توقع إنتاجية محصول القمح في محافظة بغداد باستخدام خوارزمية الة الدعم الناقل الذكية
الكلمات المفتاحية:
الذكاء الاصطناعي، تعلم الي، SVM، بَرد، إدارة مخاطرالملخص
هدفَ البحث الى تحليل أثر العوامل الاقتصادية والاجتماعية والفنية والإدارية والمناخية في توقع إنتاجية محصول القمح الموسم الزراعي (2023-2024) لـ (100) مُزارع في محافظة بغداد تم استبيانهم عشوائياً باستخدام خوارزمية التعلم الالي الذكية (آلة الدعم الناقل (SVM فضلاً عن تقييم أداءها باستخدام معياري (R2، RMSE)، بينت النتائج ان الأهمية النسبية لمتغيري البَرد والمستوى التعليمي (HAIL، EDU) بلغت (43.20، 39.70) % على التوالي عليه نستنتج ان المتغيرين سجلا لوحدهما مجموع نسب تجاوز الـ 80% فحصلا على الرتبتين الأولى والثانية واظهرا دلالتهما الإحصائية (Sig.) عند مستوى معنوية ( 0.01> (Pبذلك يتضح انهم الأكثر تأثيراً في المتغير التابع (PRODUC) من بين المتغيرات المستقلة الأخرى، كما استنتج البحث جودة توفيق مقبولة وموثوقية ودقة توقع جيدة لأنموذج SVM إذ بلغت نتائج معايير التقييم الأداء المتمثلة بـ (R2، RMSE) نحو (0.66، 23.89 كغم/دونم) بذلك تم اثبات فرضية البحث، يوصي البحث بضرورة اللجوء الى استخدام خوارزمية التعلم الآلي SVM في توقع إنتاجية محاصيل أخرى لمواقع زراعية مختلفة.
التنزيلات
منشور
إصدار
القسم
الرخصة
يتمّ نقلُ حقوق النّشر إلى المجلّة عند إخطار الباحث بقَبول بحثه المقدّم للنّشر في المجلّة.
