پیش بینی درآمد حاصل از کشاورزی با استفاده از شبکه های عصبی واحد محصولات

مقاله ترجمه شده :پیش بینی درآمد حاصل از کشاورزی با استفاده از شبکه های عصبی واحد محصولات

چكيده:

یارانه‌هاي مالي اتحاديه اروپا در بخش زميني، مستقيماً مرتبط با حفظ درآمد مزرعه پايدار مي‌باشند از اين تعيين آنها با استفاده از حاشيه ناخالص مزرعه، عنصر پايه در برنامه‌هاي زميني براي توسعه پايدار است. با استفاده از اين ابزار، شناسايي ساختارهاي زميني كه به پشتيباني مالي نياز دارند، امكان‌پذير است. با اين حال فرايند تعيين حاشيه ناخالص مزرعه پيچيده و گسترده است زيرا كه ضروري است تا ارزش تمام ورودي‌ها و خروجي‌هاي مصرف شده را يافت. با توجه به شرايط ذكر شده، اهداف اين تحقيق عبارتند از: 1) انتخاب مجموعه معرف و كاهش يافته‌اي از متغيرهاي توصيفي براي آزمايش حاشيه ناخالص گروه مزارع درخت زيتون در اندالوسيا؛ 2) بررسي اينكه آيا مدل‌هاي شبكه عصبي مصنوعي اب دو نوع تابع پايه مي‌توانند به صورت موثري حاشيه ناخالص مزارع درخت زيتون را پيش‌بيني كنند، 3) مقايسه اثربخشي مدل‌هاي رگرسيون خطي، درجه دوم و توانمند در مقابل ANN و 4) اعتباربخشي بهترين مدل رياضياتي بدست آمده براي توليد حاشيه ناخالص با تحليل الگوهاي مزرعه و مزرعه‌دار واقع‌گرايانه. نتايج مدل‌هاي ANN و به ويژه نتايج واحد محصول، صحيح‌ترين پيش‌بيني‌هاي حاشيه ناخالص را ارائه كرده‌اند.