|
|
مدلسازی راندمان انرژی در تولید مرغ گوشتی به کمک رویکرد شبکههای عصبی مصنوعی پرسپترون (مطالعه موردی: استان اردبیل)
|
|
|
|
|
نویسنده
|
عمید سماء ,مصری گندشمین ترحم
|
منبع
|
تحقيقات توليدات دامي - 1395 - دوره : 5 - شماره : 2 - صفحه:73 -85
|
چکیده
|
سامانههای تولیدی در صنایع زیستی بر مدیریت منابع و تبدیل صور مختلف انرژی استوار است. این پژوهش به بررسی و مدلسازی غیرپارامتریک انرژی تولید مرغ گوشتی پرداخته است. نمونههای مورد بررسی، مشتمل بر 70 تولیدکننده مرغ گوشتی استان اردبیل بود که بهطور تصادفی از جامعه آماری منطقه انتخاب شدند. در این مطالعه، معادل انرژی مصرفی در صنعت مذکور برآورد شد و سپس شاخصهای انرژی محاسبه شد. سپس با استفاده از مدلهای شبکه عصبی مصنوعی میزان معادل انرژی ستانده و عملکرد سیستم، مدلسازی و برآورد شد. بر اساس نتایج حاصل از پژوهش، میزان کل انرژی معادل نهاده و ستانده در تولید مرغ گوشتی به ترتیب در حدود 79/153 و 45/27 گیگاژول بر 1000 قطعه مرغ محاسبه شد. بیشترین انرژی نهاده مصرفی در تولید مرغ گوشتی منطقه متعلق به سوخت فسیلی با 48/61 درصد از کل معادل انرژی بود. بر اساس نتایج شبکه عصبی مصنوعی بهترین ساختار برای مدلسازی انرژی مصرفی تولید مرغ گوشتی ساختار 2145 با 5 ورودی، یک لایه مخفی با 14 نرون و یک لایه خروجی با دو پارامتر خروجی تخمین زده شد. ضرایب تبیین مناسبترین ترکیب وزن برای تخمین معادل انرژی تولید گوشت مرغ و کود بستر به ترتیب 93 و 91 درصد برای دادههای آزمون و 98 و 95 درصد برای دادههای اعتبارسنجی بهدست آمد. در ارزیابی تاثیرپذیری خروجی از نهادههای ورودی، سوخت فسیلی بالاترین حساسیت را در بین نهادههای تولیدی از خود نشان داد که لزوم بازنگری در منابع انرژی را بیش از پیش آشکار میسازد.
|
کلیدواژه
|
انرژی، شبکههای عصبی مصنوعی، مدلسازی، مرغ گوشتی
|
آدرس
|
دانشگاه محقق اردبیلی, دانشکده فناوری کشاورزی و منابع طبیعی, گروه مهندسی بیوسیستم, ایران, دانشگاه محقق اردبیلی, دانشکده فناوری کشاورزی و منابع طبیعی, گروه مهندسی بیوسیستم, ایران
|
پست الکترونیکی
|
mesrigtm@uma.ac.ir
|
|
|
|
|
|
|
|
|
Modelling energy efficiency in broiler production using multi layer perception artificial neural network approach (Case study: Ardabil province)
|
|
|
Authors
|
Amid S. ,Mesri Gundoshmian T.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|