به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

non-linear functions

در نشریات گروه علوم دام
تکرار جستجوی کلیدواژه non-linear functions در نشریات گروه کشاورزی
تکرار جستجوی کلیدواژه non-linear functions در مقالات مجلات علمی
  • رضا بهمرام*، آذر راشدی ده صحرائی

    برای انجام این پژوهش، از تعداد 6841 رکورد وزن بدن در سنین مختلف 1877 راس گوسفند ماکویی که طی سال های 1369 تا 1393 در ایستگاه پرورش و اصلاح نژاد گوسفند ماکویی شهرستان ماکو استان آذربایجان غربی جمع آوری شده بودند، استفاده شد. پارامترهای منحنی رشد، بر اساس وزن بدن در سنین مختلف و با مقادیر مختلف آغازین با استفاده از رویه NLIN نرم افزار SAS برآورد شدند. چهار مدل غیرخطی برودی، ون برتالانفی، لجستیک و گومپرتز بر داده ها برازش داده شدند. پس از تعیین مناسب ترین مدل غیرخطی توصیف کننده منحنی رشد، این مدل با استفاده از روش تکرار گوس- نیوتن به نحوی برازش داده شد تا پارامترهای منحنی رشد برای همه افراد به صورت جداگانه بدست آیند. با استفاده از رویه GLM نرم افزار SAS اثرات ثابت تاثیرگذار بر این پارامترها شناسایی شدند. مدل برودی با داشتن بالاترین دقت (955432/0R2= (و کمترین خطا (78/37MSE=) بهترین مدل جهت توصیف الگوی رشد گوسفند ماکویی شناخته شد. این مدل وزن بلوغ، نرخ رشد و نرخ بلوغ را به ترتیب 09/46، 88/0 و 007/0 برآورد کرد. سال و فصل تولد، جنس و تیپ تولد بره بر وزن بلوغ و نرخ رشد اثر معنی داری داشتند (01/0p <)، اما جنس بره بر نرخ بلوغ معنی دار نبود (01/0p <). نتایج نشان داد که مدل برودی نسبت به سایر مدل های ارزیابی شده جهت برازش منحنی رشد گوسفند ماکویی مناسب تر بود.

    کلید واژگان: توابع غیرخطی، گوسفند ماکویی، منحنی رشد
    Reza Behmaram *, Azar Rashedi Dehsahraei

    For doing this study 6841 body weight records at different ages of 1877 Makooei sheep which were collected at Makooei sheep breeding station in Maku city of West Azarbaijan province was used. Parameters of growth curve based on body weight at different ages and different initial amounts using NLIN procedure of SAS software were estimated. Four non-linear models including Brody, Von-Bertalanffy, logistic and Gompertz, were fitted on data. After setting the most appropriate describing non-linear growth curve, using by Gauss-Newton repeat method fitted in way that growth curve parameters obtained separately for all individuals. Using GLM procedure of SAS software, effective fixed effects on these parameters were identified. The Brody model with having the highest accuracy (R2 = 0.955432) and lowest error (MSE = 37.78) was recognized as the best model for describing growth pattern of Makooei sheep. The year and season of birth, lamb sex and birth type had significant effect on mature weight and growth rate (P < 0.01) but lamb sex on mature rate was not significant (P < 0.01). The results showed that, compared with the other evaluated models, for fitting growth curve of Makooei sheep was more suitable.

    Keywords: Non-linear functions, Makooei sheep, Growth curve
  • سونیا زکی زاده*، داود علی ساقی، هادی معماریان

    هدف این تحقیق مقایسه شبکه عصبی مصنوعی با مدل های رگرسیون غیرخطی برودی، گمپرتز، لجستیک و ون برتالانفی در برازش منحنی رشد گوسفند کردی بود. برای این منظور، تعداد 17659 رکورد روز آزمون وزن تولد تا یکسالگی موجود در ایستگاه پرورش و اصلاح نژاد حسین آباد شیروان در استان خراسان شمالی طی سال های 1375 تا 1392 متعلق به 5074 راس دام آماده سازی و استفاده شد. معماری شبکه بر پایه پرسپترون سه لایه با تعداد پنج نورون در هر لایه بود که از تابع انتقال سیگمویید-آکسون و قانون یادگیری لونبرگ-مارکوآت و با استفاده از نرم افزار نروسولوشن ساخته شد. تجزیه مدل های غیرخطی با رویه NLIN نرم افزار SAS انجام شد. نکویی برازش مدل ها بر اساس ضریب تبیین (R2)، جذر میانگین مربعات خطا (RMSE)، میانگین قدرمطلق انحرافات (MAD)، معیار اطلاعات آکاییک (AIC) و معیار اطلاعات بیزی (BIC) تعیین و اثر عوامل ثابت موثر روی فراسنجه های مدل بهینه بررسی شد. نتایج نشان داد که شبکه عصبی مصنوعی با داشتن بالاترین صحت (9735/0=r2) و کمترین خطا (452/3RMSE=، 424/2=MAD) بهتر از سایر مدل ها، منحنی رشد را توصیف کرد. بین مدل های غیرخطی، مدل برودی با بالاترین 966/0=r2 و کمترین AIC، BIC، MAD و RMSE توانست در هر دو جنس برآورد مناسبی از منحنی رشد ارایه دهد. در جنس نر، بره های تک قلو و گوسفندانی که در ماه های زمستان متولد شده بودند، وزن مجانبی و نرخ رشد بیشتر بود. شاخص های ارزیابی نشان داد شبکه عصبی مصنوعی دقت بالایی در پیش بینی منحنی رشد گوسفندان کردی دارد و پس از آن مدل برودی مناسب تر از سایر مدل ها بود.

    کلید واژگان: توابع غیرخطی، فراسنجه های رشد، گوسفند کردی، نکویی برازش مدل، وزن بلوغ
    S. Zakizadeh *, D. A. Saghi, H. Memarian

    The objective of this study was to compare artificial neural network (ANN) with non-linear models including Brody, Gompertz, Logistic and von Bertalanffy for predicting the growth curve of Kurdish sheep. The database comprised of 17659 body weights from birth to yearling of 5074 lambs belonging to 162 rams and 1968 ewes during 1996-2013. The ANN model was developed according to three-multilayer perceptron with five nodes in each layer, Sigmoid-Axon function and Levenberg-Marquat learning rule by Neuro Solution software. Non-linear models were analyzed by the NLIN procedure of SAS program. The goodness of fit of models and their comparisons were conducted by using the coefficient of determination (R2), residual mean square (MSE), root of the residual mean square (RMSE), mean absolute deviation (MAD), Akaike’s information criterion (AIC) and Bayesian information criterion information criterion (BIC). The influences of fixed effect on model parameters were analyzed on the optimum model. The results revealed that the ANN had the highest accuracy (r= 0.9735) and the lowest error (MSE= 0.9170, RMSE= 3.452, MAD= 2.424) and described the growth curve better than the other models. Among all non-linear models, the Brody model had the highest coefficient of determination (R2= 0.966) and the lowest AIC, BIC, MAD and RMSE values indicating the best fit for both sexes. Male lambs, single lambs and those gave birth in winter had the highest mature weight and growth rate. The evaluation criteria indicated that the ANN had a suitable potential to predict growth curve of Kurdish sheep, after that the Brody model fitted the data better than the other non-linear models.

    Keywords: Non-linear functions, Growth parameter, Kurdish Sheep, Model goodness of fit, Mature weight
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال