عادل شکری - دانشجوی کارشناسی اشد، دانشگاه آزاد اسلامی واحد مهاباد
صلاح الدین خدامرادی - استادیار، دانشگاه آزاد اسلامی واحد مهاباد
معروف سی وسه مرده - استادیار، دانشگاه آزاد اسلامی واحد مهاباد

در این پژوهش به منظور پیش بینی تعداد تخم مرغ های تولیدی مرغ های مرکز صلاح نژاد مرغ بومی آذربایجان غربی و مدل بندی این متغیر ( تعداد تخم مرغ تولیدی ) با استفاده از متغیرهای ورودی (وزن مرغ در 1 ، 8 و 12 هفتگی، سن بلوغ جنسی و وزن بلوغ جنسی ) و دو رویکرد آماری رگرسیون خطی چند متغیره و شبکه عصبی مورد مطالعه قرار گرفت. نتایج نشان داد که تعداد تخم مرغ های تولیدی بیشترین همبستگی را با سن بلوغ جنسی ( 0.65 ) و کمترین همبستگی را با وزن در هفته اول ( 0.03 -) دارد که در اکثر این متغیرها به جز سن بلوغ جنسی مقدار همبستگی پایین بود و این امر بیانگر غیر خطی بودن این رابطه در بین این متغیرها با متغیر پاسخ ( در تخم مرغ های تولیدی ) است. همچنین نتایج نشان داد که میزان تخم مرغ های تولیدی را می توان با استفاده از متغیرهای ورودی این پژوهش بخوبی تخمین زد. نتایج حاصل از این پژوهش نشان داد که مدل شبکه عصبی مصنوعی در مقایسه با رگرسیون خطی چند متغیره دارای قدرت تخمین بیشتر و صحت و درستی خیلی بهتری است. این امر می تواند ناشی از عدم وابستگی شبکه عصبی مصنوعی به فرض های اولیه درباره داده ها نسبت داد. همچنین اگر بین متغیرهای ورودی با عوامل خروجی رابطه غیرخطی برقرار باشد، رگرسیون خطی چند متغیره قابل به پیش بینی این امر نمی باشد. که 2R در رگرسیون چندگانه برابر 0.431 ولی در شبکه عصبی مصنوعی 2R برابر 0.665 می باشد که نشان از برتری شبکه عصبی نسبت به رگرسیون چندگانه در پیش بینی تخم مرغ تولیدی دارد. همچنین با استفاده از نتایج این پژوهش، مدل مناسبی برای رگرسیون خطی چندگانه برای پیش بینی تخم مرغ تولیدی ارائه شد.

رگرسیون چندگانه، شبکه عصبی مصنوعی، تخم مرغ، مرغ بومی، همبستگی، وزن بلوغ