نوع مقاله : مقاله پژوهشی

نویسندگان

• علی رضازاده ویشکایی ¹
• علیرضا حسنی بافرانی ²
• کیان پهلوان افشار ³
• مهران ابوذری ⁴

¹ گروه علوم دامی، دانشکده کشاورزی، دانشگاه آزاد اسلامی، واحد ابهر، زنجان، ایران. رایانامه: ali.rezazadeh@iau.ac.ir

² نویسنده مسئول، گروه علوم دامی، سازمان تحقیقات- آموزش- ترویج کشاورزی، موسسه آموزش و ترویج کشاورزی، تهران، ایران. رایانامه: arhb@abc.org.ir

³ گروه علوم دامی، دانشکده کشاورزی، دانشگاه آزاد اسلامی، واحد ورامین، تهران، ایران. رایانامه: pahlevanafshar.k@abhariau.ac.ir

⁴ گروه علوم دامی، دانشکده کشاورزی، دانشگاه آزاد اسلامی، واحد ابهر، زنجان، ایران. رایانامه: m.aboozari1357@iau.ac.ir

چکیده

هدف: این پژوهش، به‌دنبال شناسایی و تجزیه و تحلیل سیستماتیک عوامل کلیدی مؤثر بر ماندگاری گاوهای شیری هلشتاین در گله‌، با استفاده از الگوریتم‌های پیشرفته داده‌کاوی است. درک و پیش‌بینی ماندگاری حیاتی است، زیرا به‌طور مستقیم بر بهره‌وری و سودآوری گاوداریهای شیری تأثیر می‌گذارد. گاوهای با طول عمر بیش‌تر، تمایل به تولید گوساله‌های بیش‌تر و تولید شیر بیش‌تر داشته و در نتیجه بهره‌وری اقتصادی کلی دامداری را افزایش می‌دهند. علاوه بر این، طول عمر بیش‌تر با کاهش هزینه‌های جایگزینی مرتبط است.
مواد و روش‌ها: در سال‌های اخیر، ادغام تکنیک‌های یادگیری ماشین در مدیریت کشاورزی و دامداری شتاب قابل‌توجهی یافته است. این مطالعه از داده‌های فنوتیپی دقیق جمع‌آوری‌شده از 37009 حیوان دختر متعلق به 664 پدر در 82 گله مجزا استفاده می‌کند که نشان‌دهنده یک مجموعه داده جامع است که یک دهه را دربرمی‌گیرد. داده‌ها شامل هشت رکورد تولید شیر، در کنار سایر متغیرهای مرتبط مانند سن دام، تعداد پدر، ماندگاری به ماه، تعداد سلول‌های سوماتیک، روزهای شیردهی، تولید شیر (کیلوگرم)، میزان پروتئین و چربی، طول چرخه زایش، دفعات شیردوشی، موقعیت جغرافیایی (استان)، تاریخ تولد، تاریخ زایش، فاصله زایش، کد گله و سن در اولین زایش است. مرحله آماده‌سازی داده‌ها شامل پردازش و سازماندهی مجموعه داده‌ها با استفاده از اکسل ۲۰۱۶ بود که کیفیت و سازگاری داده‌ها را تأمین  نمود. تجزیه و تحلیل‌های بعدی داده‌ها با استفاده از نرم‌افزارR  (نسخه ۴.۳.۳) و با استفاده از بسته‌های تخصصی مربوطه برای یادگیری ماشین و مدل‌سازی آماری انجام شد.
نتایج: نتایج نشان داد که ماشین بردار پشتیبان بهترین دقت (987/0) را دارد. جنگل تصادفی دومین الگوریتم کارآمد بود. دقت ماشین تقویت گرادیان کمی کم‌تر از جنگل تصادفی بود، اما همچنان عملکرد خوبی را نشان داد. درخت تصمیم کم‌ترین دقت را در بین این الگوریتم‌ها ارائه داد. درخت تصمیم و ماشین بردار پشتیبان این عملکرد را با متغیرهای ورودی کم‌تری در مقایسه با ماشین تقویت گرادیان و جنگل تصادفی به‌دست آوردند.
نتیجه‌گیری: نتایج نشان داد که هیچ یک از الگوریتم‌های مورداستفاده برای طبقه‌بندی بقا، با وجود دقت قابل‌قبول، عاری از خطا نیستند، اما از سوی دیگر، نشان داده شد که درخت تصمیم ساده‌تر و کم‌هزینه‌تر است. مهم‌ترین ویژگی‌های این روش‌ها، عدم نیاز به فرضیات و الزامات آماری موردنیاز روش‌های رگرسیون خطی و درون‌یابی، عدم نیاز به فرضیات نرمال‌بودن، مقاوم‌بودن در برابر مقادیر و مقادیر گمشده و توانایی تشخیص روابط غیرخطی پیچیده بین متغیرها و اهداف پیش‌بینی است که آن‌ها را برای کاربردهای مختلف در صنعت دامپروری مناسب می‌سازد. پروتکل‌های دقیق ثبت داده‌ها و هم‌چنین تنظیمات دقیق الگوریتم برای پیش‌بینی دقیق ضروری هستند.

کلیدواژه‌ها

• ماندگاری
• طول عمر گاوهای شیری
• ویژگی های تولیدمثلی
• یادگیری ماشینی
• الگوریتم های طبقه بندی

عنوان مقاله [English]

Factors affecting the longevity of Holstein dairy cattle: A data mining approach

نویسندگان [English]

• Ali Rezazadeh Vishkaei ¹
• Alireza Hasani Bafarani ²
• Kian Pahlevan Afshar ³
• Mehran Aboozari ⁴

¹ Department of Animal Science, Faculty of Agriculture, Abhar Branch, Islamic Azad University, Zanjan, Iran. E-mail: ali.rezazadeh@iau.ac.ir.

² Corresponding Author, Department of Animal Science, Agricultural Research, Education and Extension Organization (AREEO), Agricultural institute of education and extension (IATE), Tehran, Iran. E-mail: arhb@abc.org.ir

³ Department of Animal Science, Faculty of Agriculture, Varamin Branch, Islamic Azad University Tehran, Iran. E-mail: pahlevanafshar.k@abhariau.ac.ir

⁴ Department of Animal Science, Faculty of Agriculture, Abhar Branch, Islamic Azad University. Zanjan, Iran. E-mail: m.aboozari1357@iau.ac.ir

چکیده [English]

Objective: This study seeks to identify and systematically analyze key factors affecting the longevity of Holstein dairy cows in the herds, using advanced data mining algorithms. Understanding and predicting longevity is vital because it directly impacts productivity and profitability of dairy farm. Longer-lasting cows tend to produce more calves and produce more milk, thereby increasing the overall economic efficiency of dairy operations. Furthermore, extended longevity is associated with reduced replacement costs.
Methods: In recent years, the integration of machine learning techniques into agricultural and livestock management has gained significant momentum. This study uses detailed phenotypic data collected from 37,009 female animals belonging to 664 sires in 82 separate herds, representing a comprehensive dataset spanning a decade. The data includes eight milk production records, along with other relevant variables such as animal age, sire number, shelf life in months, somatic cell count, days in milk, milk production (kg), protein and fat content, calving cycle length, milking frequency, geographic location (province), birth date, calving date, calving interval, herd code, and age at first calving. The data preparation phase included processing and organizing the dataset using Excel 2016, which ensured data quality and consistency. Subsequent data analyses were conducted using R software (version 4.3.3), and using the relevant specialized packages for machine learning and statistical modeling.
Results: The results showed that, the Support Vector Machine has the best accuracy (0.987). Random Forest was the second most efficient algorithm. The accuracy of the Gradient Boosting Machine was slightly lower than that of the Random Forest, but it still showed good performance. The Decision Tree provided the least accuracy among these algorithms. The Decision Tree and Support Vector Machine achieved this performance with fewer input variables compared to Gradient Boosting Machine and Random Forest.
Conclusion: The results showed that none of the algorithms used for survival classification, despite acceptable accuracy, are error-free, but on the other hand, it was shown that the decision tree is simpler and less expensive. The most important features of these methods are the lack of statistical assumptions and requirements that linear regression and interpolation methods require, the lack of normality assumptions, robustness against missing values ​​ and the ability to detect complex nonlinear relationships between variables and prediction targets, which makes them suitable for various applications in the livestock industry. Accurate data recording protocols as well as precise algorithm settings are essential for accurate prediction.

کلیدواژه‌ها [English]

• Longevity
• Dairy cattle lifespan
• Reproductive traits
• Machine learning
• Classification algorithms