Üç Farklı Yapay Sinir Ağı Yöntemi Kullanılarak Toprak Penetrasyon Direnci Tahmini

Özet

Toprak sıkışması, toprağın fiziksel, kimyasal ve biyolojik özelliklerine olumsuz yönde etkiederek bitki gelişimini engelleyen önemli bir problemdir. Bu problemin bitki gelişimine olanetkilerinin belirlenebilmesi için üretim alanının birçok noktasından toprak penetrasyon dirençverilerinin toplanması gerekmektedir. Büyük üretim alanlarından toprak penetrasyon dirençverilerinin toplanması araştırmacılar için zaman alıcı ve yorucu bir uygulamadır. Ayrıca, ölçümyapılan nokta sayısı ne derecede üretim alanının tamamının değerlendirilmesinde yeterli olacağıbelirsizdir. Bu nedenle, çalışma yapılan alanın bütününü değerlendirebilmek için ölçüm yapılmayannoktalara ait toprak penetrasyon direnç verilerinin de tahmin edilmesi gerekmektedir. Matematikselbir hesaplama ve modelleme yöntemi olan yapay sinir ağları, bilinen minimum test verileri ilebilinmeyen verilerin tahmin edilmesinde kullanılan güncel bir yöntemdir. Çalışmada, 20 habüyüklüğündeki alanın 1603 farklı noktasından ve 40 cm derinliğinden alınan coğrafik konum vetoprak penetrasyon direnç verileri toplanmıştır. Toplanan 1603 verinin, %24’ü test, geri kalan%76’lık kısım eğitim için kullanılmıştır. Ölçümü yapılmayan noktalara ait direnç değerleri, Matlabİçerisindeki Genelleştirilmiş Regresyon Sinir Ağı (Generalised Regression Neural Network, GRNN),Çok Katmanlı Algılayıcı (MLP) ve Radyal Temelli Fonksiyonlar (RBF) yöntemleri kullanılarak tahminedilmiştir. Bu değerlere ek olarak mutlak hata (MSE), ortalama karekök hatası (RMSE) ve ortalamamutlak hata (MAE) değerleri hesaplanmıştır. Sonuç olarak Radyal Temelli Fonksiyonlar yönteminingerçek değerlere yakınsama durumunun iyi olduğu tespit edilmiştir.