Resumen

Objetivo: Modelar la curva del crecimiento de aves de la línea Lohmann LSL utilizando modelos no lineales (MNL), no lineales mixtos (MNLM) y redes neuronales artificiales (RNA). Materiales y métodos: Periódicamente se pesaron 33 aves en promedio, desde el día 21 al 196 de vida para un total de 558 registros individuales de peso. En el ajuste de la curva de crecimiento se utilizaron los modelos: no lineal de Von Bertalanffy (MNL), no lineal Mixto de Von Bertalanffy (MNLM) y redes neuronales artificiales (RNA). Los modelos se compararon con coeficiente de correlación y medidas de presicion cuadrado medio del error (CME), desviación media absoluta (MAD) y porcentaje de la media absoluta del error (MAPE). Resultados: Los valores de correlación entre los datos reales y estimados, fueron 0.999, 0.990 y 0.986 para MNLM, RNA y MNL respectivamente. El modelo más preciso con base en los criterios MAPE, MAD y CME fue el MNLM, seguido por la RNA. La grafica de predicción generada la RNA es similar a la del MNLM. La RNA presentó un desempeño superior al MLN. Conclusiones: El mejor modelo para la predicción de curvas de crecimiento de aves comerciales de la línea Lohmman LSL hasta los 196 días de edad, con múltiples mediciones por animal en el tiempo, fue el MNLM. La RNA presento un desempeño superior al MNL.

Palabras clave: Crecimiento modelo no lineal modelo no lineal mixto redes neuronales artificiales.

2015-02-27   |   211 visitas   |   Evalua este artículo 0 valoraciones

Vol. 18 Núm.3. Septiembre-Diciembre 2013 Pags. 3861-3867 Rev MVZ Córdoba 2013; 18(3)