تعیین استراتژی مناسب اصلاح نژاد گاوهای سیستانی به روش شبیه سازی تصادفی

thesis
abstract

چکیده: در تحقیق حاضر سناریوهای متفاوتی برای تعیین استراتژی مناسب اصلاح نژاد گاوهای سیستانی به روش شبیه سازی تصادفی طراحی و تحلیل شد. کار شبیه سازی با استفاده از نرم افزار adam انجام گرفت. صفات مورد بررسی شامل وزن تولد و وزن یکسالگی بود. برای شبیه سازی اندازه گله در سه سطح مختلف به ترتیب 5، 10 و 20 گله در نظر گرفته شد. سناریوهای متفاوتی برای شبیه سازی به شرح ذیل تعریف شد در سطح اول جمعیت کلی گاو ماده 500 رأس، در سطح دوم 1000 رأس و در سطح سوم 2000 رأس دام در نظر گرفته شد. پارامترهای تعیین شده برای شبیه سازی ذکر شد و برای ارزیابی عملکرد سناریوهای مختلف پارامترهای پیشرفت ژنتیکی کل، میزان هم خونی و فاصله نسل مورد ارزیابی قرار گرفت. اندازه جمعیت، تعداد گله، شدت انتخاب، نوع آمیزش و اثر تداخلی بین انداره جمعیت و تعداد گله بر میزان پیشرفت موثر بود. شدت انتخاب در سطح احتمال 05/0 برای میانگین فاصله نسل معنی دارشد. در این تحقیق استفاده از آمیزش تصادفی باعث افزایش پیشرفت ژنتیکی نسبت به آمیزش با حداقل همتباری شده است. افزایش اندازه جمعیت باعث کاهش هم خونی و فاصله نسلی و افزایش پیشرفت ژنتیکی شد. بنابراین برای داشتن برنامه انتخابی مناسب اصلاحی بهتر است به استفاده از آمیزش حداقل همتباری و اندازه بزرگ جمعیت با گله های با تعداد گاو بیشتر خیلی دقت شود. پیشنهاد شد تاثیر افزوده کردن اطلاعات تولیدمثل به صفات تولیدی در شاخص انتخاب بر پیشرفت ژنتیکی کل و پیشرفت ژنتیکی صفات مذکورد بررسی شود.

similar resources

استفاده از شبیه سازی تصادفی برای تعیین برنامۀ به گزینی مناسب در گاو نژاد سیستانی

هدف از انجام تحقیق حاضر، کمک به طراحی برنامۀ به‏گزینی پایه برای گاوهای سیستانی با استفاده از شبیه‏سازی تصادفی بود. بدین‏منظور سه اندازۀ جمعیت (500، 1000، و 2000 رأس)، سه سطح تعداد گله (5، 10، و 20)، دو سطح شدت انتخاب (زیاد و کم)، و دو سطح روش آمیزش (تصادفی و حداقل هم‏تباری) با هم ترکیب و درمجموع 36 راهبرد در مدت 30 سال شبیه‏سازی مقایسه شد. نتایج نشان داد که اثر همۀ عوامل بر پیشرفت ژنتیکی سالانه...

full text

تعیین برنامه مناسب برای اصلاح‏ نژاد بز عدنی با استفاده از شبیه ‏سازی تصادفی

این مطالعه باهدف مقایسه میزان پیشرفت ژنتیکی، تغییرات هم‏خونی و فاصله نسل منتج از سه برنامه اصلاح‏نژاد هسته باز، هسته بسته و نر مرجع با روش شبیه‏سازی تصادفی با نرم‏افزار ADAM انجام شد. چهار سطح اندازه گله، سه سطح تعداد ماده به ازاء هر نر و چهار شاخص انتخاب در سه برنامه اصلاح‏نژاد ( هسته باز، هسته بسته و نر مرجع) ترکیب شده و در مجموع 144 سناریو مقایسه گردید. بیشترین میزان پیشرفت ژنتیکی کل و پیشرف...

full text

استفاده از شبیه‌سازی تصادفی برای تعیین برنامۀ به‌گزینی مناسب در گاو نژاد سیستانی

هدف از انجام تحقیق حاضر، کمک به طراحی برنامۀ به‏گزینی پایه برای گاوهای سیستانی با استفاده از شبیه‏سازی تصادفی بود. بدین‏منظور سه اندازۀ جمعیت (500، 1000، و 2000 رأس)، سه سطح تعداد گله (5، 10، و 20)، دو سطح شدت انتخاب (زیاد و کم)، و دو سطح روش آمیزش (تصادفی و حداقل هم‏تباری) با هم ترکیب و درمجموع 36 راهبرد در مدت 30 سال شبیه‏سازی مقایسه شد. نتایج نشان داد که اثر همۀ عوامل بر پیشرفت ژنتیکی سالانه...

full text

تعیین سیستم انتخابی مناسب برای گاوهای هلشتاین ایران به روش شبیه سازی تصادفی

هدف از این تحقیق، تعیین برنامه اصلاحی مناسب برای گاوهای هلشتاین ایران با استفاده از شبیه سازی تصادفی بود. شبیه سازی با استفاده از مولفه های (کو) واریانس بدست آمده توسط روش بیزین از طریق نمونه گیری گیبس انجام گرفت. میانگین پسین وراثت پذیری برای صفات تولید شیر، چربی و پروتئین، سن در اولین گوساله زایی، فاصله گوساله زایی و نمره سلول های بدنی به ترتیب 0001/0 ±26/0، 0001/ 0±21/0، 0002/0 ±21/0، 0001/0...

ارزیابی استراتژی های تلاقی در اصلاح نژاد شترمرغ مولد با استفاده از شبیه سازی رایانه ای

هدف از این مطالعه مقایسه چهار استراتژی‌های تلاقی در گله‌های شترمرغ با استفاده از شبیه‌سازی بود. صفات شبیه‌سازی شده شامل تولید تخم (EggsPro)، تولید جوجه (ChicksPro)، قابلیت هچ (Hatchability)، وزن زنده بدن در شروع تلاقی (LWB) و وزن زنده بدن در پایان تلاقی (LWE) بود. انتخاب نرها براساس ارزش اصلاحی صفت LWB و انتخاب ماده‌ها براساس ارزش اصلاحی صفت ChicksPro بود. استراتژی اول یک تلاقی بهینه بود، استرا...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023