Isham Alzoubi
Ziel dieser Arbeit war es, das beste lineare Modell des Adaptive Neuro-Fuzzy Inference System (ANFIS) und der Sensitivitätsanalyse zu ermitteln, um den Energieverbrauch für die Bodennivellierung vorherzusagen. In dieser Forschungsarbeit wurden die Auswirkungen verschiedener Bodeneigenschaften wie Böschungsvolumen, Bodenkompressibilitätsfaktor, spezifisches Gewicht, Feuchtigkeitsgehalt, Neigung, Sandanteil und Bodenquellindex auf den Energieverbrauch untersucht. Die Studie umfasste 90 Proben, die aus 3 verschiedenen Regionen entnommen wurden. Die Rastergröße wurde auf 20 m mal 20 m (20 x 20) auf einem Ackerland in der iranischen Provinz Karaj festgelegt. Die vom ICA-ANN-Modell abgeleiteten Werte von RMSE und R2 waren: Arbeitsenergie (0,0146 und 0,9987), Brennstoffenergie (0,0322 und 0,9975), Gesamtmaschinenkosten (0,0248 und 0,9963), Gesamtmaschinenenergie (0,0161 und 0,9987), während diese Parameter für das multivariate Regressionsmodell waren: Arbeitsenergie (0,1394 und 0,9008), Brennstoffenergie (0,1514 und 0,8913), Gesamtmaschinenkosten (TMC) (0,1492 und 0,9128), Gesamtmaschinenenergie (0,1378 und 0,9103). Während diese Parameter für das ANN-Modell waren: Arbeitsenergie (0,0159 und 0,9990), Brennstoffenergie (0,0206 und 0,9983), Gesamtmaschinenkosten (0,0287 und 0,9966), Gesamtmaschinenenergie (0,0157 und 0,9990), während diese Parameter für das Sensitivitätsanalysemodell Arbeitsenergie (0,1899 und 0,8631), Brennstoffenergie (0,8562 und 0,0206), Gesamtmaschinenkosten (0,1946 und 0,8581), Gesamtmaschinenenergie (0,1892 und 0,8437) waren, während diese Parameter für das ANFIS-Modell Arbeitsenergie (0,0159 und 0,9990), Brennstoffenergie (0,0206 und 0,9983), Gesamtmaschinenkosten (0,0287 und 0,9966), Gesamtmaschinenenergie (0,0157 und 0,9990) waren. Die Ergebnisse zeigten, dass ICA_ANN mit sieben Neuronen in der verborgenen Schicht besser abschnitt. Den Ergebnissen der Sensitivitätsanalyse zufolge hatten nur drei Parameter, nämlich Dichte, Bodenkomprimierbarkeitsfaktor und Dammvolumenindex, einen signifikanten Einfluss auf den Kraftstoffverbrauch. Den Ergebnissen der Regression zufolge hatten nur drei Parameter, nämlich Neigung, Abtragsvolumen (V) und Bodenquellungsindex (SSI), einen signifikanten Einfluss auf den Energieverbrauch. Die Verwendung eines adaptiven neuro-fuzzy Inferenzsystems zur Vorhersage von Arbeitsenergie, Kraftstoffenergie, Gesamtmaschinenkosten und Gesamtmaschinenenergie kann erfolgreich nachgewiesen werden. Während des letzten Jahrhunderts ist die Nachfrage nach landwirtschaftlichen Produkten aufgrund der wachsenden menschlichen Bevölkerung enorm gestiegen. Heutzutage ist die Energieerzeugung und -nutzung eines der größten Umweltprobleme der Welt. Trotz der vorsichtigen Entwicklung der Nutzung umweltfreundlicher Energie, beispielsweise Sonnenenergie, haben unsachgemäße Nutzung und das Fehlen einer angemessenen Verwaltung zu einem rasanten Anstieg der Energienutzung aus Erdölprodukten in diesem Bereich geführt. Es muss auch berücksichtigt werden, dass Umweltschutz und Marktglobalisierung der Ernährungssicherheit in der Zukunft der Landwirtschaft unterliegen werden. In Bezug daraufUm das Problem zu lösen, müssen einige spezielle Maßnahmen ergriffen werden, um den Energieaspekt im Zusammenhang mit den ökologischen Problemen zu berücksichtigen. Die Bodennivellierung ist eine der schwersten und teuersten Aktivitäten im ländlichen Bereich, bei der viel Energie verbraucht wird. Außerdem macht das Bewegen schwerer Maschinen auf dem Boden den Boden dichter, insbesondere in feuchten Gebieten, in denen der Feuchtigkeitsgehalt des Bodens hoch ist, und es entsteht eine Situation, die nicht leicht wiederherzustellen ist. Andererseits optimiert die Bodennivellierung