| مقایسه ی پیش بینی منحنی درصد چربی شیر گاوهای شیری ایران با استفاده از شبکه ی عصبی مصنوعی و برخی توابع ریاضی |
| کد مقاله : 1155-NSAP6TH (R1) |
| نویسندگان |
|
حسین نعیمی پور یونسی *1، مهتاب عزیزی2، مسلم باشتنی2، سید همایون فرهنگ فر3 1گروه علوم دامی دانشگاه بیرجند 2دانشگاه بیرجند 3استاد، گروه علوم دامی، دانشکده کشاورزی، دانشگاه بیرجند، ایران. |
| چکیده مقاله |
| به‌منظور پیش‌بینی منحنی درصد چربی شیر از تعداد 1085525 رکورد شیر روز آزمون گاوهای شیری زایش اوّل که به وسیله مرکز اصلاح نژاد و بهبود تولیدات دامی کشور طیّ سال‌های 1391-1362 جمع‌آوری شده بود، استفاده گردید. برازش منحنی درصد چربی شیر در سه گروه 1. کل گاوها، 2. گاوهای اصیل هلشتاین و 3. گاوهای زینه به وسیله بسته نرم‌افزاری brnn (برای شبکه‌ی عصبی) و تابع ریاضی (مختلف وود، ویلمینک، علی - شفر و پلوت‌گوتوین) در نرم‌افزار R اجرا شد. از معیارهای R2،RMSE ، AIC و BIC برای ارزیابی نکویی برازش استفاده شد. ویرایش داده‌ها با نرم‌افزار آماری SAS و پیش‌بینی منحنی شیردهی با شبکه ی عصبی توسّط بسته نرم‌افزاری brnn و تابع nls در نرم‌افزار R با استفاده از میانگین درصد چربی شیر روز آزمون انجام شد. شبکه ی عصبی نسبت به توابع ریاضی غیرخطّی، برازش بهتری از شکل منحنی درصد چربی شیر گاوهای هلشتاین ایران نشان داد. مدل های علی - شفر و ویلمینک برای درصد چربی‌شیر در کل گاوها و گاوهای زینه، برازش بالاتری داشتند. بنابراین برای برازش منحنی شیردهی گاوهای هلشتاین ایران، توصیه می شود که از شبکه ی عصبی brnn استفاده شود. |
| کلیدواژه ها |
| درصد چربی شیر، نیکویی برازش، شبکه ی عصبی مصنوعی |
| وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر |
