استفاده از شبكه‌ي عصبي مصنوعي در توصيف رشد شتر تك كوهانه ايراني (Camelus dromedarius)

The Use of Artificial Neural Networks to Describe Growth of Iranian One Humped Camel (Camelus dromedarius)

گونه‌هاي حيواني بومي به عنوان بخشي از سرمايه ملي در نظر گرفته شده و حفاظت از آنها داراي اهميت بسيار زيادي است. شتر سازگاري بسيار زيادي براي زندگي در شرايط نامساعد آب و هوايي كويري دارد. شتر تك كوهانه بهترين منبع گوشت و شير در اين گونه نواحي است، به طوري كه عملكرد توليدي ساير حيوانات اهلي در اين شرايط سخت تحت تاثير قرار مي‌گيرد. هدف از اين مطالعه مقايسه دو نوع شبكه‌ي عصبي مصنوعي پرسپترون چند لايه و شعاع مبنا و مدل رشد غيرخطي برودي در برازش منحني رشد در شتر تك كوهانه ايراني (Camelus dromedarius) بود. براي مقايسه مدل‌ها از معيار ضريب همبستگي بين مقادير مشاهده شده و پيش‌بيني شده وزن بدن استفاده شد. نتايج حاصل از اين پژوهش نشان داد كه دو نوع شبكه‌ي عصبي مورد استفاده كارايي نسبتاً مشابهي در برازش رشد داشتند. با توجه به اينكه نتايج بخش آزمون شبكه داراي اهميت بيشتري مي‌باشد، مي‌توان چنين نتيجه‌گيري كرد كه كارايي مدل رشد غيرخطي برودي اندكي بهتر از دو شبكه‌ي عصبي مورد استفاده در پژوهش حاضر است. هر دو شبكه ي عصبي مصنوعي به خوبي مدل رشد غيرخطي برودي توانستند رشد را در شتر تك كوهانه ايراني برازش كنند و مي توانند به عنوان جايگزيني براي مدل‌هاي رشد غيرخطي باشند. به هر حال، مدل‌هاي رياضي براي توصيف رشد كاربرد بيش تري نسبت به شبكه هاي عصبي مصنوعي خواهند داشت زيرا مدل‌هاي رشد غيرخطي مي‌توانند پديده رشد را در قالب چندين پارامتر داراي تفسير زيستي خلاصه كنند.