عنوان مقاله: مقايسه دقت شبكه عصبي مصنوعي و مدل رگرسيون خطي در تخمين وزن شتر يك‌كوهانه با استفاده از اندازه‌هاي بدن

در مديريت پرورش شتر وزن كشي در گروه بندي دام‌ها، تنظيم احتياجات غذايي و نيز ارزيابي ساليانه حيوانات نقش تعيين كننده دارد. شترداران به دليل دشواري و مخاطرات متعدد، معمولاَ روش‌هاي جايگزين نظير استفاده از برآورد ظاهري و يا وزن‌متر را براي تخمين وزن شترها ترجيح مي‌دهند. از آن‌جا كه دقت مدل‌هاي رياضي در تخمين وزن شترها يكسان نيست، لذا پژوهش حاضر با هدف مقايسه دقت برآورد شبكه عصبي مصنوعي و مدل رگرسيون خطي چندگانه در تخمين وزن شترهاي يك‌كوهانه از روي ابعاد بدني آن‌ها به انجام رسيد. به اين منظور 26 نفر شتر با تعداد 203 ركورد از يك مزرعه شخصي براي مدت يك‌ سال استفاده شد. وزن كشي و تعيين ابعاد بدني شتر‌ها (طول بدن، ارتفاع جدوگاه، ارتفاع كپل، ارتفاع كوهان تا زمين، دور سينه و دور شكم) به‌طور ماهيانه اندازه‌گيري شد. براي تخمين وزن شترها از روي ابعاد بدن آن‌ها داده‌ها با استفاده از مدل رگرسيون خطي چندگانه و شبكه عصبي مصنوعي مورد تجزيه و تحليل قرار گرفتند. وزن شترها از روي ابعاد بدني آن‌ها با استفاده از مدل رگرسيون خطي چند متغيره و مدل شبكه عصبي مصنوعي به ترتيب با دقت 0.94 و 0.99 تخمين زده شد. در آزمون عملي، مدل رگرسيون چندگانه و شبكه عصبي مصنوعي به ترتيب وزن شترها را 16.39 و 5.07 كيلوگرم كمتر از وزن واقعي آن‌ها برآورد نمودند. نتايج اين پژوهش نشان داد كه شبكه عصبي مصنوعي از قابليت مناسبي براي تخمين وزن شترها از روي ابعاد بدني آن‌ها برخوردار بوده و مي‌تواند جايگزين روش‌هاي متداول رگرسيون گردد.