Аннотации:
Виконано аналіз точності програмування врожайності кукурудзи цукрової залежно
від реалізації факторів технології вирощування за використання різних алгоритмів
і архітектури штучних нейронних мереж у різному програмному середовищі – NeuroXL
Predictor, JustNN та TiberiusXL. Точність прогнозування врожайності культури визначали
за показниками коефіцієнту детермінації (R2) та середньої абсолютної похибки у відсо-
тках (MAPE). Досліджено такі типи активуючих функцій штучних нейронних мереж,
як логарифмічна сигмоїдна функція за структури мережі 3-10-1 та проста сигмоїдна
функція зі структурами 3-6-1 та 3-5-1. Дійсні величини врожайності кукурудзи цукрової
установлено за результатами трирічних досліджень, виконаних на експериментальних
полях СК «Радянська земля» (Білозерський район, Херсонська область). Результати дослі-
дження можливостей програмування за різної структури та активуючої функції пока-
зали, що найвищу точність прогнозу продуктивності кукурудзи забезпечило програмне
середовище NeuroXL із використанням логарифмічної сигмоїдної функції за структури
мережі 3-10-1. Коефіцієнт детермінації склав 0,978. Два інші досліджувані нами варі-
анти програмування забезпечили нижчу ефективність (коефіцієнт детермінації коли-
вався в межах 0,913–0,922), утім якість підгону моделей залишалася на високому рівні.
Найменша середня абсолютна похибка у відсотках (MAPE) на рівні 0,28 % одержана
в разі використання логарифмічної сигмоїдної функції за структури мережі 3-10-1, тоді
як в інших досліджуваних варіантах вона зростала до 0,73 %. Таким чином, доведено, що
логарифмічна функція та більша кількість нейронних вузлів у прихованому шарі забезпе-
чують вищу прогностичну ефективність і точність моделей для програмування врожаїв
сільськогосподарських культур. Рекомендовано використовувати програмне забезпечення
NeuroXL Predictor як максимально відповідне вимогам сучасного програмування врожаїв
у рослинництві.
