Forecasting of Turkey's Grain Yield an Annual Basis By Using Multi-Layer Perceptron Neural Network: Wheat, Barley, Rye And Oat

The objective of this study was to analyze acreage, production, and yield on cereals (wheat, barley, rye and oats), cereals in Turkey for long-term period, taking into account the changes occurred, forecasts in crop production for the future population was determined by used Multi-Layer Perceptron Neural Network Model (MLPNN). The model application was performed with software by using the time (year), population, wheat, barley, rye and oat production, croplands of wheat, barley rye and oat contents as the inputs/output variables for MLPNN, and yields of wheat yield, barley rye and oat contents. The performance of the proposed MLPNN model is very high and its use for forecasts in crop production for the future population (between R2 = 0.97 and R2=0.99 for training model)

Çok Katmanlý Algýlayýcý Sinir Aðlarý Kullanarak Türkiye'nin Tahýl Veriminin Yýllýk Bazda Tahmini: Buðday, Arpa, Çavdar Ve Yulaf

Bu çalýþmanýn amacý, Türkiye'de hububat (buðday, arpa, çavdar ve yulaf), hububat ekim alanlarý, üretimi ve verimini, meydana gelen deðiþiklikleri, gelecekteki nüfus için bitkisel üretim tahminlerini dikkate alarak uzun vadeli analiz etmektir. kullanýlan Çok Katmanlý Algýlayýcý Sinir Aðý Modeli (MLPNN) ile belirlendi. MLPNN için girdi/çýktý deðiþkenleri olarak zaman (yýl), popülasyon, buðday, arpa, çavdar ve yulaf üretimi, buðday ekim alanlarý, arpa çavdar ve yulaf içerikleri ve buðday verimi, verimleri kullanýlarak yazýlým ile model uygulamasý yapýlmýþtýr. arpa çavdar ve yulaf içeriði. Önerilen MLPNN modelinin performansý çok yüksektir ve gelecekteki popülasyon için mahsul üretimindeki tahminlerde kullanýmý (eðitim modeli için R2 = 0.97 ile R2 = 0.99 arasýnda)