پیش بینی عملکرد محصولات زراعی نظیر گندم به دلیل اهمیتی که در برنامه ریزی اقتصاد ملی و بین المللی دارد؛ از دیر باز مورد توجه پژوهشگران بوده است. در چند سال اخیر کاربرد شبکه های عصبی مصنوعی به عنوان ابزاری قوی که قادر به حل معادلات بسیار پیچیده و تحلیل عددی با مناسب ترین تقریب می باشد؛ گسترش روزافزونی یافته است. در این رابطه در تحقیق حاضر تهیه یک مدل شبکه عصبی مصنوعی به منظور پیش بینی میزان عملکرد گندم دیم بر اساس داده های هواشناسی در منطقه قروه استان کردستان در سالهای زراعی 1368 الی 1379 (به مدت 11 سال) مدنظر قرار گرفت. به این منظور از نسخه 22/5 نرم افزار Neural works Professional II/Plus، استفاده شده پس از یادگیری مدل با داده های یادگیری، داده های ارزیابی به مدل داده شده و با مقایسه خروجی مدل با مقدار مشاهده شده و اندازه گیری خطای مدل، بهترین مدل تخمین عملکرد گندم دیم انتخاب شده است. در میزان تولید گندم در منطقه قروه ، مقدار و نحوه پراکنش بارش و میانگین دمای حداکثر روزانه، خصو صاً در ماههای میانی و انتهایی رشد از اهمیت ویژه ای برخوردار بود و با کوچکترین تغییری در مقدار هر یک از آنها عملکرد محصول به میزان زیادی دست خوش گردید. نتیجه دیگری که از این طبقه بندی گرفته می شود، تأثیر اندک اکسترمم های دمایی بر روی رشد و مقدار محصول تولیدی در منطقه مورد مطالعه می باشد.نتایج نشان دهنده آنست که مدل شبکه عصبی مصنوعی مقدار عملکرد گندم دیم را به خوبی پیش بینی کرده است بطوریکه می توان عملکرد گندم را 2 ماه قبل از برداشت محصول با قابلیت برآورد بسیار خوب ( 40 – 70 kg /ha) پیش بینی نمود.
