• ВХОД

    •  

    Полное описание


     Камышова, Галина Николаевна. Нейросетевые модели в оптимизации орошения сельскохозяйственных культур = Neural network models in crop irrigation optimization / Г. Н. Камышова. - DOI 10.18127/j19998554-202205-05. - Текст : непосредственный // Нейрокомпьютеры: разработка, применение = Neurocomputers : международный научно-технический журнал. - 2022. - Том 24, N 5. - С. 44-54. - Библиогр. в конце ст. - ISSN 1999-8554.
    (Шифр в БД У2414/2022/24/5)
    ГРНТИ УДК
    28.23.37004.032.26
    68.31.21631.67
    РУБ ИИ
    04.01
    07.08

    Рубрики:
    Нейронные сети -- Моделирование
    Земледелие
    Искусственный интеллект -- Применение в сельском хозяйстве

    Кл.слова (ненормированные): нейронные сети -- искусственные нейронные сети -- нейросеть -- орошение -- оптимизация -- земледелие
    Аннотация: Орошаемое земледелие как часть аграрной отрасли приобретает все большее значение вследствие изменений климата и возрастающей потребности в продуктах питания. При этом особенно важными становятся задачи оптимизации параметров, принимающих участие в планировании орошения. Использование прикладных нейросетевых моделей в задачах орошаемого земледелия - достаточно новое направление для российской аграрной отрасли, однако они все чаще применяются для их решения. В связи с этим актуальной является разработка новых подходов к применению нейросетевых моделей прогнозирования параметров, позволяющих оптимизировать орошение сельскохозяйственных культур. Цель исследования - представить современные подходы к моделированию параметров водного баланса почв на основе искусственных нейронных сетей для оптимизации орошения сельскохозяйственных культур. Предложены нейросетевые модели прогнозирования параметров, принимающих участие в планировании орошения в российской мелиоративной практике. Проведен сравнительный анализ представленных моделей с классическими, применяемыми на практике орошении. Установлено, что оперативное планирование орошения при помощи построенных моделей позволяет поддерживать дефицит влаги в почве в допустимых пределах на протяжении большей части смоделированного вегетационного периода, оптимизируя при этом использование воды при сохранении урожайности сельскохозяйственных культур. Обозначены проблемы и направления дальнейшей работы по разработке нейросетевых моделей орошаемого земледелия. Представленные нейросетевые модели прогнозирования параметров, принимающих участие в планировании орошения, наглядно демонстрируют возможности по оптимизации производства сельскохозяйственной продукции. Обобщающая способность нейросетевых моделей предоставляет возможность для разработки моделей прогнозирования влажности на участках орошения большой площади и позволяет добиваться снижения влияния пространственновременной изменчивости на урожай.
    Экз-ры полностью У2414/2022/24/5
    Имеются экземпляры в отделах: всего 2 : ПНТ (1), ХРЦ (1)
    Свободны: ПНТ (1), ХРЦ (1)
    Переход по DOI



    Заказ фрагмента документа ₽