كاربرد شبكه ي عصبي مصنوعي در پيش‌بيني كينتيك توليد گاز با استفاده از تركيبات شيميايي خوراك‌ها در تغذيه ي نشخواركنندگان

مقدمه: در حال حاضر، از روش‌ها و ابزارهاي متفاوتي براي پيش‌بيني نتايج آزمايش‌هاي علمي استفاده مي‌شود. يكي از اين ابزارها، استفاده از شبكه عصبي مصنوعي (ANN) مي‌باشد. گزارش‌شده است كه بين نوع و مقدار تركيب شيميايي موجود در مواد خوراكي و ميزان قابليت تخمير آن‌ها در شكمبه (حجم توليد گاز) ارتباط وجود دارد. به نظر مي‌رسد كه ANN بتواند اين ارتباط را مشخص كند. لذا، پژوهش حاضر به‌منظور پيش‌بيني حجم توليد گاز در شكمبه، با استفاده از تركيب شيميايي مواد خوراكي از طريق ANN انجام شد. مواد و روش‌ها: براي انجام اين آزمايش از تعداد 25 ماده خوراكي مختلف استفاده شد. ابتدا تركيب شيميايي اين مواد خوراكي تعيين شد. سپس حجم توليد گاز با استفاده از آزمون توليد گاز مطابق روش ارائه شده توسط منك و استينگاس (1979)در 3 تكرار و 3 دوره جداگانه 96 ساعته (زمان‌هاي 2، 4، 6، 8، 10، 12، 16، 20، 24، 36، 48، 72 و 96 ساعت پس از انكوباسيون) اندازه‌گيري گرديد. تركيبات شيميايي اندازه‌گيري شده شامل درصد ماده آلي (OM)، پروتئين خام (CP)، چربي خام (EE)، ديواره سلولي (NDF)، ديواره سلولي بدون همي سلولز (ADF) و كربوهيدرات غير فيبري (NFC) بودند. تركيبات شيميايي در قالب 6 مدل مختلف (به‌عنوان لايه ورودي) و حجم گاز توليدشده در هر زمان از انكوباسيون (به‌عنوان لايه خروجي) به ANN معرفي شدند. مدل‌هاي ورودي به ANN به ترتيب شامل مدل 1 (OM-EE-ADF-NDF-NFC)، مدل 2 (CP-EE-ADF-NDF-NFC)، مدل 3 (CP-OM-ADF-NDF-NFC)، مدل 4 (CP-OM-EE-NDF-NFC)، مدل 5 (CP-OM-EE-ADF-NFC) و مدل 6 (CP-OM-EE-ADF-NDF) بودند. بهترين ساختار بدست آمده ANN از نوع پرسپترون چندلايه (MLP) با الگوريتم آموزشي برويدن-فلچر-گلدفارب- شانو با در نظر گرفتن تابع انتقال تانژانت در لايه پنهان و تابع ‌نمايي در لايه خروجي مدل‌ها بود. ساختار كلي تمام مدل‌ها نيز 5 نورون در لايه ورودي، 4 نورون در لايه پنهان و 1 نورون در لايه خروجي داشت. از آماره‌هاي ضريب تعيين(R2)، ريشه دوم ميانگين مربعات خطا (RMSE) به‌دست‌آمده در هر مدل، به‌عنوان شاخصي از دقت ANN در پيش‌بيني حجم توليد گاز در شكمبه استفاده شد. نتايج و بحث: آماره‌هايR2 و RMSE مربوط به مدل‌ها در دو بخش آموزش و صحت سنجي گزارش شدند. بيشترين مقدار R2 در بخش آموزش و صحت سنجي (به ترتيب 8868/0 و 8730/0) در مدل 3 و كمترين آن (به ترتيب 8795/0 و 8626/0) در مدل 2 مشاهده شد. همچنين، كمترين مقدار RMSE در بخش آموزش و صحت سنجي نيز (به ترتيب 974/3 و 904/4) در مدل 3 و بيشترين آن نيز (به ترتيب 088/4 و 979/4) در مدل 2 مشاهده شد. بر اين اساس، مدل 3 داراي بيشترين دقت و مدل 2 داراي كمترين دقت در پيش‌بيني حجم توليد گاز در شكمبه بودند. نتيجه‌گيري كلي: نتايج نشان داد كه ANN توانايي پيش‌بيني كينتيك توليد گاز از روي تركيبات شيميايي مواد خوراكي را دارد. بهترين پيش‌بيني حجم گاز توليدشده در شكمبه در مدل 3 مشاهده شد. از بين تركيبات شيميايي ورودي به ANN، تركيبات CP، OM، ADF، NDF و NFC بيشترين اثر را در پيش‌بيني كينتيك توليد گاز داشته و EE عملكرد ضعيف‌تري داشته‌است. به نظر مي رسد كه اثر منفي چربي ها بر روند تخمير شكمبه، منجر به كاهش حجم گاز توليدي در شكمبه شده است.