Wyniki wyszukiwania - BazTech

Ograniczanie wyników

2 Journal of Research and Applications in Agricultural Engineering

2 2004

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: neuronowe projektowanie

Sortuj według:

Ogranicz wyniki do:

Neuronal prediction of the crop yield of agricultural products

Boniecki P., Weres J., Mueller W., Krysztofiak A.

Journal of Research and Applications in Agricultural Engineering

2004

Vol. 49, nr 3

30-33

Dynamically developing research methods, having as a characteristic artificial intelligence approach, allow to build simulation models which perform their tasks basing on patterns taken directly from observing the nature. The neural models play a particular role in the agricultural engineering research. It was the objective of the paper to construct an Information system capable to predict the yield of selected crops, exemplified by the triticale yield. Accordingly, an identification and verification were performed for the appropriate neural network technique. Then an Information system based on the generated neural network was designed, developed and tested.

Dynamicznie rozwijające się metody naukowo-badawcze mające cechy sztucznej inteligencji, pozwalają na budowę modeli symulacyjnych, które realizują postawione zadania w oparciu o wzorce zaczerpnięte bezpośrednio z obserwacji przyrody. Szczególną rolę w badaniach prowadzonych w obszarze dyscypliny inżynieria rolnicza odgrywają modele neuronowe. Celem podjętej pracy było zbudowanie systemu informatycznego zdolnego do predykcji wielkości zbiorów wybranych płodów rolnych, na przykładzie plonów pszenżyta. W związku z powyższym dokonano identyfikacji oraz weryfikacji właściwej techniki neuronowej. Następnie zaprojektowano, wytworzono oraz przetestowano komputerowy system informatyczny oparty na wygenerowanej sieci neuronowej.

Neural predicting of the farm product distribution exemplified by the marjoram and carrot

Koszela K., Boniecki P., Weres J.

Journal of Research and Applications in Agricultural Engineering

2004

Vol. 49, nr 1

22-23

Sales predicting constitutes one of the stages in the distribution-production chain. It can bring much profit to aproducer provided that it is carried out properly. There are many methods and models for constructing predictions. Artificial neural networks can reflect very complex functions because of their high adaptive properties. Their particular feature is non-linearity and easiness in constructing models. In the paper the use of the neural network was described to predict the sales rolume for selected agricultural products.

Prognozowanie sprzedaży stanowi jeden z etapów w łańcuchu produkcyjno-dystrybucyjnym, które może przynieść producentowi duże korzyści, jeśli będzie przeprowadzone w sposób rzetelny. Istnieje wiele metod i modeli do konstruowania prognoz. Sztuczne sieci neuronowe ze wzglądu na wysokie zdolności adaptacyjne, potrafią odwzorować bardzo złożone funkcje. Szczególną cechą jest ich nieliniowość i łatwość konstruowania modeli. W pracy opisano wykorzystanie sieci neuronowej do predykcji wysokości sprzedaży wybranych płodów rolnych.