Application of artificial neural networks for irrigation control
DOI:
https://doi.org/10.28983/asj.y2021i4pp84-88Keywords:
management, irrigation, artificial neural network, optimization, modelAbstract
Modern methods of precision farming, based on the requirements of the spatio-temporal optimality of irrigation of agricultural crops, require new approaches, since achieving the required accuracy is impossible without the use of modern digital technologies and intelligent methods. The article presents a model of operational irrigation management based on an artificial neural network. The advantage is the small error of the neural network algorithm and its ability to adapt to changing conditions, in contrast to traditional methods, which makes it possible to provide optimal results for different types of soils and types of crops.
Downloads
References
Затинацкий, С.В., Панкова Т.А. Ресурсосберегающая математическая модель нормирования орошения // Научное обозрение. – 2013. – № 11. – С. 10–13.
Камышова Г.Н., Корсак В.В., Фалькович А.С., Холуденева О.Ю. Математическое моделирование в компонентах природы (интерактивный курс): учеб.-практ. пособие.– Саратов, 2012. – 155 с.
Корсак В.В., Пронько Н.А., Клокова В.А., Холуденева О.Ю. Программа расчета дефицитов водного баланса поливных культур // Научная жизнь. – 2014. – № 6. – С. 77–83.
Кравчук А.В., Корсак В.В., Кудайбергенова И.Р. Параметры увлажнения почвы в проведении экологических режимов орошения культур // Вестник учебно-методического объединения по образованию в области природообустройства и водопользования. – 2018. – № 11. – С. 126–130.
Ольгаренко В. И., Ольгаренко И. В., Кисаров О.П., Селюков В.И. Информационные технологии планирования водопользования в хозяйствах // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. – 2012. – №78. – С. 279–290.
Охрана окружающей среды в России. 2020: стат. сборник / Росстат. – M., 2020. – 113 с.
Хайкин С. Нейронные сети: полный курс. 2-е изд. – М.; СПб., 2019. – 1103 с.
Beale M., Hagan M., Demuth H. Neural Network ToolboxTM User’s Guide. The Math Works, Inc, 2015. 406 p.
Giusti E., Marsili –Libelli S. Fuzzy decision support system for irrigation and water conservation in agriculture // Environmental Modeling&Software, 2015, Vol. 63, 73–86.
Kamilaris A., Prenafeta-Bold? FX. Deep learning in agriculture: a survey// Computers and Electronics in Agriculture, 2018, Vol. 147, 70–90.
Navarro-Hellin H., Martinez-del-Ricon J., Domingo-Miguel R., Soto F. A decision support system for managing irrigation in agriculture // Computers and Electronics in Agriculture, 2016, Vol. 124, 121–131.
Schmidhuber J. Deep Learning in neural networks: An overview // Neural Networks, 2015, V. 61, 85–117.
Umair, S.M., and Usman, R.: Automation of Irrigation System Using ANN-based Controller. International Journal of Electrical and Computer Sciences, 2010, 10, 41–47.
Xiaohong, P., Zhi, M., Laisheng, X., Guodong, L.: A Water-Saving Irrigation System Based on Fuzzy Control Technology and Wireless Sensor Network. In: 5th International Conference on Wireless Communications, Networking and Mobile Computing, Beijing, 2009, 1–4.
Downloads
Published
Issue
Section
License
Copyright (c) 2021 The Agrarian Scientific Journal
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
