محدثه اثنی عشری؛ حامد احمدی؛ فرید شریعتمداری؛ مصطفی لطفی
دوره 25، شماره 1 ، فروردین 1402، ، صفحه 93-105
چکیده
هدف از این پژوهش بررسی اثرات چربی افزوده شده در مخلوطکن، پروتئین خام جیره و دمای حالت دهنده بر شاخص ماندگاری پلت، انرژی الکتریکی مصرفی هنگام تولید خوراک با استفاده از ابزارهای مدلسازی محاسباتی بود که از 192 نمونه خوراک جوجههای گوشتی با سطوح مختلف چربی افزوده شده در مخلوطکن (چهار سطح) و پروتئین خام (چهار سطح) در اجزای خوراک و دماهای ...
بیشتر
هدف از این پژوهش بررسی اثرات چربی افزوده شده در مخلوطکن، پروتئین خام جیره و دمای حالت دهنده بر شاخص ماندگاری پلت، انرژی الکتریکی مصرفی هنگام تولید خوراک با استفاده از ابزارهای مدلسازی محاسباتی بود که از 192 نمونه خوراک جوجههای گوشتی با سطوح مختلف چربی افزوده شده در مخلوطکن (چهار سطح) و پروتئین خام (چهار سطح) در اجزای خوراک و دماهای مختلف حالت دهنده (سه سطح) برای تعیین شاخص ماندگاری پلت، شاخص تصحیح شده ماندگاری پلت و انرژی الکتریکی مصرفی هنگام تولید خوراک استفاده شد. برای تحلیل این دادهها مدلهای تابعیت خطی چندگانه و شبکهی عصبی مصنوعی مورد استفاده قرار گرفت. هر دو مدل ذکر شده توانایی پیشبینی مقدار شاخص ماندگاری پلت، شاخص تصحیح شده ماندگاری پلت و انرژی الکتریکی مصرفی هنگام تولید خوراک را داشتند؛ اما دقت پیشبینی مدل شبکهی عصبی مصنوعی نسبت به مدل تابعیت خطی چندگانه برای هر سه خروجی بیشتر بود. با استفاده از مدل شبکهی عصبی مصنوعی بهینهسازی انجام شد که در این محاسبات برای رسیدن به بیشترین میزان ممکن کیفیت فیزیکی پلت و کمترین میزان ممکن انرژی الکتریکی مصرفی مقدار پروتئین خام، 20-20/5 درصد و دمای حالت دهنده، 85 درجه سلسیوس پیشبینی شد، اما میزان چربی برای بیشترین مقدار کیفیت فیزیکی پلت، یک درصد و برای کمترین مقدار انرژی الکتریکی مصرفی هنگام تولید، چهار درصد پیشبینی شد. بر اساس نتایج حاصل، مدل شبکهی عصبی مصنوعی میتواند در شرایط کاربردی در پیشبینی دقیقتر مصرف برق و کیفیت خوراک تولید شده به منظور دستیابی به وضعیت مطلوب در کارخانههای تولید خوراک کمک کند.