agrotecnologia

Abstrato

Análise de desempenho de algoritmos de aprendizagem automática de regressão para a predicação do tempo de escoamento

Marwan Khan e Sanam Noor

Em todo o mundo, 70% da água é utilizada em práticas agrícolas, nas quais 50% da água é perdida devido a sistemas de irrigação mal planeados e ineficientes. O sistema de irrigação de precisão tem sido utilizado há muito tempo à escala de explorações agrícolas individuais. Até agora, foram realizados trabalhos muito raros para utilizar o excesso de água de rega de uma exploração agrícola noutra exploração agrícola. Nesta investigação, abordamos o problema da previsão do tempo de escoamento entre duas explorações. Propomos um modelo de tempo de escoamento que aceita a profundidade de rega, a humidade do solo e o estado da cultura (CN) e o tempo de concentração como parâmetros de entrada e estima o tempo de escoamento. Algoritmos de aprendizagem automática, nomeadamente, regressão linear múltipla (MLR), rede neural artificial-Levenberg Marquardt (LMA-ANN), árvores de decisão/árvore de regressão (DT/RT) e regressão vetorial de suporte de mínimos quadrados (LS -SVR) foram utilizados para fins de aprendizagem e predicação. Foi feita uma comparação entre estes algoritmos para escolher o melhor algoritmo para a previsão do tempo de escoamento superficial da rega. Os resultados experimentais mostram que a árvore de regressão acerta nos resultados em termos do maior valor R-quadrado e do menor erro quadrático médio. Embora o MLR mostre o pior resultado em termos de menor valor de R quadrado, o mais alto significa erro quadrado. Os algoritmos Árvore de regressão são classificados em primeiro lugar, o ANN-LMA é classificado em segundo lugar, o LS-SVR é classificado em terceiro lugar e o MLR é classificado em último lugar com base nas métricas de erro de regressão/parâmetros de avaliação de desempenho. Assim sendo, é fortemente sugerido que a árvore de regressão seja um algoritmo de regressão de aprendizagem automática ideal para ser implantado no nó Wireless Sensor Network (WSN) para a predicação do tempo de escoamento.