مدل‌سازی انرژی ستانده واحدهای پرورش مرغ گوشتی با استفاده از روش شبکه عصبی مصنوعی (مطالعه موردی: استان مازندران)

Authors

  • حسن نبی پور افروزی عضو هیات علمی، گروه علوم دامی، آموزشکده کشاورزی ساری، دانشگاه فنی و حرفه ای، مازندران، ایران
  • رسول لقمانپور زرینی عضو هیات علمی، گروه ماشین های کشاورزی، آموزشکده کشاورزی ساری، دانشگاه فنی و حرفه ای، مازندران، ایران
  • پیروز شاکری دانشیار بخش تحقیقات علوم دامی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمان، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمان، ایران
Abstract:

صنعت مرغداری به لحاظ تأمین بخش عمده‌ای از نیازهای غذایی و پروتئینی کشور از اهمیت قابل توجهی برخوردار است. در این تحقیق به بررسی مدل‌سازی مصرف انرژی تولید مرغ گوشتی پرداخته شده است. به این منظور اطلاعات مورد بررسی از 45 تولیدکننده مرغ گوشتی به طور تصادفی در استان مازندران جمع‌آوری گردید. ابتدا میزان انرژی مصرفی و شاخص‌های انرژی محاسبه و سپس با استفاده از شبکه عصبی مصنوعی به مدل‌سازی انرژی ستانده به عنوان عملکرد پرداخته شده است. نتایج نشان داد که میزان کل انرژی نهاده و ستانده در تولید مرغ گوشتی به ترتیب در حدود 79/153 و 45/27 گیگاژول به ازای 1000 قطعه مرغ می‌باشد. نهاده سوخت با میزان 48/61 درصد بیشترین سهم مصرف انرژی در بین نهاده‌های تولید مرغ گوشتی را دارد و شاخص نسبت انرژی در تولید این محصول 18/0 محاسبه شد. نتایج این مطالعه نشان داد مدل ساخته شده با استفاده از شبکه عصبی مصنوعی با ضریب تشخیص 99/0 و با ساختار 1-12-5 دارای بیشترین دقت و بهترین عملکرد می‌باشد. بنابراین، این مدل به عنوان بهترین روش برای برآورد انرژی‌ ستانده بر اساس انرژی‌های ورودی در منطقه مورد مطالعه پیشنهاد می‌گردد. در ارزیابی تاثیرپذیری خروجی از نهاده‌های ورودی، سوخت فسیلی بالاترین حساسیت را در بین نهاده‌های تولیدی از خود نشان داد که لزوم بازنگری در منابع انرژی را بیش از پیش آشکار می‌سازد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی کارایی واحدهای پرورش مرغ گوشتی به روش تحلیل پوششی داده‌ها، مطالعه موردی: استان اصفهان

در این مطالعه الگوی مصرف انرژی، کارایی و درصد ذخیره انرژی برای مرغداری­های مرغ گوشتی سه شهرستان اصفهان، نائین و نجف­آباد با ظرفیت­های مختلف مورد بررسی قرار گرفت. میانگین کل افزوده خالص انرژی برای ظرفیت­های کمتر از 10 هزار، 10 تا 30 هزار و بیشتر از 30 هزار قطعه به ترتیب 66/143-، 58/129- و 99/94- گیگاژول بر هزار قطعه مرغ به دست آمد. کارایی فنی برای ظرفیت­های کمتر از 10 هزار، 10 تا 30 هزار و بیشتر...

full text

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

full text

مدل‌سازی راندمان انرژی در تولید مرغ گوشتی به کمک رویکرد شبکه‌های عصبی مصنوعی پرسپترون (مطالعه موردی: استان اردبیل)

سامانه‌های تولیدی در صنایع زیستی بر مدیریت منابع و تبدیل صور مختلف انرژی استوار است. این پژوهش به بررسی و مدل‌سازی غیرپارامتریک انرژی تولید مرغ ‌گوشتی پرداخته است. نمونه‌های مورد بررسی، مشتمل بر 70 تولیدکننده مرغ ‌گوشتی استان اردبیل بود که به‌طور تصادفی از جامعه آماری منطقه انتخاب شدند. در این مطالعه، معادل انرژی مصرفی در صنعت مذکور برآورد شد و سپس شاخص‌های انرژی محاسبه شد. سپس با استفاده از مد...

full text

مدلسازی نفوذپذیری سیستم بیوراکتورغشایی با استفاده از شبکه عصبی مصنوعی

مدلسازی برای سیستم های پیچیده ای همچون بیوراکتور غشایی به دلیل امکان اجرای آزمایشهای مجازی زیاد در زمان کوتاه ابزاری قدرتمند است، اگرچه نیازمند اعتبار تجربی و تبدیل فرایند به مدل ریاضی می باشد. در این پژوهش به مدلسازی فرایند فیلتراسیون توسط شبکه های عصبی با استفاده از نرم افزار MATLAB 8.1 (2013) پرداخته شده و از داده های تجربی یک سیستم بیوراکتور غشایی غوطه ور مجهز به غشاء کوبوتا جهت تصفیه فاضلا...

full text

تخمین انرژی شکست بتن با استفاده از شبکه عصبی مصنوعی

بتن یکی از رایج‏ترین مصالح صنعتی و ساختمانی است که به دلیل اقتصادی بودن اهمیت روز افزونی پیدا می‏کند. در سال‏های اخیر با بهره‏گیری از روش‏های مختلف آزمایشگاهی، پارامتر‏های شکست مواد سیمانی مانند بتن مورد بررسی قرار گرفته است؛ نقش این پارامتر‏ها در طراحی سازه‏های سطحی و زیر‏سطحی از اهمیت ویژه‏ای برخوردار است. در این مقاله مدل شکست بر ‏اساس شبکه عصبی برای تخمین پارامترشکست بتن  GF(انرژی مخصوص شکس...

full text

مدلسازی تخصیص ناوگان اتوبوسرانی شهری با استفاده از شبکه های عصبی مصنوعی (مطالعه موردی: مشهد مقدس)

استفاده از سیستم اتوبوسرانی درون شهری با توجه به انعطاف پذیری بالا و ارزان بودن آن برای استفاده کننده، در شهرهای بزرگ و به ویژه در کشورهای در حال توسعه امری اجتناب ناپذیر است. از این رو بهبود این سیستم حمل و نقل بدلیل گستره فعالیت آن ضروری به نظر می رسد. یکی از رو شهای ارتقای عملکرد این سیستم، تخصیص بهینه اتوبو سها به خطوط فعال به گونه ای است که نسبت به وضعیت موجود، تعداد مسافر بیشتری حمل نموده...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 32  issue 124

pages  183- 196

publication date 2019-11-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023