محدثه اثنی عشری - گروه علوم طیور، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران،
حامد احمدی - نویسنده مسئول، گروه علوم طیور، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران،
فرید شریعتمداری - گروه علوم طیور، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران،
مصطفی لطفی - گروه علوم طیور، دانشکده کشاورزی، دانشگاه تربیت مدرس، تهران، ایران،

هدف از این پژوهش بررسی اثرات چربی افزوده شده در مخلوط کن، پروتئین خام جیره و دمای حالت دهنده بر شاخص ماندگاری پلت، انرژی الکتریکی مصرفی هنگام تولید خوراک با استفاده از ابزارهای مدل سازی محاسباتی بود که از ۱۹۲ نمونه خوراک جوجه های گوشتی با سطوح مختلف چربی افزوده شده در مخلوط کن (چهار سطح) و پروتئین خام (چهار سطح) در اجزای خوراک و دماهای مختلف حالت دهنده (سه سطح) برای تعیین شاخص ماندگاری پلت، شاخص تصحیح شده ماندگاری پلت و انرژی الکتریکی مصرفی هنگام تولید خوراک استفاده شد. برای تحلیل این داده ها مدل‎های تابعیت خطی چندگانه و شبکه ی عصبی مصنوعی مورد استفاده قرار گرفت. هر دو مدل ذکر شده توانایی پیش بینی مقدار شاخص ماندگاری پلت، شاخص تصحیح شده ماندگاری پلت و انرژی الکتریکی مصرفی هنگام تولید خوراک را داشتند؛ اما دقت پیش بینی مدل شبکه ی عصبی مصنوعی نسبت به مدل تابعیت خطی چندگانه برای هر سه خروجی بیشتر بود. با استفاده از مدل شبکه ی عصبی مصنوعی بهینه سازی انجام شد که در این محاسبات برای رسیدن به بیشترین میزان ممکن کیفیت فیزیکی پلت و کمترین میزان ممکن انرژی الکتریکی مصرفی مقدار پروتئین خام، ۲۰-۲۰/۵ درصد و دمای حالت دهنده، ۸۵ درجه سلسیوس پیش بینی شد، اما میزان چربی برای بیشترین مقدار کیفیت فیزیکی پلت، یک درصد و برای کمترین مقدار انرژی الکتریکی مصرفی هنگام تولید، چهار درصد پیش بینی شد. بر اساس نتایج حاصل، مدل شبکه ی عصبی مصنوعی می تواند در شرایط کاربردی در پیش بینی دقیق تر مصرف برق و کیفیت خوراک تولید شده به منظور دستیابی به وضعیت مطلوب در کارخانه های تولید خوراک کمک کند.

انرژی الکتریکی مصرفی, بازدهی تولید, شبکه ی عصبی مصنوعی, کیفیت فیزیکی پلت, مدل سازی محاسباتی