A Neural-Network Model for Predicting the Quality of 'Satsuma' Mandarin

本研究は，ニューラルネットワークを利用して，温州ミカンの収穫時期における品質（糖度とクエン酸含量）の値を，それまでの品質および気象の時系列データから予測するモデルを開発した．学習およびモデル検証用のデータは，7年間，8～11月にかけて収集された七つのデータセットであり，各データは4点（8～11月）の時系列からなる．このうち六つを学習用に，一つをモデル検証用に用いた．品質に大きな影響を与える気象要因は降雨量と日照時間であり，とくに降雨量が顕著であった．それで2入力（降雨量と日照時間）－2出力（糖度とクエン酸含量）モデルを構築した．入力（気象要因）と出力（果実の品質）の関係は，非線形特性が強く，また実測データのばらつきが大きいので数式によるモデル化は困難であるが，3層のニューラルネットワークを用いて，入力と出力の現在および過去の時系列データを使用し，最適な学習回数，システムパラメータ数，中間層ニューロン数を選ぶことにより，精度の高いモデルを構築できた．