تشخیص صفت فاصله زایش با استفاده از روشهای درخت تصمیم و ماشین بردار پشتیبان در گاوهای شیری هلشتاین

نویسندگان

1 دانشکده کشاورزی،دانشگاه یاسوج، ایران

2 گروه علوم دامی،دانشکده کشاورزی،دانشگاه یاسوج، ایران

doi
10.22092/vj.2020.342148.1695
چکیده

کاهش خصوصیات تولیدمثلی در گاوهای شیری هلشتاین یک مشکل عمده در رابطه با پرورش گاوهای شیری است. رابطه منفی بین میزان تولید شیر و عملکرد تولید‌مثلی در نژادهای مختلف وجود دارد. با تمرکز بر روی صفات تولیدمثلی مانند صفت فاصله زایش، تولید نیز در نسل‌های بعدی بهبود خواهد یافت. زیرا فاصله زایش یکی از فاکتورهایی است که میزان کارآمدی و کفایت تولیدمثل را نشان می‌دهد. استفاده از الگوریتم‌های هوشمند روش‌های یادگیری ماشین در بررسی سامانه‌های پیچیده رو به افزایش است و این روش‌ها نیز می‌توانند رهیافت مناسبی برای تحلیل داده‌های صنعت گاو شیری به‌حساب آیند. در پژوهش حاضر، بررسی امکان دسته‌بندی فاصله زایش در گاوهای شیری هلشتاین با استفاده از دو روش درخت تصمیم (الگوریتم‌های برجسته، جنگل تصادفی و بیز ساده) و ماشین بردار پشتیبان انجام شد. برای بررسی کارایی روش‌ها، از معیارهای صحت و جذر میانگین مربعات خطا استفاده شد. نتایج حاصل از این پژوهش نشان داد که روش‌های مختلف درخت تصمیم (برجسته) نسبت به روش ماشین بردار پشتیبان عملکرد بالاتری در امکان دسته‌بندی فاصله زایش داشت. سن مادر و تولید شیر، بیشترین ارتباط را با فاصله زایش داشتند. پژوهش حاضر اولین مطالعه با هدف تشخیص فاصله زایش با استفاده از روش‌های درخت تصمیم و ماشین بردار پشتیبان است که ممکن است اطلاعات در جهت درک بیشتر مدیریت فاصله زایش را بهبود دهد. عدم نیاز به برقراری هیچ پیش‌فرضی برای مدل‌سازی و تفسیر آسان نتایج مدل‌های درختی، دو مزیت اساسی آن است که به همین دلیل به‌نظر می‌رسد برای تحقیقات اصلاح نژاد دام مفید باشند.