پیش‌بینی تولید شیر گاو هلشتاین با استفاده از شبکه‌های عصبی مصنوعی

Abstract

سابقه و هدف: در این تحقیق، از شبکه‌های عصبی مصنوعی برای پیش‌بینی تولید شیر گاو هلشتاین در ماه‌‌های چهارم‌، پنجم، دهم و کل تولید شیر در یک دوره‌ی شیردهی 305 روز استفاده شد. مواد و روش‌ها: پایگاه اولیه ی داده‌ها شامل 274025 رکورد تولید شیر حاصل از 7201 رأس گاو هلشتاین یک تا چهار شکم زایش از دو گله‌ی پرورشی بود. پس از ویرایش داده‌های تولیدی، در نهایت از‌ 87980 رکورد تولید شیر ماهانه در قالب 8798 ردیف داده که هر ردیف شامل گله، سن، شکم، ماه تولید، رکورد تولید شیر اول ماهانه‌ی دام تا رکورد تولید شیر ماه دهم دام و تولید کل دام در یک دوره شیردهی 305 روز بود به‌عنوان مخزن نهایی داده‌ها مورد استفاده قرار گرفت. از مجموع این داده‌ها، 50% برای آموزش شبکه، 20% برای اعتبارسنجی و 30% نیز برای آزمون شبکه عصبی مصنوعی در نظر گرفته شد. برای پیش‌بینی تولید شیر از ساختارهای گوناگون شبکه‌های عصبی مصنوعی با روش آموزش با ساختار پرسپترون چندلایه با الگوریتم پس انتشار خطا، استفاده شد. جهت تعیین شبکه‌ی بهینه از سه تابع فعالیت (تانژانت هیپربولیک آکسون، سیگموئید آکسون، تانژانت هیپربولیک خطی آکسون) و سه الگوریتم پس انتشار مومنتوم، گرادیان نزولی و لونبرگ مارکوات در هر دو لایه‌ی پنهان و خروجی استفاده شد. از معیارهای ضریب تبیین، مجذور میانگین مربعات خطا و میانگین خطای مطلق برای مقایسه الگوریتم‌ها استفاده شد. یافته‌ها: در پیش‌بینی رکورد تولید شیر در ماه چهارم و پنجم تولید دام بر اساس سه رکورد اول ماهانه‌ی تولید شیر، به‌ترتیب ساختار شبکه با الگوریتم لونبرگ مارکوات و تابع فعالیت سیگموئید آکسون و ساختار شبکه با الگوریتم لونبرگ مارکوات و تابع فعالیت تانژانت هیپربولیک آکسون بهترین عملکرد را نشان دادند. برای این ساختارها، ضریب تبیین دارای بیشترین مقدار (به‌ترتیب 725/0 و 642/0)، مجذور میانگین مربعات خطا دارای کمترین مقدار ( به‌ترتیب 785/4 و 345/5) و میانگین خطای مطلق دارای کمترین مقدار (به‌ترتیب 715/3 و 057/4) بود. در پیش‌بینی رکورد دهم تولید شیر دام بر اساس سه و یا چهار رکورد اول ماهانه‌ی تولید شیر، هیچ یک از ساختارهای شبکه توانایی پیش‌بینی موفق را نداشتند. در پیش‌بینی کل تولید شیر بر اساس سه رکورد اول تولید شیر با استفاده از الگوریتم لونبرگ مارکوات با تابع فعالیت تانژانت هیپربولیک آکسون دارای بهترین عملکرد بود. بطوری که، ضریب تبیین، مجذور میانگین مربعات خطا و میانگین خطای مطلق به‌ترتیب 799/0، 14/984 و 21/790 بودند. همین ساختار شبکه‌ی عصبی مصنوعی در پیش‌بینی کل تولید شیر یک دوره شیردهی بر اساس چهار و یا پنج رکورد اول موفق‌ترین ساختار بود و ضریب تبیین، مجذور میانگین مربعات خطا و میانگین خطای مطلق به‌ترتیب 856/0، 98/850 و 33/653 در استفاده از چهار رکورد اول تولید شیر و 904/0، 59/706 و 69/548 در استفاده از پنج رکورد اول به‌دست آمد. نتیجه‌گیری: شبکه‌ عصبی مصنوعی طراحی شده در این آزمایش با ضریب همبستگی 84/0 توان پیش‌بینی تولید شیر دام‌ها در ماه چهارم شیردهی را داشت. از طرفی شبکه عصبی طراحی شده توانست کل تولید شیر حیوان در یک دوره شیردهی 305 روز را با دقت مناسبی پیش‌بینی کند. به طوری که ضرایب همبستگی در استفاده از سه، چهار و پنج رکورد ماهانه اول دام‌ها جهت پیش‌بینی به‌ترتیب 89/0، 92/0 و 95/0 بود.

Keywords

• شبکه عصبی مصنوعی
• پیش‌بینی تولید شیر
• گاو هلشتاین