Entomological Society of Iran Journal of Entomological Society of Iran 0259-9996 37 3 2017 11 22 Evaluation of Artificial Neural Network for determining distribution pattern of ascid family (Acari: Mesostigmata) in Damghan ارزیابی مدل شبکه عصبی مصنوعی در تعیین پراکندگی مکانی کنه‌های خانواده Ascidae (Acari: Mesostigmata) در سطح شهرستان دامغان استان سمنان 361 368 114038 10.22117/jesi.2017.116045.1149 EN M. Hakimitabar Shahrood University of Technology A. R. Shabaninejad Department of Plant Protection, College of Agriculture, Razi Kermanshah University, Kermanshah, Iran A. Saboori Department of Plant Protection, College of Agriculture, University of Tehran, Tehran, Iran M. H. Shams Department of Plant Protection, College of Agriculture, University of Tehran, Tehran, Iran Journal Article 2017 10 27 In this study, the artificial neural network methods were used to estimate the distribution of ascid family (Acari: Mesostigmata). For this aim, latitude, longitude and elevation from the sea level of 137 points were defined as inputs and output of method was number of species of this family on those points and Perceptron with propagation algorithm was evaluated in artificial neural network method. To evaluate the ability of neural networks used to predict dispersion, statistical comparison of parameters such as variance, statistical distribution and mean of spatial predicted values by neural network and their actual values were used. The results showed that there was no significant difference (p> 0.4) in the training and test phases between the values of the statistical characteristics of variance, the statistical distribution and the mean of real and predicted spatial data of this family by the neural network. It can be concluded that the artificial neural network method was able to predict the dispersion of this family with proper precision by integrating three factors of latitude and longitude and elevation from the sea level. <br />;font-family:"Times New Roman","serif"; mso-bidi-font-family:"B Lotus";mso-bidi-language:FA'>p> 0.4). در مجموع می­توان چنین نتیجه گرفت که روش شبکه عصبی مصنوعی با تلفیق سه عامل طول و عرض جغرافیایی و ارتفاع از سطح دریا، قادر به پیش­بینی پراکندگی این خانواده با دقت مناسب بود. <br />  پژوهش حاضر با هدف پیش­بینی پراکندگی کنه‌های خانواده Ascidae با استفاده از  شبکه­ عصبی مصنوعی در شهرستان دامغان استان سمنان انجام شد. بدین منظور مختصات طول و عرض جغرافیایی و ارتفاع از سطح دریا در 137 نقطه به صورت تصادفی، در سطح شهرستان مشخص و به عنوان ورودی­های شبکه عصبی مصنوعی تعریف شد. خروجی نیز تعداد اعضای این خانواده در نقاط مذکور بود. در این پژوهش از شبکه عصبی مصنوعی با ساختار پرسپترون سه لایه با الگوریتم پس انتشار خطا، استفاده شد. برای ارزیابی قابلیت شبکه‌های عصبی مورد استفاده در پیش­بینی پراکندگی از مقایسه آماری پارامترهایی مانند واریانس، توزیع آماری و میانگین بین مقادیر پیش‌بینی شده مکانی توسط شبکه عصبی و مقادیر واقعی آن‌ها استفاده شد. نتایج نشان داد که در فازهای آموزش و آزمایش بین مقادیر ویژگی‌های آماری واریانس، توزیع آماری و میانگین مجموعه داده‌های واقعی و پیش‌بینی شده مکانی این خانواده توسط شبکه عصبی، تفاوت معنی‌داری در سطح 95 درصد وجود نداشت (p> 0.4). در مجموع می­توان چنین نتیجه گرفت که روش شبکه عصبی مصنوعی با تلفیق سه عامل طول و عرض جغرافیایی و ارتفاع از سطح دریا، قادر به پیش­بینی پراکندگی این خانواده با دقت مناسب بود. https://jesi.areeo.ac.ir/article_114038_d062261341c23bbf09b32e27f955bec4.pdf