das Wassersystem, verbessert die Feldbedingungen in verschiedenen mit der Landwirtschaft verbundenen Praktiken und ordnet die Bodenoberfläche und standardisiert ihre Neigung. Angeblich gibt es drei wichtige Faktoren, die sich auf den Getreideertrag auswirken, darunter die Auswirkungen der Bodennivellierung, Methoden zur Wasseranwendung und die Beziehung zwischen Bodennivellierung und Wasseranwendung. Okasha et al. stellten einen wichtigen Zusammenhang zwischen Neigung und verschiedenen Wassersystemverläufen in verschiedenen Jahreszeiten fest. Einige Forscher haben verschiedene Methoden wie das Internet der Dinge (IoT) verwendet, um den Wassersystemdurchsatz basierend auf den tatsächlichen Eigenschaften des Bodens zu optimieren. Diese Techniken sind jedoch nicht an der Nivellierung des Bodens beteiligt. Verschiedene Methoden der Nivellierung des Bodens können die physikalischen und chemischen Eigenschaften des Bodens beeinflussen und somit zu Unterschieden in der Pflanzenstruktur, dem Wurzelwachstum, der Luftbedeckung und letztendlich dem Ernteertrag führen. Als unmittelbare Folge ist die Nivellierung eines der wichtigsten Schritte in der Bodenvorbereitung und ein wichtiger Faktor in der Lebensmittelproduktion, der gefördert werden muss. Darüber hinaus verringert die Verringerung der Verwendung von Erdölderivaten zur Nivellierung des Bodens die Luftverschmutzung und verbessert die Umwelt. Es gibt ein wachsendes Verständnis für die Bedeutung und Auswirkungen des Wasser- und Bodenmanagements, was wiederum die Bedeutung der verbesserten Laser-Nivellierung des Bodens aus gesellschaftlicher, wirtschaftlicher und landwirtschaftlicher Sicht aufzeigt. Obwohl einige Verbesserungsmethoden zur Verbesserung klimabezogener Projekte vorgeschlagen wurden, haben sie verschiedene unerwünschte Auswirkungen. Die Verwendung von Computern und des Internets hat ein enormes Potenzial zur Lösung dieser Art von Problemen gezeigt, indem die oben genannten störenden Auswirkungen verringert werden. Es gibt viele computergestützte Methoden und neuerdings auch IoT, die allgemein zur Lösung von Konstruktionsproblemen eingesetzt werden. ANNs sind eine dieser Methoden. ANNs sind eine praktikable Methode, deren Ergebnis oder vermuteter Wert anhand verschiedener Parameter demonstriert werden kann, die auf denselben Prozess anwendbar sind.insbesondere in feuchten Gebieten, in denen der Feuchtigkeitsgehalt des Bodens hoch ist, und es entsteht eine Situation, die nicht leicht wiederherstellbar ist. Andererseits ordnet die Bodennivellierung das Wassersystem, verbessert die Feldbedingungen in verschiedenen mit der Landwirtschaft verbundenen Praktiken und ordnet die Bodenoberfläche und standardisiert ihre Neigung. Angeblich gibt es drei wichtige Faktoren, die sich auf den Getreideertrag auswirken, darunter die Auswirkungen der Bodennivellierung, Methoden zur Wasseranwendung und die Beziehung zwischen Bodennivellierung und Wasseranwendung. Okasha et al. stellten einen wichtigen Zusammenhang zwischen Neigung und unterschiedlichen Wassersystemverläufen in verschiedenen Jahreszeiten fest. Einige Forscher haben verschiedene Methoden wie das Internet der Dinge (IoT) verwendet, um die Wassersystemleistung basierend auf den tatsächlichen Eigenschaften des Bodens zu optimieren. Diese Methoden sind jedoch nicht an der Bodennivellierungsmaßnahme beteiligt. Verschiedene Methoden zur Bodennivellierung können die physikalischen und synthetischen Eigenschaften des Bodens beeinflussen und somit Unterschiede im Pflanzenwachstum, Wurzelwachstum, der Luftbedeckung und letztendlich im Ernteertrag verursachen. Als unmittelbare Folge davon ist die Nivellierung einer der wichtigsten Schritte in der Bodenvorbereitung und ein wichtiger