تعیین ویژگی‌های مؤثر بر عملکرد زعفران با استفاده از یک الگوریتم ترکیبی ژنتیک-شبکه عصبی مصنوعی

پیشینه و اهداف
زعفران یکی از مهمترین گیاهان اقتصادی است و ارزش صادراتی قابل توجهی در کشور دارد. به منظور تعیین رابطه بین عملکرد زعفران و تأثیرپذیری آن از ویژگی‌های اقلیمی، خاکی و مدیریتی، و با توجه به پیچیدگی روابط بین این متغیرها، مطالعه حاضر با هدف بررسی قابلیت مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی (GA-ANN) در شناسایی زیرمجموعه مناسبی از ویژگی‌های مؤثر بر عملکرد زعفران و تعیین اهمیت هر یک از این ویژگی‌ها انجام شد.

Background and Objectives
Saffron is one of the most important economic plants and holds significant export value in the country. To determine the relationship between saffron yield and its influence by climatic, soil, and management features, and due to the complexity of the relationships between these variables; the present study aims to investigate the capability of the hybrid Genetic Algorithm-Artificial Neural Network (GA-ANN) model to identify an appropriate subset of features affecting the saffron yield and to determine the importance of each of these features.