Створення нейронних мереж продуктивності люцерни в степовій зоні України

Abstract

У посушливих умовах степової зони України для отримання стабільних урожаїв люцерни і дотримання умов ресурсозбереження важливо знати, від яких чинників залежить величина врожайності люцерни. За результатами проведених досліджень сформовано агроекологічну модель продуктивності вирощування культури на зрошуваних землях Степу України. Для проведення досліджень використано метод штучних нейронних мереж. Створення агроекологічної моделі продуктивності люцерни за допомогою нейронних мереж складається з певних етапів: пошук даних; підготовка і нормалізація даних; вибір типу нейронної мережі; експериментальний підбір характеристик мережі; експериментальний підбір параметрів; отримання штучної нейронної мережі для моделювання продуктивності люцерни; перевірка адекватності моделі; корегування параметрів, кінцеве навчання. У результаті проведених досліджень визначено, що штучні нейронні мережі принципово відрізняються від традиційних методів аналізу статистичних даних. До основних елементів системи прийняті: сума ефективних температур понад +5 °С; кількість атмосферних опадів; тривалість сонячного сяйва; зрошувальні норми; глибина обробітку ґрунту; удобрення та захист рослин. Під час досліджень була побудована нейронна мережа з параметрами архітектури. Встановлено, що серед значної кількості природних та агротехнічних факторів впливу на продуктивність посівів люцерни найбільшу дію виявляють атмосферні опади та в нашому випадку водозберігаючі зрошувальні норми. Серед досліджуваних чинників спостерігається високий ступінь парних та множинних кореляційних зв’язків. Доведено, що компоненти архітектури вміщують різні композиції багатошарових персептронів, радіально-базисних функцій, а також лінійних компонент.

In arid conditions of the Steppe zone of Ukraine for obtaining stable yields of lucerne and observance the conditions of resource-saving, it is important to know from what factors the value of the yield of lucerne depends on. According to the results of the conducted research, an agroecological model of the productivity of growing crop on irrigated lands of the Ukrainian Steppe has been formed. For the carrying out research, the method of artificial neuron networks was used. Creating an agroecological model of lucerne production using neuron networks consists of the following phases: search of data; preparation and normalization of data; choice of type of neuron network; experimental choice of network characteristics; experimental choice of parameters; obtaining an artificial neuron network for modeling the productivity of lucerne; checking of adequacy of the model; adjustment of parameters, final training. As a result of the research it was found that artificial neuron networks are fundamentally different from traditional methods of statistical data analysis. In the capacity of main elements of the system are taken: the sum of effective temperatures above +5 °С; amount of atmospheric precipitation; solar lighting duration; irrigation norms; depth of soil tillage; fertilization and plant protection. The article presents a constructed neuron network with architectural parameters. It has been established that among the significant number of natural and agrotechnical factors affecting the productivity of crops of lucerne, the greatest influence is carried out by atmospheric precipitation and, in our case, water-saving irrigation norms. Among the investigated factors there are a high degree of pair and multiple correlations. It is proved that the components of architecture contain different compositions of multilayered perceptrons, radial-basic functions, and also linear components.