مقایسه توان پیش بینی شبکه عصبی مصنوعی ورگرسیون خطی چندگانه جهت پیش بینی وزن یک سالگی بزهای نژاد رائینی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 601
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AFPICONF02_361
تاریخ نمایه سازی: 1 آذر 1394
چکیده مقاله:
به منظور مقایسه دو روش شبکه های عصبی مصنوعی و رگرسیون خطی چندگانه جهت پیش بینی وزن یک سالگی بزهای نژاد رائینی از رکورد 736 راس بز نژاد رائینی استفاده شد. اثرات و متغیر های مورد بررسی موثر بر صفت افزایش وزن این دام عبارت بودنداز:جنس دام، تیپ تولد، گله، فصل تولد، سال تولد وصفات مربوط به وزن تولد، سه ماهگی، شش ماهگی ونه ماهگی. به منظور پردازش داده ها با استفاده از شبکه های عصبی مصنوعی، 3مدل شبکه ی پرسپترون چند لایه هرکدام با تعداد و نوع ورودی متفاوت ایجاد و استفاده شد. مدل سازی داده ها با استفاده از نرم افزار شبکه های عصبی STATISTICA 7 انجام شد. داده ها درمدل رگرسیونی چندگانه با استفاده از نرم افزار SAS 9.1.3Portable با روش رگرسیون گام به گام آنالیز شدند ومدل مناسب با توجه به معیار مورد نظر انتخاب شد. نتایج این پژوهش نشان داد که شبکه های عصبی مصنوعی دارای دقت و صحت (میزان R در شبکه های ساخته شده ی 1 تا 3 به ترتیب برابر با 0.998، 0.997 و میزان RMSE به ترتیب برابر با 0.96،0.97،و1.22) بالاتری نسبت به روش های رگرسیونی برای پیش بینی وزن یک سالگی این دام ها می باشند.
کلیدواژه ها:
نویسندگان
سمیه رحیم نهال
دانشجوی دکتری اصلاح نژاد دام، دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
جمال فیاضی
دانشیار گروه علوم دامی دانشگاه کشاورزی و منابع طبیعی رامین خوزستان
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 :