هدف از این تحقیق تهیه یک مدل شبکه عصبی مصنوعی به منظور پیش بینی میزان ازت کل براساس کربن آلی در خاکهای استان کردستان میباشد که بر این اساس از نسخه 22/5نرم افزار Neural works professional II/Plus استفاده شده که در برگیرنده شبکه های متفاوت با قوانین یاد گیری مختلف می باشد که از میان شبکه های مختلف،شبکه(Back Progagation (BPتوانایی بالایی در حل مسائل غیر خطی دارد.و به همین دلیل در این تحقیق از این شبکه استفاده شده است. پس از یادگیری مدل با داده های یادگیری (538 سری داده)که شامل ورودی و خروجی است،داده های ارزیابی (135سری) که فقط شامل ورودی است به مدل داده شده و با مقایسه خروجی مدل با مقدار با مقدار مشاهده شده و اندازه گیری خطای مدل به حداقل ممکن کاهش یابد وبهترین مدل تخمین ازت کل انتخاب شده است. بررسی نتایج نشان میدهد که خطای متوسط مطلق در توابع زیگموئیدی کمتر از توابع محرک خطی و تانژانت هیپر بولیک بوده،لذا در در شبکه های طراحی شده از تابع زیگموئیدی بعنوان تابع تبدیل نرونها استفاده شده است.
