利用人工神经网络优化Cinnamomum Sintoc在Ciremai山上的精油生产

科学领域:

• 植物学 植物学
• 农业科学 农业科学
• 数据科学数据科学数据科学

背景情况:

• 肉 (Cinnamomum sintoc) 是以其宝贵的精油而闻名的.
• 了解影响精油含量的因素对于可持续的采摘和生产至关重要.
• 形态,环境和土壤因素是精油产量的潜在决定因素.

研究的目的:

• 评估形态特征,环境条件和土壤营养素对Cinnamomum sintoc精油含量的影响.
• 确定最佳的土壤营养成分组成,以最大限度地提高精油生产.
• 使用先进的分析技术,开发精油产量的预测模型.

主要方法:

• 一种混合方法的方法,将Ciremai山国家公园的现场观测与实验室土壤分析相结合.
• 人工神经网络 (ANN) 的应用,包括自适应神经模糊推理系统 (ANFIS) 和MICMAC分析,用于数据解释.
• 基于收集的数据,识别模式,分类和预测精油含量.

主要成果:

• 环境条件和Cinnamomum sintoc形态都直接影响精油含量.
• 土壤营养成分被确定为影响精油产量的最重要因素.
• ANFIS分析实现了96%的预测准确度,精确地确定了特定的最佳土壤营养水平 (例如,C/N比率> 9,Mg在0.5,C-有机> 6,N-总在0.7,K在0.6,P2O5 5-9,Ca < 5,pH5.5).

结论:

• 环境和形态因素起着作用,但土壤营养对Cinnamomum sintoc精油生产至关重要.
• 确定了最佳的土壤营养范围,为提高精油产量提供了科学基础.
• 开发的ANFIS指南可以转化为优化Cinnamomum sintoc种植和精油提取效率的实际策略.