Ключевые слова
прогнозирование
урожайность
нормализация данных
яровая пшеница
Аннотация
В статье рассматривается вопрос о прогнозировании влияния фосфора на урожайность яровой пшеницы. Цель данного исследования – разработать модель нейронной сети для прогнозирования влияния фосфора на урожайность яровой пшеницы. Автор затрагивает вопросы использования информационных технологий и искусственного интеллекта на предприятиях агропромышленного комплекса Республики Казахстан.
В рамках данной статьи был проведен обзор существующих работ в исследуемой области. А также была выявлена проблема отсутствия нейронной сети для прогнозирования влияния фосфора на урожайность яровой пшеницы. В связи с этим были собраны данные по внесению фосфора и азота, по урожайности яровой пшеницы за последние 24 года, которые в дальнейшем были использованы для обучения нейронной сети, целью которой является прогнозирование влияния фосфора на урожайность яровой пшеницы.
В рамках данного исследования рассматривается влияние различных параметров (внесение удобрений из фосфора и азота, средняя температура воздуха, влажность, осадки) на урожайность пшеницы с 1997 года по 2021 год. Была проведена предварительная обработка входных данных с помощью робастного метода, которые затем были переведены в векторы. Впоследствии была разработана модель нейронной сети, состоящая из 4 слоев: Embedding, Dense32, Dense33 и Out. Для создания нейронной сети была использована библиотека Python – Keras. Статья может быть использована исследователями в области прогнозирования в сельском хозяйстве, агрономами и специалистами IT.
Ключевые слова: нейронные сети, прогнозирование, урожайность, нормализация данных, яровая пшеница.