The DSS is developed to compute the

The DSS is developed to compute the MSY from the annual yield-effort data of the fishery. We use two sigmoid growth equations, Logistic and Gompertz equations, as the underlying population models, which then are approximated by their discrete forms for computing several growth parameters. Most known methods of growth parameter estimation use a Multiple Linear Regression with Ordinary Least Square method (MLR-OLS). Here we propose the application of Artificial Neural Network with Linear Perceptron method (ANN-LP). A case study in this paper shows that the effectiveness of the proposed ANN-LP is as good as the MLR-OLS in estimating both the growth parameters and the MSY of the fishery in the case study.

ผลลัพธ์ (ไทย) 1:

DSS ที่พัฒนาเพื่อคำนวณ MSY จากข้อมูลความผลผลิตประจำปีของการประมง เราใช้สองสมการ sigmoid เจริญเติบโต โลจิสติกการและ Gompertz สมการ เป็นรุ่นประชากรต้น ซึ่งแล้ว จะหาค่าประมาณ โดยรูปแบบของพวกเขาแยกกันสำหรับคำนวณพารามิเตอร์หลายเติบโต ส่วนใหญ่รู้จักกันในวิธีการประมาณพารามิเตอร์การเจริญเติบโตใช้การถดถอยเชิงเส้นหลาย ด้วยวิธีสามัญน้อยสแควร์ (MLR-OLS) ที่นี่เรานำเสนอการประยุกต์ใช้โครงข่ายประสาทเทียม ด้วยวิธีเชิงเส้นเพอร์เซปตรอน (แอน-LP) กรณีศึกษาในเอกสารนี้แสดงให้เห็นว่า ประสิทธิภาพของแอน-LP เสนอดีเป็น MLR-OLS ในการประมาณพารามิเตอร์การเจริญเติบโตและ MSY ของประมงในกรณีศึกษา

ผลลัพธ์ (ไทย) 2:

DSS ได้รับการพัฒนาเพื่อคำนวณ MSY จากข้อมูลผลตอบแทนประจำปีของความพยายามประมง เราใช้สองสมการเจริญเติบโต sigmoid สมการโลจิสติกและ Gompertz เป็นพื้นฐานรุ่นประชากรซึ่งจากนั้นจะห้วงรูปแบบไม่ต่อเนื่องของพวกเขาสำหรับการคำนวณการเจริญเติบโตหลาย วิธีการที่รู้จักมากที่สุดของการเจริญเติบโตประมาณค่าพารามิเตอร์ใช้หลายถดถอยเชิงเส้นด้วยวิธีสามัญแควน้อย (MLR-OLS) ที่นี่เรานำเสนอการประยุกต์ใช้โครงข่ายประสาทเทียมด้วยวิธีการเชิงเส้น Perceptron (Ann-LP) กรณีศึกษาในการวิจัยนี้แสดงให้เห็นว่าประสิทธิผลของการเสนอ Ann-LP คือดีเท่า MLR-OLS ในการประมาณทั้งการเจริญเติบโตและ MSY ประมงในกรณีศึกษา

ผลลัพธ์ (ไทย) 3:

DSS ได้ถูกพัฒนาขึ้นเพื่อคำนวณ msy จากข้อมูลผลผลิตประจำปีความพยายามของการประมง เราใช้สองสมการการเจริญเติบโตแบบ Logistic และๆสมการเป็นประชากรรุ่นต้นแบบซึ่งเป็นโดยประมาณโดยต่อเนื่องแบบฟอร์มสำหรับการคำนวณพารามิเตอร์การเติบโตหลาย ที่รู้จักกันมากที่สุดวิธีการประมาณค่าพารามิเตอร์การใช้สมการถดถอยพหุคูณด้วยวิธีกำลังสองน้อยที่สุดแบบธรรมดา ( mlr-ols ) ที่นี่เรานำเสนอการประยุกต์ใช้โครงข่ายประสาทเทียมแบบธรรมดาเส้น ( ann-lp ) กรณีศึกษาในบทความนี้แสดงให้เห็นว่าประสิทธิภาพของการเสนอ ann-lp เป็นดีเป็น mlr-ols ในการประเมินทั้งการเจริญเติบโตพารามิเตอร์และ msy ของการประมงในการศึกษารายกรณี