ارزن مرواریدی گیاهی مقاوم در شرایط خشکی است که پروتئین و سطح انرژی قابل متابولیسم آن با ذرت مساوی و بیشتر از سورگوم است به همین جهت در تغذیه طیور مورد توجه قرار گرفته است. تعیین اسیدهای آمینه (AA ) مواد خوراکی با استفاده از روش های آزمایشگاهی نیاز به صرف زمان و هزینه بالایی دارد از این رو یافتن روش هایی برای تخمین میزان AA ها دارای اهمیت می باشد. از دیر باز مدل های رگرسیونی (MLR) برای تخمین AA های برخی مواد خوراکی با استفاده از پروتئین و آنالیز تقریبی مورد استفاده قرار گرفته اند. استفاده از شبکه های عصبی مصنوعی(ANN) برای تخمین دقیق تر میزان AA های مواد خوارکی با استفاده از ترکیبات شیمیایی می تواند نتایج بهتری را به همراه داشته باشد. بنابراین مطالعه ای با هدف تخمین سطح AA های دانه ارزن مرواریدی با استفاده ازANN و MLRانجام شد. به این منظور تعداد 52 خط داده که آنالیز تقریبی و سطح AA های ارزن مرواریدی را مورد بررسی قرار داده بودند استفاده شد. در این مدل ها ماده خشک، پروتئین خام، چربی، خاکستر و فیبر خام به عنوان ورودی و هر یک از اسیدهای آمینه به عنوان خروجی استفاده شدند. نتایج بدست آمده حاکی از این است که بین AA های دانه ی ارزن مرواریدی و ترکیبات شیمیایی آن ارتباط قابل توجهی وجود دارد. ارزیابی آماری نشان داد که مدل ANN در مقایسه با MLR بر اساس ترکیبات شیمیایی (ماده خشک، پروتئین، چربی، خاکستر و فیبر خام) دارای قدرت تخمین بیشتری برای برآورد میزان هر یک از آمینواسیدهای ارزن مرواریدی می باشد.

کلمات کلیدی