توصیف ریاضی منحنی رشد گوسفندان کردی با استفاده از شبکه عصبی مصنوعی و مقایسه آن با برخی مدل های غیرخطی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 104

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ARGU-9-1_004

تاریخ نمایه سازی: 26 بهمن 1401

چکیده مقاله:

هدف این تحقیق مقایسه شبکه عصبی مصنوعی با مدل های رگرسیون غیرخطی برودی، گمپرتز، لجستیک و ون برتالانفی در برازش منحنی رشد گوسفند کردی بود. برای این منظور، تعداد ۱۷۶۵۹ رکورد روز آزمون وزن تولد تا یکسالگی موجود در ایستگاه پرورش و اصلاح نژاد حسین آباد شیروان در استان خراسان شمالی طی سال های ۱۳۷۵ تا ۱۳۹۲ متعلق به ۵۰۷۴ راس دام آماده سازی و استفاده شد. معماری شبکه بر پایه پرسپترون سه لایه با تعداد پنج نورون در هر لایه بود که از تابع انتقال سیگموئید-آکسون و قانون یادگیری لونبرگ-مارکوآت و با استفاده از نرم افزار نروسولوشن ساخته شد. تجزیه مدل های غیرخطی با رویه NLIN نرم افزار SAS انجام شد. نکویی برازش مدل ها بر اساس ضریب تبیین (R۲)، جذر میانگین مربعات خطا (RMSE)، میانگین قدرمطلق انحرافات (MAD)، معیار اطلاعات آکائیک (AIC) و معیار اطلاعات بیزی (BIC) تعیین و اثر عوامل ثابت موثر روی فراسنجه­های مدل بهینه بررسی شد. نتایج نشان داد که شبکه عصبی مصنوعی با داشتن بالاترین صحت (۹۷۳۵/۰R۲=) و کمترین خطا (۴۵۲/۳RMSE=، ۴۲۴/۲=MAD) بهتر از سایر مدل ها، منحنی رشد را توصیف کرد. بین مدل های غیرخطی، مدل برودی با بالاترین ۹۶۶/۰R۲= و کمترین AIC، BIC، MAD و RMSE توانست در هر دو جنس برآورد مناسبی از منحنی رشد ارائه دهد. در جنس نر، بره های تک قلو و گوسفندانی که در ماه های زمستان متولد شده بودند، وزن مجانبی و نرخ رشد بیشتر بود. شاخص های ارزیابی نشان داد شبکه عصبی مصنوعی دقت بالایی در پیش بینی منحنی رشد گوسفندان کردی دارد و پس از آن مدل برودی مناسب تر از سایر مدل ها بود.

نویسندگان

سونیا زکی زاده

دانشیار، بخش ژنتیک و اصلاح نژاد، موسسه تحقیقات علوم دامی کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج. ایران

داود علی ساقی

استادیار، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی، سازمان تحقیقات، آموزش و ترویج کشاورزی، مشهد. ایران

هادی معماریان

دانشیار، گروه مرتع و مدیریت آبخیزداری، دانشکده منابع طبیعی و محیط زیست، دانشگاه بیرجند

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بحرینی بهزادی م. ر. ۱۳۹۴. مقایسه مدل های مختلف رشد ...
  • بیرانوند ف، بیگی نصیری م. ت.، مسعودی ع.، و شعبانی ...
  • خیرآبادی خ. ۱۳۹۵. مقایسه عملکرد برخی از توابع غیرخطی در ...
  • خیرآبادی خ.، و محمدی ی. ۱۳۹۶. ارزیابی توابع ریاضی در ...
  • Aman Ullah M., Amin M. and Ansar Abbas M. ۲۰۱۳.Non-linear ...
  • Arango J. A. and Van Vleck L. D. ۲۰۰۲. Size ...
  • Assan N. ۲۰۱۳. Bioprediction of body weight and carcass parameters ...
  • Bahreini Behzadi M. R and Aslaminejad A. A. ۲۰۱۰. A ...
  • Bahreini Behzadi M. R., Aslaminejad A. A., Sharifi A. R. ...
  • Bathaei S. S. and Leroy P. L. ۱۹۹۸. Genetic and ...
  • Bishop C. M. ۲۰۰۶. Pattern recognition and machine learning. Springer, ...
  • Daskiran I., Koncagul S. and Bingol M. ۲۰۱۰. Growth characteristics ...
  • Eyduran E., Kucuk M., Karakus K. and Ozdemir T. ۲۰۰۸.New ...
  • Gayawan E. and Ipinyomi R. A. ۲۰۰۹. A comparison of ...
  • Gbangboche A. B., Glele-Kakai R., Salifou S., Albuquerque L. G. ...
  • Ghavi Hossein-Zadeh N. ۲۰۱۵. Modeling the growth curve of Iranian ...
  • Ghavi Hossein-Zadeh N. and Golshani G. ۲۰۱۶. Comparison of non-linear ...
  • Gille U. ۲۰۱۰. Analysis of growth. From http://www.uni-leipzig.de/~vetana/growth.htm ...
  • Hojjati F. and Ghavi Hossein-Zadeh N. ۲۰۱۷. Comparison of non-linear ...
  • Keskin I., Dag B., Sariyel V. and Gokmen M. ۲۰۰۹. ...
  • Kucuk M. and Eyduran E. ۲۰۰۹. The determination of the ...
  • Kum D., Karakus K. and Ozdemir T. ۲۰۱۰. The best ...
  • Lamb N. R., Navajas E. A., Simm G. and Bunger ...
  • Poli A. A. and Cirillo M. C. ۱۹۹۳. On the ...
  • Roush W. B. and Branton S. L. ۲۰۰۵. A comparison ...
  • Roush W. B., Dozier W. A. and Branton S. L. ...
  • Tariq M. M., Iqbal F., Eyduran E., Bajwa M. A., ...
  • Shahinfar S., Mehrabani-Yeganeh H., Lucas C., Kalhor A., Kazemian M. ...
  • Ulutas Z., Sezer M., Aksoy Y., Sirin E., Sen U., ...
  • Zakizadeh S., Jafari M. and Memarian H. ۲۰۱۴. An expert ...
  • Zhang Q. J., Gupta K. C. and Devabhaktuni V. K. ...
  • نمایش کامل مراجع