مقایسه مدل های مختلف رشد و شبکه عصبی مصنوعی در برازش منحنی رشد در گوسفند لری بختیاری
نویسندگان
چکیده
هدف از این مطالعه مقایسه ی مدل های مختلف رگرسیون غیر خطی، خطی و شبکه ی عصبی مصنوعی در برازش منحنی رشد در گوسفند لری بختیاری بود. شش مدل غیرخطی شامل نمایی منفی، برودی، ون برتالانفی، گومپرتز، لجستیک، ریچاردز و دو مدل چند جمله ای خطی با درجات برازش دو و سه و شبکه ی عصبی مصنوعی مورد استفاده قرار گرفت. از 29517 رکورد وزن بدن متعلق به 6320 بره لری بختیاری از تولد تا سن یک سالگی، جمع آوری شده در ایستگاه پرورش و اصلاح نژاد گوسفند لری بختیاری شهرستان شهرکرد استفاده شد. مقایسه مدل ها توسط ضریب تعیین، میانگین مربعات خطا، میانگین قدر مطلق انحرافات و میانگین قدر مطلق درصد خطاها انجام شد. براساس مقایسه مدل ها توسط شاخص های مختلف نیکویی برازش، همه مدل های بررسی شده در پژوهش حاضر به خوبی توانایی برازش منحنی رشد را در گوسفندان لری بختیاری داشتند. نتایج حاصل نشان داد که شبکه ی عصبی مصنوعی بهتر از مدل های غیرخطی و خطی توانست رشد را در گوسفندان لری بختیاری برازش کند و می تواند به عنوان جایگزینی برای مدل های غیرخطی و خطی باشد. از لحاظ برازش منحنی رشد مدل های مختلف پس از شبکه ی عصبی مصنوعی به ترتیب شامل برودی، چند جمله ای درجه سه، چند جمله ای درجه دو، ون برتالانفی، گومپرتز، ریچاردز، لجستیک و نمایی منفی بود. به هر حال، مدل های رشد غیرخطی برای توصیف رشد کاربرد بیش تری نسبت به مدل های خطی و شبکه های عصبی مصنوعی خواهند داشت زیرا مدل های غیرخطی می توانند پدیده رشد را در قالب چندین پارامتر دارای تفسیر زیستی خلاصه کنند. در میان مدل های غیرخطی و خطی به ترتیب مدل برودی و چند جمله ای درجه سه بهتر از سایر مدل ها بودند. در پژوهش حاضر همبستگی بین پارامترهای وزن بلوغ مجانبی و نرخ بلوغ در هر شش مدل رشد غیرخطی، منفی بدست آمد. رابطه منفی بین این دو پارامتر نشان دهنده این است که دام های با وزن بلوغ کمتر زودتر نیز بالغ خواهند شد. تجزیه واریانس پارامترهای منحنی رشد برودی نشان داد که جنس بره و سال تولد بر کلیه پارامترهای مورد بررسی اثر معنی دار (01/0p
منابع مشابه
مقایسه مدل های مختلف رشد و شبکه عصبی مصنوعی در برازش منحنی رشد در گوسفند لریبختیاری
هدف از این مطالعه مقایسهی مدلهای مختلف رگرسیون غیرخطی، خطی و شبکهی عصبی مصنوعی در برازش منحنی رشد در گوسفند لری بختیاری بود. شش مدل غیرخطی شامل نمایی منفی، برودی، ون برتالانفی، گومپرتز، لجستیک، ریچاردز و دو مدل چند جملهای خطی با درجات برازش دو و سه و شبکهی عصبی مصنوعی مورد استفاده قرار گرفت. از 29517 رکورد وزن بدن متعلق به 6320 بره لری بختیاری از تولد تا سن یکسالگی، جمعآوری شده در ایس...
متن کاملتعیین بهترین منحنی رشد در گوسفند نژاد لری بختیاری
در این تحقیق مدل های غیرخطی توصیف کننده رشد شامل برودی، گومپرتز، لجستیک و ون برتالنفی با استفاده از رکوردهای وزن بدن و سن (ماه) مقایسه شدند. اوزان بدن در تولد، شیرگیری، 6 ماهگی، 9 ماهگی و یکسالگی مربوط به 1350 رأس گوسفند نژاد لری بختیاری که از سال 1368 تا 1389 در ایستگاه پرورش و اصلاح نژاد گوسفند لری بختیاری جمع آوری شده بود استفاده شدند. پس از برازش مدل های فوق بر روی اوزان بدن صحت مدل ها بر ا...
برآورد پارامترها و روند ژنتیکی صفات رشد گوسفند لری بختیاری با مدل های معادلات ساختاری
برای تجزیه ژنتیکی صفات رشد گوسفند لری بختیاری با مدلهای معادلات ساختاری و مدلهای چند متغیره استاندارد از دادههای فنوتیپی و شجرهای جمعآوری شده طی سالهای 1390-1374 در ایستگاه اصلاح نژاد گوسفند لری بختیاری استفاده شد. صفات مورد بررسی شامل وزن تولد، میانگین افزایش وزن روزانه از تولد تا شیرگیری، وزن شیرگیری، میانگین افزایش وزن روزانه از شیرگیری تا شش ماهگی و وزن شش ماهگی بودند. سه مدل مختلف شا...
متن کاملارزیابی مدلهای حیوانی مختلف در پیش بینی ارزش اصلاحی برای صفات رشد در گوسفند لری بختیاری
پیش بینی صحیح ارزشهای اصلاحی تحت تأثیر چندین عامل از جمله انتخاب بهترین مدل آنالیز ژنتیکی صفات است. به این منظور از اطّلاعات فنوتیپی و شجرهای سه صفت وزن تولد (BW0)، وزن شیرگیری (BW3) و وزن شش ماهگی (BW6) گوسفند لری بختیاری بین سالهای 1368 تا 1390 استفاده شد. مؤلفههای (کو) واریانس به روش حداکثر درست نمایی محدود شده با استفاده از مدلهای حیوانی تک صفتی و چند صفتی مختلف برآورد شدند. نتایج نشان ...
متن کاملبررسی صفات رشد گوسفند لری با استفاده از مدلهای غیر خطی و شبکه عصبی مصنوعی بهینه شده با الگوریتم ژنتیک
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 عوام...
متن کاملپیش بینی برخی صفات لاشه با استفاده از شبکه عصبی مصنوعی و مقایسه رگرسیون غیرخطی و شبکه عصبی در توصیف رشد در گوسفند لری بختیاری
در این مطالعه از داده¬های اندازه¬گیری شده بر روی 58 رأس بره نر از نژاد لری¬بختیاری، جمع-آوری شده در ایستگاه شولی شهرکرد استفاده شد. ارتباط بین اندازه¬های بدن (طول بدن، دور قفسه سینه، عرض کپل و عرض شانه) با وزن بدن و برخی صفات لاشه با استفاده از معادلات رگرسیون خطی و تکنیک شبکه¬ی عصبی مصنوعی مورد بررسی قرار گرفت. همبستگی بین اندازه¬های بدن با وزن زنده و صفات لاشه تقریبا بالا برآورد گردید. نتایج ...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
نشریه پژوهش در نشخوار کنندگانناشر: دانشگاه علوم کشاورزی و منابع طبیعی گرگان
ISSN 23454253
دوره 3
شماره 2 2015
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023