مقایسه پیش بینی منحنی درصد چربی شیر گاوهای شیری ایران با استفاده از شبکه عصبی مصنوعی و برخی توابع ریاضی

Abstract

بهمنظور پیشبینی منحنی درصد چربی شیر از تعداد 1085525 رکورد شیر روز آزمون گاوهای شیری زایش اوّل که بهوسیله مرکز اصلاحنژاد و بهبود تولیدات دامی کشور طیّ سا لهای 1391 - 1362 جمعآوری شده بود، استفاده گردید. برازش منحنی درصد چربی شیر در سه گروه 1 . کل گاوها، 2. گاوهای اصیل هلشتاین و 3. گاوهای زینه بهوسیله بسته نر مافزاری brnn )برای شبکهی عصبی( و ت وابع ریاضی )مختلف وود، ویلمینک، علی-شفر و پلوتگوتوین( در نرمافزار R اجرا شد. از معیارهای 2R ، RMSE ، AIC و BIC برای ارزیابی نکویی برازش استفاده شد. ویرایش دادهها با نرمافزار آماری SAS و پیشبینی منحنی شیردهی با شبکهی عصبی توسّط بسته نرمافزاری brnn و تابع nls در نرمافزار R با استفاده از میانگین درصد چربی ش یر روز آزمون انجام شد . شبکهی عصبی brnn نسبت به توابع ریاضی، برازش بهتری از شکل منحنی درصد چربی شیر گاوهای هلشتاین ایران داش ت. مدلهای علی-شفر و ویلمینک برای درصد چربی شیر در کل گاوها و گاوهای زینه، برازش بالاتری داشتند. بنابراین، برای برازش منحنی شیردهی گاوهای هلشتاین ایران، توصیه میشود که از شبکه ی عصبی brnn استفاده شود.