مقایسه توان پیش بینی شبکه عصبی مصنوعی ورگرسیون خطی چندگانه جهت پیش بینی وزن یک سالگی بزهای نژاد رائینی
Publish place: 2nd Nation Sampusiom Basic Research of Agriculturic Since
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 600
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper 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
Abstract:
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.
Keywords:
Authors
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 Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :