تعیین استراتژی مناسب اصلاح نژاد گاوهای سیستانی به روش شبیه سازی تصادفی
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی
- author فاطمه میر
- adviser محمد رکوعی غلامرضا داشاب
- publication year 1392
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 textتعیین 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 textاستفاده 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 textتعیین 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 textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه زابل - دانشکده کشاورزی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023