سیدمحمدجواد افضلی - محقق مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خوزستان، موسسه تحقیقات فنی و مهندسی کشاورزی، اهواز، ایران
محمدجواد شیخداودی - استاد گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران، اهواز، ایران
سیدرضا سیدمرتضایی - دانشیار بخش بهداشت و بیماریهای آبزیان، موسسه تحقیقات علوم شیلاتی، کرج، ایران
جعفر حبیبی اصل - هیات علمی مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی خوزستان، موسسه تحقیقات فنی و مهندسی کشاورزی، اهواز، ایران

در پرورش آبزیان پیش بینی میزان اکسیژن محلول آب تاثیر زیادی در کاهش مصرف انرژی و همچنین کاهش نیروی کاریدارد. این تحقیق با هدف ایجاد مدلی مناسب برای تخمین میزان اکسیژن محلول آب استخرهای پرورش ماهی انجام گردید.پارامترهای ورودی pH و دمای آب و دما و رطوبت هوا و سرعت باد بودند. در طول دوره پرورش ماهی تمامی پارامترهای ورودیو خروجی اندازه گیری شدند و با سه مدل بررسی شدند. مدل اول شبکه عصبی مصنوعی بود که در آن انتخاب داده های آموزشبه صورت تصادفی انجام شد. در مدل دوم انتخاب داده به روش کنارد- استون انجام گردید. و در نهایت نتایج این دو مدل با رگرسیون چند متغیره خطی مقایسه گردید. نتایج نشان داد در مدل اول با تابع انتقال tansig-tansig با 13 نرون در لایه پنهان،بیشترین مقدار ضریب تبیین با میزان 78 / 0 را داشت. در مدل دوم با تابع انتقال logsig-purelin با 17 نورون در لایه پنهان،بیشترین ضریب تبیین با میزان 70 / 0 را حاصل نمود. در مدل سوم نیز ضریب تبیین 58 / 0 به دست آمد. بنابراین شبکه عصبی باروش انتخاب داده تصادفی مناسبترین روش برای پیش بینی میزان اکسیژن محلول استخرهای پرورش ماهی به روش شبکهعصبی می باشد.

اکسیژن محلول، شبکه عصبی، انتخاب نمونه، ماهی