مدل سازی مصرف انرژی و بهره وری اقتصادی سیستم های مختلف تولید ماهی با استفاده از شبکه های عصبی مصنوعی

محمد غلامی پرشکوهی ¹ ( دانشیار گروه آموزشی مکانیک بیوسیستم دانشگاه آزاد تاکستان )
محسن رسولی ² ( گروه آموزشی مکانیک بیوسیستم دانشگاه آزاد تاکستان )
بابک بهشتی ³ ( گروه آموزشی مکانیزاسیون کشاورزی دانشگاه علوم تحقیقات تهران )
محمد قهدریجانی ⁴ ( Department of Agricultural Systems Engineering, Science and Research Branch, Islamic Azad University, Tehran, Iran. )

Submited date : 2022-08-02 Accepted date : 2023-03-14

Keywords: بهره وری, ماهی, مدل سازی, مصرف انرژی,

Abstract :

این مطالعه با هدف استفاده از شبکه‌های عصبی مصنوعی (ANN) برای پیش‌بینی انرژی خروجی و شاخص‌های اقتصادی انجام شد. بنابراین داده‌های مربوط به دو سایت پرورش ماهی با استفاده از پرسشنامه، مستقیماً از صاحبان و مدیران سایت و از روی سوابق جمع‌آوری شد. سپس انرژی ورودی و خروجی ماهیان سردابی و گرمابی محاسبه شد. مشخص شد که ماهی های سردآبی دارای نسبت انرژی مطلوب (ER) (2.24)، بهره وری انرژی (EP) (0.04 کیلوگرم MJ-1)، انرژی ویژه (SE) (26.83 MJ kg-1) و انرژی خالص هستند. افزایش (NEG) (33222.16 MJ kg-1). با توجه به نتایج، خوراک ماهی و برق دو عامل از نهاده های مصرف انرژی هستند که مدیریت صحیح آنها باعث افزایش بهره وری انرژی می شود. نسبت سود به هزینه برای ماهی های سردآبی (54/1) و ماهی های گرمابی (45/2) مثبت بود. بهره وری ماهیان سردآبی و گرمابی به ترتیب 0.58 کیلوگرم -1 دلار و 0.52 کیلوگرم -1 دلار بود. نتایج ANN ها نشان داد که R2 از 0.947 تا 0.993 به طور کلی، از 0.912 تا 0.964 برای مرحله آموزش و از 0.978 تا 0.980 برای مرحله آزمایش در مورد ماهی های سردآبی متغیر است. در مورد ماهیان گرمابی، این مقادیر به ترتیب 0.885-0.998، 0.923-0.952 و 0.952-0.995 بود. بنابراین، شبکه های عصبی مصنوعی می توانند برای پیش بینی انرژی خروجی و بهره وری اقتصادی استفاده شوند.