این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
علوم دامی، جلد ۳۵، شماره ۱۳۶، صفحات ۱۷-۳۰
عنوان فارسی بررسی کارایی شبکه عصبی مصنوعی جهت پیش‌بینی صفات عملکردی مرغ مادر گوشتی آرین
چکیده فارسی مقاله مطالعه حاضر با هدف تخمین صفات تولیدی مرغ مادر گوشتی آرین در کل دوره با استفاده از عملکرد اوایل دوره تولید به کمک مدل‌سازی شبکه عصبی مصنوعی انجام شد. متغیرهای ورودی مورد استفاده برای مدل‌سازی شامل سالن، تعداد مرغ مادر در هر سالن، تعداد هفته‌های تولید، رکوردهای وزن بدن در 21 تا 24 هفتگی و خروجی‌های مدل پیش‌بینی‌های وزن بدن، تولید تخم‌مرغ، توده تخم‌مرغ، وزن تخم‌مرغ و مصرف خوراک در سن 25 تا 47 هفتگی بودند. مدل مورد استفاده برای تخمین وزن بدن دارای 5 ورودی، 5 نورون در لایه پنهان اول، 2 نورون در لایه پنهان دوم و یک خروجی بود که به صورت 1-2-5-5 نگارش شد. به همین ترتیب ساختار بهینه مدل شبکه عصبی تخمین صفات مصرف خوراک، تعداد تخم‌مرغ، وزن تخم‌مرغ و توده تخم‌مرغ به ترتیب 1-4-7-7، 1-4-8-8، 1-3-7-7 و 1-3-7-7 انتخاب شد. ضریب تبیین مدل‌های بهینه بدست آمده برای هر یک از صفات وزن بدن، مصرف خوراک، تعداد تخم‌مرغ، وزن تخم‌مرغ وتوده تخم‌مرغ به ترتیب 991/0، 998/0، 989/0، 993/0 و 996/0 و مجذور میانگین مربعات خطای آنها به ترتیب 55/1، 992/0، 266/0، 838/3 و 506/0 برآورد شد. نتایج حاکی از تأثیر محسوس ساختمان و پارامترهای شبکه شامل ورودی‌ها و خروجی‌ها و تعداد نرون‌های هر لایه و تعداد لایه‌های پنهان بر روی عملکرد مدل شبکه عصبی مصنوعی بود. نتایج این مطالعه نشان داد که امکان پیش‌بینی عملکرد صفات مختلف در کل دوره تولیدی مرغ‌های مادر‌ آرین بر اساس اطلاعات هفته‌های ابتدایی پرورش، با دقت مطلوب وجود دارد.
کلیدواژه‌های فارسی مقاله مرغ مادر آرین، عملکرد، شبکه عصبی مصنوعی، مدل‌سازی،
عنوان انگلیسی Evaluation of Artificial neural network modeling for predicting performance traits of Arian broiler breeder
چکیده انگلیسی مقاله This study was conducted for predicting performance traits of the whole production period of Arian broiler breeder via its initial performances using artificial neural network (ANN). The input variables of modeling were house, number of hens in the house, weeks of production, body weight at 20-24 weeks of age and outputs of the model were body weight, egg number, egg mass, egg weight and feed intake at the 25 to 47 weeks of age. The used ANN model for prediction of body weight had 5 inputs, 5 neurons at 1st hidden layer, 2 neurons at 2nd hidden layer and 1 output, thus we write it as 5-5-3-1. Similarly, the optimized ANN model structure for feed intake, egg number, egg weight and egg mass were 7-7-4-1, 8-8-4-1, 7-7-3-1 and 7-7-3-1, respectively. R2 of adequate models for BW, FI, EN, EW and EM were 0.991, 0.998, 0.989, 0.993 and 0.996, and Root Mean Square Error were 1.55, 0.992, 0.266, 3.838 and 0.506, respectively. The results of the study shown that architecture and the specification of the neural networks such as inputs, outputs, number of neurons and number of hidden layers can affect the performance of the ANN model. The results indicated the possibility of predicting whole production period of Arian broiler breeder using early stage production records.
کلیدواژه‌های انگلیسی مقاله مرغ مادر آرین, عملکرد, شبکه عصبی مصنوعی, مدل‌سازی
نویسندگان مقاله کریم نوبری |
بخش تحقیقات علوم دامی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان، ایران

کاظم یوسفی کلاریکائی |
بخش تحقیقات علوم دامی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان، ایران

عبدالغفار تخله |
معاونت امور دام، سازمان جهاد‌کشاورزی استان گلستان، وزارت جهاد‌کشاورزی، گرگان، ایران

علیرضا برسلانی |
بخش تحقیقات علوم دامی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی گلستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، گرگان، ایران

نشانی اینترنتی https://asj.areeo.ac.ir/article_128136_88bb841de22dcf98b6cf2285150ae48f.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات