• پیش بینی میزان اسیدهای آمینه ضروری در سورگوم با استفاده از روش شبکه های عصبی مصنوعی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1391/03/31
    • تاریخ انتشار در تی پی بین: 1391/03/31
    • تعداد بازدید: 884
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    هدف از این تحقیق، بررسی کاربرد شبکه عصبی مصنوعی در برآورد میزان اسیدهای آمینه ضروری با استفاده از مقادیر تجزیه تقریبی در مدل شبکه عصبی بکار رفته، متغیرهای ورودی شامل میزان پروتئین خام، چربی خام، فیبر خام، فسفر و خاکستر بود. همچنین متغیرهای خروجی مورد بررسی شامل پروفیل اسیدهای آمینه ضروری (متیونین، سیستئین، متیونین + سیستئین، لوسین، فنیل آلانین، تریپتوفان، والین، آرژنین، لایزین، هیستیدین و ترئونین) مربوط به ترکیب سورگرم بودند. ضریب تبیین (r2) برای مدل پیش بینی هر کدام از اسیدهای آمینه محاسبه شد. ضرایب تبیین اسیدهای آمینه ضروری در سورگوم با ورودی همزمان همه مواد مغذی به دست آمده توسط شبکه عصبی پرسپترون چند لایه بهتر از برآوردی بود که به روش رگرسیون خطی صورت گرفته است. آنالیز حساسیت نشان داد که از میان پنج ماده مغذی (پروتئین خام، چربی خام، فیبر خام، فسفر و خاکستر)، پروتئین خام متغیر تاثیرگذار در پیش بینی الگوی اسیدهای آمینه بود که خود بخش تعیین کننده میزان اسید آمینه در یک ماده خوراکی است. آماره های دو مدل شبکه عصبی مصنوعی و مدل رگرسیون چندگانه نشان دادند که واریانس خطا به روش شبکه عصبی مصنوعی برای همه اسیدهای آمینه پایینتر از روش رگرسیون چندگانه خطی است. نتایج تحقیق بخوبی نشان داد که شبکه عصبی مصنوعی ابزار مناسب و قدرتمندی برای پیش بینی و برآورد الگوی اسیدهای آمینه غلاتی نظیر سورگوم است.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها