مقایسه دقت شبکه عصبی مصنوعی و مدل رگرسیون خطی در تخمین وزن بدن شترهای یک کوهانه
2024
تیام رادین | حسین نعیمی پور یونسی | سیّد همایون فرهنگ فر | محمدباقر منتظر تربتی
وزنکشی، نقش مهمی در مدیریت پرورش شتر، برای تنظیم احتیاجات غذایی، بررسی رشد و ارزیابی سالیانه دامها دارد. در مدلهای ریاضی، با توجه به همبستگی بالای اندازهگیریهای ظاهری بدن با وزن، از آنها برای تخمین وزن بدن استفاده میشود. هدف از این پژوهش، مقایسه دقت استفاده از مدل رگرسیون خطی چندگانه بهروش گام به گام و شبکه عصبی مصنوعی در تخمین وزن بدن شترهای یک کوهانه با استفاده از ابعاد بدن و بسته nnetدر نرمافزار R بود. در این پژوهش، از ابعاد بدنی 177 نفر شتر یک کوهانه (در چهار گروه 1- ماده بالغ بلوچی، 2- ماده بالغ پاکستانی، 3- ماده بلوچی و پاکستانی با سن کمتر از دو سال، و 4- کل جمعیت شترها) ایستگاه پرورش شتر خراسان جنوبی استفاده شد. ابعاد بدن شامل طول گردن، دور گردن، طول دست، طول پا، ارتفاع شانه تا زمین، ارتفاع کوهان تا زمین، ارتفاع کپل تا زمین، دور سینه، عرض سینه، دور شکم، عرض لگن، طول دم، ارتفاع پستان و دور پستان بودند. مدل مناسب بر اساس معیارهای نکویی برازش شامل ضریب تبیین، ریشه مجذور میانگین مربعات خطا، میانگین مطلق خطا و میانگین درصد مطلق خطا انتخاب شد. نتایج تحلیل رگرسیون خطی چندگانه در کل جمعیت شترهای مورد ارزیابی نشان داد ابعاد بدنی ارتفاع شانه تا زمین، دور سینه، دور شکم، دور گردن و طول دست، اثر معنیداری بر وزن بدن داشت. در تحلیل شبکه عصبی مصنوعی، اندازههای دور شکم، دور سینه و ارتفاع شانه با زمین، با اهمیتترین متغیرها در برآورد وزن بدن شترهای کل جمعیت بودند. مدلهای رگرسیون خطی چندگانه و شبکه عصبی مصنوعی، دارای دقت قابل قبول در برآورد وزن بودند. با این حال، مدل شبکه عصبی مصنوعی در مقایسه با مدل رگرسیون چندگانه، ضریب تبیین بالاتر و خطای کمتری در برآورد وزن شترها داشت و میتواند برای برآورد وزن بدن استفاده شود.
显示更多 [+] 显示较少 [-]