Kıl Keçilerinin Canlı Ağırlık Tahmininde Yapay Sinir Ağları ve Çoklu Doğrusal Regresyon Yöntemlerinin Karşılaştırılması

Abstract

Yapay sinir ağları, insanlara benzer şekilde, örnekler üzerinden öğrenen yapay zeka temelli bir yöntemdir. Yapay sinir ağları yöntemi birçok farklı alanda olduğu gibi son yıllarda hayvancılık alanında da özellikle tahmin çalışmalarında regresyon analizine alternatif olarak sıklıkla kullanılmaktadır. Bu çalışmada 475 baş Kıl keçisine ilişkin morfolojik özellik ölçümlerinin canlı ağırlık üzerine etkileri yapay sinir ağları ve çoklu doğrusal regresyon analizi ile modellenmiş ve yöntemler bir karşılaştırmaya tabi tutulmuştur. Çalışmada yapay sinir ağları ile gerçekleştirilen analizlerde Levenberg-Marquart, Bayesian regularization and Scaled conjugate olmak üzere üç farklı geri yayılım algoritması kullanılmıştır. Yöntemlerin performansları düzeltilmiş belirleme katsayısı, hata kareler ortalamasının karekökü, ortalama mutlak sapma ve ortalama mutlak yüzde hata istatistikleri ile değerlendirilmiştir. Analiz sonucunda, Kıl keçilerinde canlı ağırlık tahmini bakımından yapay sinir ağlarının çoklu doğrusal regresyon analizine göre daha başarılı olduğu belirlenmiştir.