ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

مقایسه توان پیش بینی شبکه عصبی مصنوعی ورگرسیون خطی چندگانه جهت پیش بینی وزن یک سالگی بزهای نژاد رائینی

سال انتشار: 1393
کد COI مقاله: AFPICONF02_361
زبان مقاله: فارسیمشاهد این مقاله: 263
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه توان پیش بینی شبکه عصبی مصنوعی ورگرسیون خطی چندگانه جهت پیش بینی وزن یک سالگی بزهای نژاد رائینی

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

چکیده مقاله:

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.

کلیدواژه ها:

بز رائینی، مدل های رگرسیونی، شبکه عصبی مصنوعی

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/401741/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
رحیم نهال، سمیه و فیاضی، جمال،1393،مقایسه توان پیش بینی شبکه عصبی مصنوعی ورگرسیون خطی چندگانه جهت پیش بینی وزن یک سالگی بزهای نژاد رائینی،دومین همایش ملی پژوهش های کاربردی در علوم کشاورزی،تهران،،،https://civilica.com/doc/401741

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1393، رحیم نهال، سمیه؛ جمال فیاضی)
برای بار دوم به بعد: (1393، رحیم نهال؛ فیاضی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله 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 ممقالهقاله لینک شده اند :

  • - Ahmadi H., Golian A., Mottaghitalab M. and Nariman-Z adeh ...
  • - Askari N., 2007, Study on genetic diversity in Raeini ...
  • - Chelani A. B., Chalapati R. C. V., Phadke K. ...
  • - Demuth H. and Beale M., 2003, Neural Network Toolbox ...
  • - Ebadi M. R., sedghi M., Golian A. and Ahmadi ...
  • - Haykin S., 1994, Neural Networks: A comprehensive foundation. ...
  • - Kim T. and Heald W C., 1999, Inducing inference ...
  • - Kominakis A P., Abas Z., Maltaris I. and Rogdakis ...
  • - Lacroix R., Wade K. M., Kok R. and Hayes ...
  • - Salehi F., Lacroix R. and Wade K. M., 1998, ...
  • - Sanzogny L. and Kerr D., 2001, _ production estimates ...
  • - Shahinfar S., M ehrab ani-Yeganeh H., Lucas C., Kalhor ...
  • - Soleimani Roodi P., Golian A. and Sedghi M., 2012, ...
  • - Yazdchi M., 1994, Advanced soil mechanics. Sahand University of ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم
    این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 3,087
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی