این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های علوم دامی، جلد ۲۷، شماره ۱، صفحات ۱۲۹-۱۴۲
عنوان فارسی بررسی صفات رشد گوسفند لری با استفاده از مدل‌های غیر خطی و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک
چکیده فارسی مقاله زمینه مطالعاتی: در این پژوهش از اطلاعات تعداد 7054 راس گوسفند نژاد لری برای برازش منحنی رشد این نژاد استفاده شد. هدف: صفات رشد مورد بررسی شامل وزن تولد، از شیرگیری، شش ماهگی و نه ماهگی بود که با استفاده از سه مدل غیر خطی شامل گمپرتز، برودی و لجستیک و همچنین شبکه عصبی مصنوعی (ANN) برازش شد. روش کار: تیپ تولد، جنسیت، سال تولد، سن مادر و فصل تولد به همراه وزن تولد، شیرگیری و شش ماهگی به عنوان عوامل ورودی به ANN معرفی شدند و برای وزن نه ماهگی پیش بینی انجام شد. برای این منظور یک شبکه Feed-forward بهینه شده با الگوریتم ژنتیک مورد استفاده قرار گرفت. مقایسه مدل­های غیرخطی بر اساس ضریب تبیین (R2)، میانگین مربعات خطا (MSE)، تعداد تکرار و معیار آکائیک (AIC) انجام شد و بر این اساس مدل برودی به عنوان مدل مناسب برای برازش صفات رشد انتخاب شد. پارامترهای A، B و K بر اساس مدل برودی برای دو جنس ماده و نر برآورد شدند. نتایج: همبستگی بین پارامترهای A و K منفی گزارش شد. اثر عوامل محیطی بر روی پارامترهای منحنی رشد معنی دار بود (01/0>P). بر اساس بررسی­های انجام شده ANN با R2 برابر با 36/84 و 49/85 درصد قادر به پیش بینی وزن نه ماهگی برای جنس ماده و نر بود. همچنین با تعداد 10 و 9 نورون در لایه میانی برای جنس ماده و نر، در MSE همگرایی ایجاد شد. نتیجه­گیری نهایی: بر اساس میزان R2 گزارش شده، مدل­های برودی، لجستیک، گمپرتز و ANN به ترتیب مناسب­ترین مدل­ها برای برازش صفات رشد در گوسفند لری بودند. 
کلیدواژه‌های فارسی مقاله صفات رشد، ANN، مدل‌های غیرخطی، گوسفند لری،
عنوان انگلیسی Study of Lori growth traits using nonlinear models and artificial neural network optimized by genetic algorithm
چکیده انگلیسی مقاله
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله فاطمه بیرانوند |
گروه علوم دامی دانشگاه رامین خوزستان

محمد تقی بیگی نصیری | mohammad taghi beigi nassiri
گروه علوم دامی دانشگاه رامین خوزستان

عباس مسعودی |
گروه علوم دامی دانشکده کشاورزی دانشگاه لرستان
سازمان اصلی تایید شده: دانشگاه لرستان (Lorestan university)

علیرضا شعبانی نژاد |
گروه گیاهپزشکی دانشگاه صنعتی شاهرود
سازمان اصلی تایید شده: دانشگاه صنعتی شاهرود (Shahrood university of technology)

نشانی اینترنتی http://animalscience.tabrizu.ac.ir/article_6335_289356a226dc2c4b85e74482d05d4275.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1407/article-1407-460433.pdf
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