Faktor in der Lebensmittelproduktion, der vorangetrieben werden muss. Darüber hinaus verringert die Verringerung des Einsatzes von Erdölderivaten zur Nivellierung von Land die Luftverschmutzung und verbessert die Umwelt. Das Verständnis für die Bedeutung und Auswirkungen von Wasser- und Bodenmanagement wächst, was wiederum die Bedeutung der verbesserten Nivellierung per Laser aus gesellschaftlicher, wirtschaftlicher und landwirtschaftlicher Sicht aufzeigt. Obwohl einige Verbesserungsmethoden zur Verbesserung von klimabezogenen Aufgaben vorgeschlagen wurden, haben sie verschiedene unerwünschte Auswirkungen. Die Verwendung von Computern und des Internets hat ein enormes Potenzial zur Lösung dieser Art von Problemen gezeigt, indem die oben genannten störenden Auswirkungen verringert werden. Es gibt viele computergestützte Methoden und in letzter Zeit auch IoT, die allgemein zur Lösung von Konstruktionsproblemen eingesetzt werden. ANNs sind eine dieser Methoden. ANN ist eine praktikable Methode, deren Ergebnis oder vermuteter Wert in Bezug auf verschiedene Parameter, die auf denselben Prozess anwendbar sind, nachgewiesen werden kann.insbesondere in feuchten Gebieten, in denen der Feuchtigkeitsgehalt des Bodens hoch ist, und es entsteht eine Situation, die nicht leicht wiederherstellbar ist. Andererseits ordnet die Bodennivellierung das Wassersystem, verbessert die Feldbedingungen in verschiedenen mit der Landwirtschaft verbundenen Praktiken und ordnet die Bodenoberfläche und standardisiert ihre Neigung. Angeblich gibt es drei wichtige Faktoren, die sich auf den Getreideertrag auswirken, darunter die Auswirkungen der Bodennivellierung, Methoden zur Wasseranwendung und die Beziehung zwischen Bodennivellierung und Wasseranwendung. Okasha et al. stellten einen wichtigen Zusammenhang zwischen Neigung und unterschiedlichen Wassersystemverläufen in verschiedenen Jahreszeiten fest. Einige Forscher haben verschiedene Methoden wie das Internet der Dinge (IoT) verwendet, um die Wassersystemleistung basierend auf den tatsächlichen Eigenschaften des Bodens zu optimieren. Diese Methoden sind jedoch nicht an der Bodennivellierungsmaßnahme beteiligt. Verschiedene Methoden zur Bodennivellierung können die physikalischen und synthetischen Eigenschaften des Bodens beeinflussen und somit Unterschiede im Pflanzenwachstum, Wurzelwachstum, der Luftbedeckung und letztendlich im Ernteertrag verursachen. Als unmittelbare Folge davon ist die Nivellierung einer der wichtigsten Schritte in der Bodenvorbereitung und ein wichtiger Faktor in der Lebensmittelproduktion, der vorangetrieben werden muss. Darüber hinaus verringert die Verringerung des Einsatzes von Erdölderivaten zur Nivellierung von Land die Luftverschmutzung und verbessert die Umwelt. Das Verständnis für die Bedeutung und Auswirkungen von Wasser- und Bodenmanagement wächst, was wiederum die Bedeutung der verbesserten Nivellierung per Laser aus gesellschaftlicher, wirtschaftlicher und landwirtschaftlicher Sicht aufzeigt. Obwohl einige Verbesserungsmethoden zur Verbesserung von klimabezogenen Aufgaben vorgeschlagen wurden, haben sie verschiedene unerwünschte Auswirkungen. Die Verwendung von Computern und des Internets hat ein enormes Potenzial zur Lösung dieser Art von Problemen gezeigt, indem die oben genannten störenden Auswirkungen verringert werden. Es gibt viele computergestützte Methoden und in letzter Zeit auch IoT, die allgemein zur Lösung von Konstruktionsproblemen eingesetzt werden. ANNs sind eine dieser Methoden. ANN ist eine praktikable Methode, deren Ergebnis oder vermuteter Wert in Bezug auf verschiedene Parameter, die auf denselben Prozess anwendbar sind, nachgewiesen werden kann.Internet der Dinge (IoT) zur Verbesserung der