سطح‌بندی توسعۀ کشاورزی در شهرستان‌‌های استان فارس با ترکیب شبکۀ عصبی مصنوعی و GIS

-      افراخته، حسن؛ محمد حجی‌پور؛ مریم گرزین؛ بهناز نجاتی (1392). جایگاه توسعۀ پایدار کشاورزی در برنامه‌‌های توسعۀ ایران (مورد: برنامه‌‌های پنج سالۀ پس از انقلاب)، سیاست‌‌های راهبردی و کلان. سال 1. شمارۀ 1.

-      بدری‌‌فر، منصور (1382). جغرافیای اقتصادی عمومی (کشاورزی و دامداری)، تهران. پیام نور.

-      پالوج، مجتبی؛ محمد حاصلی (1396). توان‌سنجی توسعة کشاورزی در حوضة آبخیز دشت الشتر با استفاده از سامانة اطلاعات (GIS)، روستا و توسعه، سال 20. شمارۀ 1.

-      حاجیان، محمدهادی؛ صادق خلیلیان؛ احمد سام دلیری  (1386). بررسی تأثیر سیاست‌‌های پولی و مالی بر متغیّرهای عمدۀ بخش کشاورزی ایران، پژوهش‌‌‌‌‌های اقتصاد. دورۀ 7. شمارۀ 4.

-      زمانی‌‌پور، اسداله (1373). ترویج کشاورزی در فرایند توسعه، مشهد. دانشگاه فردوسی مشهد.

-      شاهی‌‌مریدی، راضیه؛ حسین کاظمی؛ بهنام کامکار؛  (1396). ارزیابی وضعیت توسعۀ کشاورزی پایدار در استان گلستان، دانش کشاورزی و تولید پایدار. جلد 27. شمارۀ 1.

-      صامتی، مجید؛ علیرضا کرمی (1383). بررسی تأثیر هزینه‌‌های دولت در بخش کشاورزی بر کاهش فقر روستایی در کشور، تحقیقات اقتصادی. شمارۀ 67.

-      کاظمی‌راد، زهرا؛  عبدالحمید پاپ‌‌زن (1390). پیش‌‌بینی میزان موفقیت کارآفرینان روستایی شهرستان کرمانشاه با استفاده از تحلیل شبکۀ عصبی مصنوعی، برنامه‌‌ریزی منطقه‌‌ای. سال اول. شمارۀ 1.

-      کرمی، آیت‌‌اله؛ مرتضی نوری؛  نعمت‌الله موسوی (1395). ارزیابی و رتبه‌‌بندی توسعۀ کشاورزی شهرستان‌‌های استان کهگیلویه و بویراحمد، اقتصاد کشاورزی. سال 10. شمارۀ 4.

-      مرادی، ژیلا؛ علی‌اصغر میرک‌‌زاده؛ فرحناز رستمی؛ فرزاد کریمی (1394). سنجش سطوح توسعۀ کشاورزی روستاهای دهستان قراتوره با استفاده از تکنیک تاپسیس، پژوهش و برنامه‌‌ریزی روستایی. سال 4. شمارۀ  (2 و 10).

-      مظهری، محمد؛ مریم رسول‌زاده؛ جواد براتی (1394).تعیین سطح توسعه‌‌یافتگی بخش کشاورزی شهرستان‌‌های استان خراسان رضوی طی سال‌‌های 1389-1380 بر اساس تاکسونومی عددی با وزن‌‌دهی،تحقیقات اقتصادکشاورزی.جلد7. شمارۀ 3.

-      مولایی‌هشجبین، نصرالله؛ سیاوش مولایی‌پارده (1393). تحلیل مکانی توسعۀ کشاورزی در شهرستان‌‌های استان خوزستان، اقتصاد فضا و توسعۀ روستایی. سال سوم. شمارۀ 2.

-      نوری‌‌زمان‌‌آبادی، سیدهدایت‌‌اله؛ عباس امینی فسخودی (1386). سهم توسعۀ کشاورزی در توسعۀ روستایی (مطالعۀ موردی: مناطق روستایی استان اصفهان)، علوم کشاورزی ایران. شمارۀ 2.

- Ajagekar, B. B., Masal, N. S. (2011). Regional disparities in the levels of agricultural development in Kolhapur District of South Maharashtra. Indian Streams Research Journal, 1(1), 139-144.

- Boznar, M., M. Lesjak and P. Mlakar, A neural network-based method for short-term predictions of ambient SO2 concentrations in highly polluted industrial areas of complex terrain,Atmospheric Environment, No. (2), PP.221-230, 1993.

- Burja, V (2011). Regional disparities of Agricultural performance in Romania. Annales    Universitatis Apulensis Series Oeconomica, 13(1), 115-121.

- Chong, A. Y. (2013). Predicting m-commerce adoption determinants: A neural network approach. Expert Systems with Applications, 40(2), 523-530.

- Durand,G. (2003). Multifunctional Agriculture: A New paradigm for European Agriculture. UK, Aldershol: Ashgate publishing

- Fan, X., Wang, L and  Li, S. (2016). Predicting chaotic coal prices using a multi-layer perceptron network model. Resources Policy, 50: 86-92.

- Fekrmandi, H., Unal, M., Rojas Neva, S., Nur Tansel, I and McDaniel, D (2016). A novel approach for classification of loads on plate structures using artificial neural networks. Measurement, 82: 37-45.

- Grover, R. and Srinivasan, V. (1989). "An approach for tracking within segment shifts in market shares", Journal of Marketing Research, 26(2): 230-236.

- ivkovic, Z., Mihajlovi, I and Nikoli, D. (2009). Artificial neural network method applied on the nonlinear multivariate problems. Serbian Journal of Management .4 (2), 143 - 155.

- Jena, D (2014). Agricultural Development Disparities in Odisha. A Statistical Study. American Review of Mathematics and Statistics, 2(1), 45-53.

- Jha, N. K and Chockalingam, C. T (2009). Prediction of quality performance using artificial neural networks Evidence from Indian construction projects. Journal of Advances in Management Research, l(1), 70-86.

- Patil, B. D (2013). Regional Disparities in Levels of Agricultural Development in Dhule and Nandurbar Districts, India. Research Journal of Agriculture and Forestry Sciences, 1(5). 9-12.

- Razi, M. A. and K. Athappilly, A comparative predictive analysis of neural networks (NNs), nonlinear regression and classification and regression tree (CART) models, Expert Systems with Applications, No. 1, PP.65-74, 2005.

- Sharma D and Shardendu S (2011). Assessing farm-level agricultural sustainability over a 60-year period in rural eastern India. Environmentalist, 31: 325-337.

- Soofastaei, A., Aminossadati, S., Arefi, M and Kizil, M. (2016). Development of a multi-layer perceptron artificial neural network model to determine haul trucks energy consumption. International Journal of Mining Science and Technology, 26(2): 285- 293.

- Swanson, N.R. and H. White, Forecasting economic time series using flexible versus fixed specification and linear versus nonlinear econometric models, International Journal of Forecasting, No.4, PP.439-461, 1997.

- West, P., P. L. Brocket and L. Golden, A comparative analysis of neural networks and statistical methods for predicting consumer choice, Marketing Science, No.4,PP.370-391, 1997.

-  Xu X, Hou L, Lin H and Liu W (2006). Zoning of sustainable agricultural development in China. Agricultural Systems, 87: 38-62.