مقایسه ی دقت شبکه عصبی مصنوعی و مدل رگرسیون خطی در تخمین وزن بدن شتر یک کوهانه

ایجاد شبکه و استفاده از هوش مصنوعی و تکنولوژی های نوین، بهره وری شترداری در کشور را فراهم می سازد. هدف از این تحقیق مقایسه دقت استفاده از مدل رگرسیون خطی و شبکه عصبی مصنوعی در تخمین وزن بدن با استفاده بسته nnet نرم افزار R در شترهای یک کوهانه است. در این پژوهش از ابعاد بدنی ۲۱ نفر شتر یک کوهانه نژاد بلوچی که توسط ایستگاه پرورش شتر در سال ۱۳۹۸ جمع آوری شده است. استفاده گردید. در مدل آماری، اثر طول گردن، دور گردن، طول دست، طول پا، ارتفاع شانه، ارتفاع کوهان، ارتفاع کپل، دور سینه، پهنای سینه، دور شکم، پهنای لگن، طول دم، ارتفاع پستان و دور پستان بر وزن بدن شتر قرارداده شده است. نتایج آنالیز رگرسیون نشان داد اثرات ارتفاع شانه در سطح معنی داری (P<۰/۰۰۱) و ارتفاع پستان، پهنای لگن، دور سینه در سطح معنی داری (P<۰/۰۵) بر صفت وزن بدن معنی دار بود. نتایج تحلیل شبکه عصبی مصنوعی نشان داد دور سینه، دور شکم و ارتفاع شانه دارای بیشترین اهمیت و طول گردن، ارتفاع کپل و طول دم دارای کمترین اهمیت بر وزن بدن می باشد. بررسی دقت و کارایی مدل های رگرسیون خطی و شبکه عصبی مصنوعی در هر دو مدل دارای دقت قبول در برآورد وزن می باشند. با این حال، مدل شبکه عصبی مصنوعی در مقایسه با مدل رگرسیون خطای کمتری در برآورد وزن شترها داشت.