عنوان : ( پیش بینی پارامترهای کلیدی کیفیت آب درسیستم متراکم پرورش ماهی قزل آلای رنگین کمان (Oncorhynchus mykiss) به کمک شبکه های عصبی مصنوعی )
نویسندگان: فیروزه حسینی گله زن , محمدرضا بیاتی , امید صفری , عباس روحانی ,
Full Textچکیده
وابستگی همه جانبه فعالیت¬های آبزی¬پروری به وضعیت کیفیت آب باعث شده است که پیش¬بینی و کنترل کیفیت آب به یک امر ضروری و اجتناب¬ناپذیر تبدیل شود. از این رو در این مطالعه از شبکه¬ عصبی مصنوعی پرسپترون چند لایه به منظور پیش¬بینی پارامترهای کلیدی کیفیت آب در پرورش ماهی قزل¬آلای رنگین¬کمان استفاده گردید. اکسیژن محلول، دی-اکسید¬کربن و آمونیاک یونیزه نشده، مجموع مواد معلق جامد به دلیل نقش حیاتی که در تولید ماهی قزل¬آلای رنگین¬کمان دارند به عنوان پارامترهای کلیدی در این تحقیق مطرح شدند. نتایج این مطالعه نشان داد که شبکه عصبی پرسپترون چند لایه به خوبی با قادر به تخمین غلظت پارامترهای کیفیت آب می¬باشد. هم¬چنین نتایج تحلیل حساسیت نشان داد که میزان غذای مصرفی موثرترین عامل در تغییر پارامترهای کلیدی کیفیت آب است و پس از آن به ترتیب دما، درصد پروتئین خام جیره غذایی، بیومس، دبی آب و وزن اولیه بیشترین تا کم¬ترین تاثیر را بر تغییر کیفیت آب دارند. از نتایج این تحقیق می-توان در کنترل مقدار غذای مصرفی، تراکم ذخیره¬سازی، میزان هوادهی در یک سیستم متراکم پرورش ماهی قزل¬آلای رنگین¬کمان استفاده نمود.
کلمات کلیدی
, شبکه عصبی پرسپترون چند لایه, قزل¬آلای رنگین¬کمان, کیفیت آب.
@inproceedings{paperid:1070381,
author = {حسینی گله زن, فیروزه and بیاتی, محمدرضا and صفری, امید and روحانی, عباس},
title = {پیش بینی پارامترهای کلیدی کیفیت آب درسیستم متراکم پرورش ماهی قزل آلای رنگین کمان (Oncorhynchus mykiss) به کمک شبکه های عصبی مصنوعی},
booktitle = {یازدهمین کنگره ملی مهندسی مکانیک بیوسیستم و مکانیزاسیون ایران},
year = {2018},
location = {همدان, ايران},
keywords = {شبکه عصبی پرسپترون چند لایه، قزل¬آلای رنگین¬کمان، کیفیت آب.},
}
%0 Conference Proceedings
%T پیش بینی پارامترهای کلیدی کیفیت آب درسیستم متراکم پرورش ماهی قزل آلای رنگین کمان (Oncorhynchus mykiss) به کمک شبکه های عصبی مصنوعی
%A حسینی گله زن, فیروزه
%A بیاتی, محمدرضا
%A صفری, امید
%A روحانی, عباس
%J یازدهمین کنگره ملی مهندسی مکانیک بیوسیستم و مکانیزاسیون ایران
%D 2018
