برازش منحنی رشد در بلدرچین ژاپنی با استفاده از مدل های غیرخطی و مختلط غیرخطی
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 176
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_RAP-13-36_014
تاریخ نمایه سازی: 18 مهر 1401
چکیده مقاله:
چکیده مبسوط
مقدمه وهدف: امروزه مدلهای رشد در سامانه های زیستی از اهمیت ویژهای برخوردار می باشند. برای نمونه از طریق تجزیه و تحلیل و مطالعه منحنی های رشد در نشخوارکنندگان و طیور، این امکان وجود دارد تا مراحل رشد آنها را با قوانین شناخته شده رشد انطباق داده و به کمک آنها برنامه های مدیریتی و تغذیه ای جهت انتخاب و تاثیر بر پرورش و بهره وری دام ها ارائه نمود. به علاوه از منحنی های رشد میتوان جهت ارزیابی پتانسیل ژنتیکی موجود زنده نیز استفاده کرد. این مطالعه به منظور بررسی قابلیتها و مزیتهای مدل های غیرخطی و مختلط غیرخطی در توصیف و بررسی الگوی رشد بلدرچین ژاپنی انجام شده است.
مواد و روش ها: در این تحقیق اطلاعات رشد لاینهای مختلف بلدرچین اعم از لاین سنگین وزن (HW)، سبک وزن (LW) و شاهد استفاده شد. به منظور بررسی و توصیف الگوی رشد بلدرچینهای سه گروه، از سه مدل رشد لجستیک، گمپرتز و ریچارد هم به صورت غیرخطی و هم به صورت مختلط غیرخطی استفاده شد و این مدلها با سه معیار ضریب تعیین (R۲)، میانگین مربعات خطا (MSE) و معیار اطلاعات آکایک (AIC) با یکدیگر مقایسه شدند.
یافته ها: مقادیر معیارهای ضریب تعیین (R۲)، میانگین مربعات خطا(MSE) و معیار اطلاعات آکایک(AIC) به ترتیب برای مدل لجستیک غیرخطی (۰/۹۵۴، ۷۴/۰۳۴، ۶۵۸۲۹) و برای مدل گمپرتز غیرخطی به ترتیب (۰/۹۵۷، ۷۲/۵۶، ۶۵۳۰۷) و همچنین برای مدل ریچارد غیرخطی به ترتیب (۰/۹۵۱، ۷۲/۷۳۰، ۶۵۳۴۹) بدست آمد. همچنین سه معیار ضریب تعیین(R۲)، میانگین مربعات خطا(MSE) و معیار اطلاعات آکایک (AIC) برای مدل لجستیک مختلط غیرخطی به ترتیب (۰/۹۷۶، ۳۳/۴۰۰، ۶۱۴۴۹) و برای مدل گمپرتز مختلط غیرخطی به ترتیب (۰/۹۷۸، ۳۱/۶۵۸، ۶۰۶۴۱) و همچنین برای مدل ریچارد مختلط غیرخطی به ترتیب (۰/۹۷۸، ۳۱/۸۴۹، ۶۰۵۹۱) بدست آمد، که مدل های مختلط غیرخطی به دلیل بالاتر بودن دقت و کمتر بودن خطا نسبت به مدلهای غیرخطی برتری داشتند.
نتیجه گیری: مدل رشد ریچارد مختلط با داشتن بالاترین دقت و کمترین خطا بهتر از سایر مدلها میتواند رشد را در بلدرچین ژاپنی پیش بینی کند و توابع گمپرتز و لجستیک در ردههای بعدی قرار دارند. در میان مدلهای غیرخطی به ترتیب مدل گمپرتز، ریچارد و لجستیک برازش بهتری داشتند و در میان مدلهای مختلط غیرخطی به ترتیب برازش مدل های ریچارد، گمپرتز و لجستیک بهتر بود. در بین توابع مدل لجستیک غیرخطی به دلیل کمتر بودن دقت و بیشتر بودن خطا توصیف مناسبی از منحنی رشد بلدرچین ندارد.
کلیدواژه ها:
non-linear mixed models ، logistic model ، Richard model ، Gompertz model ، growth curve ، Japanese quail ، مدل های غیرخطی مختلط ، مدل لجستیک ، مدل ریچارد ، مدل گمپرتز ، منحنی رشد ، بلدرچین ژاپنی
نویسندگان
رضا میرائی آشتیانی
University of Tehran
میثم بشیری
University of Tehran
عباس پاکدل
esfahan university
محمد مرادی شهر بابک
University of Tehran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :