Ty-jour A2 - 刘，春梅·奥 - Shahinfar，Saleh Au - Mehrabani-Yeganeh，Hassan Au - Lucas，Caro Au - Kalhor，Ahmad Au - Kazemian，Majid Au - Weigel，Kent A. PY - 2012 DA - 2012 DA - 2012 DA - 2012年/ 09 TI - 使用人工神经网络和神经模糊系统的乳制品育种值的预测SP - 127130 VL - 2012年AB - 开发机器学习和软计算技术为研究人员提供了许多机会，为不同领域建立了新的分析方法科学。本研究的目的是研究两种类型的智能学习方法，人工神经网络和神经模糊系统的潜力，以估计伊朗奶牛的繁殖值（EBV）。最初，使用具有动物模型的常规最佳线性无偏的预测（Blup）估计牛奶和脂肪产率的哺乳酸荷斯坦奶牛的繁殖值。一旦建立了，使用多层的Perceptron来构建ANN以预测来自选择候选人的性能数据的育种价值。随后，模糊逻辑用于形成NFS，是通过局部线性模型树算法实现的混合智能系统。对于牛奶产生，ANN和NFS预测的EBV和EBV之间的相关性分别为0.92和0.93。对脂肪产率的相应相关性分别为0.93和0.93。当通过ANN同时预测时，牛奶和脂肪产率的多特点预测的相关性分别为0.93和0.93，而牛奶和脂肪生产的相应相关性分别为0.94和0.95。 SN - 1748-670X UR - https://doi.org/10.1155/2012/127130 DO - 10.1155/2012/127130 JF - Computational and Mathematical Methods in Medicine PB - Hindawi Publishing Corporation KW - ER -