بررسي كارايي شبكه عصبي مصنوعي جهت پيش‌بيني صفات عملكردي مرغ مادر گوشتي آرين

مطالعه حاضر با هدف تخمين صفات توليدي مرغ مادر گوشتي آرين در كل دوره با استفاده از عملكرد اوايل دوره توليد به كمك مدل‌سازي شبكة عصبي مصنوعي انجام شد. متغيرهاي ورودي مورد استفاده براي مدل‌سازي شامل سالن، تعداد مرغ مادر در هر سالن، تعداد هفته‌هاي توليد، ركوردهاي وزن بدن در 21 تا 24 هفتگي و خروجي‌هاي مدل پيش‌بيني‌هاي وزن بدن، توليد تخم‌مرغ، توده تخم‌مرغ، وزن تخم‌مرغ و مصرف خوراك در سن 25 تا 47 هفتگي بودند. مدل مورد استفاده براي تخمين وزن بدن داراي 5 ورودي، 5 نورون در لايه پنهان اول، 2 نورون در لايه پنهان دوم و يك خروجي بود كه به صورت 1255 نگارش شد. به همين ترتيب ساختار بهينه مدل شبكه عصبي تخمين صفات مصرف خوراك، تعداد تخم‌مرغ، وزن تخم‌مرغ و توده تخم‌مرغ به ترتيب 1477، 1488، 1377 و 1377 انتخاب شد. ضريب تبيين مدل‌هاي بهينه بدست آمده براي هر يك از صفات وزن بدن، مصرف خوراك، تعداد تخم‌مرغ، وزن تخم‌مرغ وتوده تخم‌مرغ به ترتيب 991/0، 998/0، 989/0، 993/0 و 996/0 و مجذور ميانگين مربعات خطاي آنها به ترتيب 55/1، 992/0، 266/0، 838/3 و 506/0 برآورد شد. نتايج حاكي از تأثير محسوس ساختمان و پارامترهاي شبكه شامل ورودي‌ها و خروجي‌ها و تعداد نرون‌هاي هر لايه و تعداد لايه‌هاي پنهان بر روي عملكرد مدل شبكه عصبي مصنوعي بود. نتايج اين مطالعه نشان داد كه امكان پيش‌بيني عملكرد صفات مختلف در كل دورة توليدي مرغ‌هاي مادر‌ آرين بر اساس اطلاعات هفته‌هاي ابتدايي پرورش، با دقت مطلوب وجود دارد.