ترکیب اطلاعات در نرم افزار تصمیم یار برای انتخاب بهینه ادوات خاک‌ورزی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 عضو هیات علمی موسسه تحقیقات فنی و مهندسی کشاورزی

2 دانشیار گروه مهندسی مکانیک ماشین‌های کشاورزی، دانشگاه تهران

چکیده

استفاده از فناوری و رایانه برای کمک به تصمیم­گیری در زمینه­های تخصصی از مقولاتی است که امروزه در
تصمیم­گیری­های مدیران صنایع بسیار مورد توجه قرار گرفته است.  به ویژه تصمیماتی که با توجه به شرایط خاص موجود مورد نیاز هستند نظیر تصمیم­گیری در خصوص انتخاب ادوات مناسب خاک­ورزی اولیه برای شرایط مشخصی از وضعیت مزرعه.  از آنجا که خاک­ورزی در بین مراحل کشاورزی بیشترین انرژی را مصرف می­کند، یک اشتباه در انتخاب بهینة ادوات خاک­ورزی نه تنها مقادیر زیادی انرژی را به هدر خواهد داد بلکه منجر به صدمات جدی به خاک، محصول، و سایر عملیات زراعی می­شود.  انتخاب بهینة ادوات خاک­ورزی، تحت تأثیر عوامل و شرایط محیطی و جغرافیایی و امکانات موجود قرار دارد.  در این مقاله تلاش شده است تا با استفاده از تئوری ترکیب اطلاعات (عملگر قدرتمند OWA)، ترکیب بهینه­ای از تمام عوامل دخیل در تصمیم­گیری صورت گیرد و فهرستی رتبه­بندی شده از ادواتی پیشنهاد شود که کشاورز می­تواند از آنها استفاده کند.  در مقایسة نتایج حاصل از نرم­افزار و پیشنهادهای افراد خبره، مشاهده می­شود که پاسخ­های نرم­افزار 99 درصد با مراجع علمی تطابق دارد، در حالی که پاسخ­های افراد خبره فقط 94 درصد با منابع علمی تطابق دارد.

کلیدواژه‌ها


1-   Asgharpour, M. J., 1998. Multi Parameters in Decision Making. Tehran University Pub. (in Farsi)
2-   Azar, A., Faraji, H. 2002. Fuzzy Management Science. Iranian Center of Efficient Study. Tehran. (in Farsi)
3-   Cutllo, V. and Montero, J. 1994. Hierarchies of aggregation operators. International J. of Intelligent Sys. No. 9.
4-   Engemann, K. J., Miller, H. E. and Yager, R. 1992. Decision making with belief structures: an application in risk management. Technical Report # MII-1234. Machine Intelligence Institute. Iona College.
5-   Kacprzyk, J. 1990. Inductive learning from considerably erroneous examples with a specify based stopping rule. Proceedings of the International Conference on Fuzzy Logic & Neural Networks. Iisula. Japan.
6-   Kavoosi, K. 2001. Qualification of function of Intelligent method for software agent data fusion in internet. M. Sc. Thesis. Tehran University. (in Farsi)
7-   Moghadasi, A. 1998. Data fusion by intelligent software agent in internet. M. Sc. Thesis. Tehran University. (in Farsi)
8-   Sarafizade, A., Alipanahi, A. 2005. Management Information Systems, Tehran Mir Pub. (in Farsi)
9-   Shafii, A. 1995. Tillage Machines. Tehran University Pub. (in Farsi)
10-              Sharifnasab, H. 2003. Development a decision support system software for tillage implements selecting. Ph. D. Thesis. Faculty of Agriculture. Tehran University. (in Farsi)
11-              Sharifnasab, H., Alimardani, R. and Borghaee, A. M. 2001. Intelligent software usage in agriculture. Intelligent System Conference. March 5-7. Khajeh Nasir University. (in Farsi)
12-              Sharifnasab, H., Alimardani, R. and Borghaee, A. M. 2004. A farm DSS. J. of agric. sci. No. 10. Vol. 3. (in Farsi)
13-              Yager, R. R. 1991. Fuzzy quotient  operators for fuzzy relational data base. Proc. Int. Fuzzy Eng. Sym. Japan.
14-              Yager, R. R. 1992. Decision making under Dempster-Shafer. International J. of General Sys. No. 20.
15-              Yager, R. R. 2001. On induced aggregation operators. Proceeding of An Eurofuse Workshop on Preference Modeling and Applications. Canada.
16-              Yager, R. R. and Filev, D. P. 1992. Fuzzy logic controllers with flexible structures. Proceeding of 2nd International Conference in Fuzzy Sets and Neural Networks.