研究文章雷竞技app下载苹果版

人工神经网络在水稻产量和效率评估

文摘

分析方法论的差异的影响估计生产函数的各种农业技术效率的农场来自不同的农业气候区odisha是这项研究的主要目的。数据包络分析(DEA)和人工神经网络(ANN),即多层感知器(MLP)和径向基函数(RBF)网络研究中使用。统计软件像Banixia前沿Analyst-7 (DEA), MATLAB-ANN工具箱(MLP)和神经的解决方案- 6.0已经通过这些模型用于评估技术效率。灵敏度分析基于网络的最优结果由RBF也被测试。本文说明了优化问题通过考虑水稻(水稻)作物产量数据作为输出(Y)和布洛克的总成本/机labor-per英亩(X1)、人类劳动成本每英亩(X2)、种子成本每英亩(X3),肥料成本每英亩(X4)锋面灌水成本(X5),农药(X6)和信贷成本每英亩(X7)和总耕地面积下大米(×8)作为输入。已经观察到神经网络估计技术效率可能导致重大科研成果;与径向基函数网络(RBFN)超过其他评估技术研究考虑。希望,在未来,研究人员将开始应用这些先进的ANN模型优化问题相关的农业生产力。

Sanjib Kumar Hota

阅读全文下载全文|访问全文