محمد رضا بحرینی بهزادی - استادیار رشته علوم دامی دانشگاه یاسوج

هدف از این مطالعه مقایسه ی مدل های مختلف رگرسیون غیر خطی، خطی و شبکه ی عصبی مصنوعی در برازش منحنی رشد در گوسفند لری بختیاری بود. شش مدل غیرخطی شامل نمایی منفی، برودی، ون برتالانفی، گومپرتز، لجستیک، ریچاردز و دو مدل چند جمله ای خطی با درجات برازش دو و سه و شبکه ی عصبی مصنوعی مورد استفاده قرار گرفت. از 29517 رکورد وزن بدن متعلق به 6320 بره لری بختیاری از تولد تا سن یک سالگی، جمع آوری شده در ایستگاه پرورش و اصلاح نژاد گوسفند لری بختیاری شهرستان شهرکرد استفاده شد. مقایسه مدل ها توسط ضریب تعیین، میانگین مربعات خطا، میانگین قدر مطلق انحرافات و میانگین قدر مطلق درصد خطاها انجام شد. براساس مقایسه مدل ها توسط شاخص های مختلف نیکویی برازش، همه مدل های بررسی شده در پژوهش حاضر به خوبی توانایی برازش منحنی رشد را در گوسفندان لری بختیاری داشتند. نتایج حاصل نشان داد که شبکه ی عصبی مصنوعی بهتر از مدل های غیرخطی و خطی توانست رشد را در گوسفندان لری بختیاری برازش کند و می تواند به عنوان جایگزینی برای مدل های غیرخطی و خطی باشد. از لحاظ برازش منحنی رشد مدل های مختلف پس از شبکه ی عصبی مصنوعی به ترتیب شامل برودی، چند جمله ای درجه سه، چند جمله ای درجه دو، ون برتالانفی، گومپرتز، ریچاردز، لجستیک و نمایی منفی بود. به هر حال، مدل های رشد غیرخطی برای توصیف رشد کاربرد بیش تری نسبت به مدل های خطی و شبکه های عصبی مصنوعی خواهند داشت زیرا مدل های غیرخطی می توانند پدیده رشد را در قالب چندین پارامتر دارای تفسیر زیستی خلاصه کنند. در میان مدل های غیرخطی و خطی به ترتیب مدل برودی و چند جمله ای درجه سه بهتر از سایر مدل ها بودند. در پژوهش حاضر همبستگی بین پارامترهای وزن بلوغ مجانبی و نرخ بلوغ در هر شش مدل رشد غیرخطی، منفی بدست آمد. رابطه منفی بین این دو پارامتر نشان دهنده این است که دام های با وزن بلوغ کمتر زودتر نیز بالغ خواهند شد. تجزیه واریانس پارامترهای منحنی رشد برودی نشان داد که جنس بره و سال تولد بر کلیه پارامترهای مورد بررسی اثر معنی دار (01/0P

شبکه عصبی مصنوعی, گوسفند لری بختیاری, مدل رشد