Wasserversorgungsmaßnahmen auf der Grundlage der tatsächlichen Bodeneigenschaften. Diese Techniken sind jedoch nicht an Landnivellierungsmaßnahmen beteiligt. Verschiedene Methoden zur Landnivellierung können die physikalischen und synthetischen Eigenschaften des Bodens beeinflussen und somit zu Unterschieden bei der Pflanzenentwicklung, dem Wurzelwachstum, der Luftbedeckung und letztendlich dem Ernteertrag führen. Als unmittelbare Folge ist die Landnivellierung einer der wichtigsten Schritte in der Bodenvorbereitung und ein wichtiger Faktor in der Lebensmittelproduktion, der verbessert werden muss. Darüber hinaus verringert die Verringerung der Verwendung von Erdölderivaten zur Landnivellierung die Luftverschmutzung und verbessert die Umwelt. Es gibt ein wachsendes Verständnis für die Bedeutung und Auswirkungen des Wasser- und Bodenmanagements, was wiederum die Bedeutung der verbesserten Landnivellierung per Laser aus gesellschaftlicher, wirtschaftlicher und agronomischer Sicht aufzeigt. Obwohl einige Optimierungsmethoden zur Verbesserung klimabezogener Projekte vorgeschlagen wurden, haben sie verschiedene unerwünschte Auswirkungen. Die Verwendung von Computern und des Internets hat ein enormes Potenzial zur Lösung dieser Art von Problemen gezeigt, indem die oben genannten störenden Auswirkungen verringert werden. Es gibt viele computergestützte Methoden und neuerdings auch IoT, die allgemein zur Lösung von Konstruktionsproblemen eingesetzt werden. ANNs sind eine dieser Methoden. ANNs sind eine praktikable Methode, deren Ergebnis oder vermuteter Wert anhand verschiedener Parameter demonstriert werden kann, die auf denselben Prozess anwendbar sind.Internet der Dinge (IoT) zur Verbesserung der Wasserversorgungsmaßnahmen auf der Grundlage der tatsächlichen Bodeneigenschaften. Diese Techniken sind jedoch nicht an Landnivellierungsmaßnahmen beteiligt. Verschiedene Methoden zur Landnivellierung können die physikalischen und synthetischen Eigenschaften des Bodens beeinflussen und somit zu Unterschieden bei der Pflanzenentwicklung, dem Wurzelwachstum, der Luftbedeckung und letztendlich dem Ernteertrag führen. Als unmittelbare Folge ist die Landnivellierung einer der wichtigsten Schritte in der Bodenvorbereitung und ein wichtiger Faktor in der Lebensmittelproduktion, der verbessert werden muss. Darüber hinaus verringert die Verringerung der Verwendung von Erdölderivaten zur Landnivellierung die Luftverschmutzung und verbessert die Umwelt. Es gibt ein wachsendes Verständnis für die Bedeutung und Auswirkungen des Wasser- und Bodenmanagements, was wiederum die Bedeutung der verbesserten Landnivellierung per Laser aus gesellschaftlicher, wirtschaftlicher und agronomischer Sicht aufzeigt. Obwohl einige Optimierungsmethoden zur Verbesserung klimabezogener Projekte vorgeschlagen wurden, haben sie verschiedene unerwünschte Auswirkungen. Die Verwendung von Computern und des Internets hat ein enormes Potenzial zur Lösung dieser Art von Problemen gezeigt, indem die oben genannten störenden Auswirkungen verringert werden. Es gibt viele computergestützte Methoden und neuerdings auch IoT, die allgemein zur Lösung von Konstruktionsproblemen eingesetzt werden. ANNs sind eine dieser Methoden. ANNs sind eine praktikable Methode, deren Ergebnis oder vermuteter Wert anhand verschiedener Parameter demonstriert werden kann, die auf denselben Prozess anwendbar sind.deren Ertrag oder vermutete Variable hinsichtlich verschiedener Grenzen nachgewiesen werden kann, die auf einen ähnlichen Zyklus anwendbar sind.deren Ertrag oder vermutete Variable hinsichtlich verschiedener Grenzen nachgewiesen werden kann, die auf einen ähnlichen Zyklus anwendbar sind.
English 
Spanish 
Chinese 
Russian 
French 
Japanese 
Portuguese 
Hindi