پیش بینی تولید شیر گاو هلشتاین با استفاده از شبکه های عصبی مصنوعی

سابقه و هدف: در این تحقیق، از شبکه های عصبی مصنوعی برای پیش بینی تولید شیر گاو هلشتاین در ماه های چهارم ، پنجم، دهم و کل تولید شیر در یک دوره ی شیردهی ۳۰۵ روز استفاده شد. مواد و روش ها: پایگاه اولیه ی داده ها شامل ۲۷۴۰۲۵ رکورد تولید شیر حاصل از ۷۲۰۱ راس گاو هلشتاین یک تا چهار شکم زایش از دو گله ی پرورشی بود. پس از ویرایش داده های تولیدی، در نهایت از ۸۷۹۸۰ رکورد تولید شیر ماهانه در قالب ۸۷۹۸ ردیف داده که هر ردیف شامل گله، سن، شکم، ماه تولید، رکورد تولید شیر اول ماهانه ی دام تا رکورد تولید شیر ماه دهم دام و تولید کل دام در یک دوره شیردهی ۳۰۵ روز بود به عنوان مخزن نهایی داده ها مورد استفاده قرار گرفت. از مجموع این داده ها، ۵۰% برای آموزش شبکه، ۲۰% برای اعتبارسنجی و ۳۰% نیز برای آزمون شبکه عصبی مصنوعی در نظر گرفته شد. برای پیش بینی تولید شیر از ساختارهای گوناگون شبکه های عصبی مصنوعی با روش آموزش با ساختار پرسپترون چندلایه با الگوریتم پس انتشار خطا، استفاده شد. جهت تعیین شبکه ی بهینه از سه تابع فعالیت (تانژانت هیپربولیک آکسون، سیگموئید آکسون، تانژانت هیپربولیک خطی آکسون) و سه الگوریتم پس انتشار مومنتوم، گرادیان نزولی و لونبرگ مارکوات در هر دو لایه ی پنهان و خروجی استفاده شد. از معیارهای ضریب تبیین، مجذور میانگین مربعات خطا و میانگین خطای مطلق برای مقایسه الگوریتم ها استفاده شد. یافته ها: در پیش بینی رکورد تولید شیر در ماه چهارم و پنجم تولید دام بر اساس سه رکورد اول ماهانه ی تولید شیر، به ترتیب ساختار شبکه با الگوریتم لونبرگ مارکوات و تابع فعالیت سیگموئید آکسون و ساختار شبکه با الگوریتم لونبرگ مارکوات و تابع فعالیت تانژانت هیپربولیک آکسون بهترین عملکرد را نشان دادند. برای این ساختارها، ضریب تبیین دارای بیشترین مقدار (به ترتیب ۷۲۵/۰ و ۶۴۲/۰)، مجذور میانگین مربعات خطا دارای کمترین مقدار ( به ترتیب ۷۸۵/۴ و ۳۴۵/۵) و میانگین خطای مطلق دارای کمترین مقدار (به ترتیب ۷۱۵/۳ و ۰۵۷/۴) بود. در پیش بینی رکورد دهم تولید شیر دام بر اساس سه و یا چهار رکورد اول ماهانه ی تولید شیر، هیچ یک از ساختارهای شبکه توانایی پیش بینی موفق را نداشتند. در پیش بینی کل تولید شیر بر اساس سه رکورد اول تولید شیر با استفاده از الگوریتم لونبرگ مارکوات با تابع فعالیت تانژانت هیپربولیک آکسون دارای بهترین عملکرد بود. بطوری که، ضریب تبیین، مجذور میانگین مربعات خطا و میانگین خطای مطلق به ترتیب ۷۹۹/۰، ۱۴/۹۸۴ و ۲۱/۷۹۰ بودند. همین ساختار شبکه ی عصبی مصنوعی در پیش بینی کل تولید شیر یک دوره شیردهی بر اساس چهار و یا پنج رکورد اول موفق ترین ساختار بود و ضریب تبیین، مجذور میانگین مربعات خطا و میانگین خطای مطلق به ترتیب ۸۵۶/۰، ۹۸/۸۵۰ و ۳۳/۶۵۳ در استفاده از چهار رکورد اول تولید شیر و ۹۰۴/۰، ۵۹/۷۰۶ و ۶۹/۵۴۸ در استفاده از پنج رکورد اول به دست آمد. نتیجه گیری: شبکه عصبی مصنوعی طراحی شده در این آزمایش با ضریب همبستگی ۸۴/۰ توان پیش بینی تولید شیر دام ها در ماه چهارم شیردهی را داشت. از طرفی شبکه عصبی طراحی شده توانست کل تولید شیر حیوان در یک دوره شیردهی ۳۰۵ روز را با دقت مناسبی پیش بینی کند. به طوری که ضرایب همبستگی در استفاده از سه، چهار و پنج رکورد ماهانه اول دام ها جهت پیش بینی به ترتیب ۸۹/۰، ۹۲/۰ و ۹۵/۰ بود.

Keywords:

شبکه عصبی مصنوعی , پیش بینی تولید شیر , گاو هلشتاین