Geri Dön

Yumurta tavuğu kümesinde amonyak emisyonlarının yapay sinir ağları kullanılarak tahmin edilmesi

Prediction of ammonia emissions in laying hen house using artificial neural networks

  1. Tez No: 823981
  2. Yazar: UMUT KILIÇ
  3. Danışmanlar: PROF. DR. İLKER KILIÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ziraat, Çevre Mühendisliği, Agriculture, Environmental Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Bursa Uludağ Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyosistem Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Tarımsal Yapılar Bilim Dalı
  13. Sayfa Sayısı: 127

Özet

Bu çalışmada Bursa Uludağ Üniversitesi Veterinerlik Fakültesi Hayvan Sağlığı ve Hayvansal Üretim, Araştırma ve Uygulama Merkezinde bulunan toplam 5000 hayvan kapasitesine sahip bir yumurta tavuğu kümesinden kaynaklanan amonyak emisyonunun yapay sinir ağları ile tahminlenmesi amaçlanmaktadır. Kümeste bir yıl süreyle gerçekleştirilen sıcaklık, bağıl nem, havalandırma, hava hızı, hayvan sayısı, amonyak konsantrasyonu ölçümleri İlkbahar, Yaz, Sonbahar, Kış ve tüm yıllık veriler olmak üzere beş veri setine ayrılmıştır. Beş veri seti için yapay sinir ağlarında amonyak emisyonu çıktı ölçümü gerçekleştirilen diğer parametreler ise girdi olarak kullanılarak 4 farklı eğitim algoritmasında tahminlemeler gerçekleştirilmiş ve karşılaştırılmaları yapılmıştır. Çalışmada, Levenberg Marquardt eğitim algoritması ile İlkbahar, Yaz, Sonbahar, Kış ve tüm yılı kapsayan veriler için sırasıyla (0,99107), (0,99026), (0,98613), (0,99223) ve (0,98699) regresyon katsayısı ile en yüksek başarıya sahip tahminlemeler gerçekleştirilmiştir. Tahminleme gerçekleştirilen diğer üç eğitim algoritması da düşük hata oranına sahip olsa da performans olarak Levenberg Marquardt eğitim algoritmasının gerisinde kalmıştır Çalışmada ayrıca tahminlemede kullanılan girdi parametrelerinden çıktı performansını en çok etkileyeni bulmak amacıyla girdi parametrelerinden her biri bir kez çıkartılmak koşuluyla 5 girdi ve 1 çıktı olacak şekilde 6 farklı tahminleme gerçekleştirilmiştir. Sinir ağının performansını en çok etkileyen girdi parametresinin hayvan sayısı olduğu ve ağın performansını olumsuz olarak büyük oranda etkilediği görülmüştür. Çalışma sonucunda yapay sinir ağlarında levenberg marquardt (trainlm) eğitim algoritması ile bir yumurta tavuğu kümesinden kaynaklanan amonyak emisyonun yüksek bir başarı oranı ile tahminlenebileceği sonucuna varılmıştır.

Özet (Çeviri)

This study aims to estimate the ammonia emission from a chicken coop with a total capacity of 5000 animals located at the Animal Health and Animal Production, Research and Application Center of the Faculty of Veterinary Medicine of Bursa Uludag University with artificial neural networks. Temperature, relative humidity, ventilation, air velocity, number of animals, ammonia concentration, and ammonia emission measurements performed in the hen house for a year were divided into five data sets Spring, Summer, Autumn, Winter, and all annual data. For five data sets, ammonia emission in artificial neural networks was used as output, and other measurement parameters were used as input; estimations were made in 4 different training algorithms, and comparisons were made. In the study, the Levenberg Marquardt education algorithm for Spring, Summer, Autumn, winter, and all-year data, respectively (0,99107), (0,99026), (0,98613), (0,99223) (0,98699) has the highest value with the regression rate. Although the other three training algorithms for which the estimation was performed had low error rates, they lagged behind the Levenberg Marquardt training algorithm in performance. In addition, six different estimations were made as five inputs and one output, provided that each input parameter is removed once, to find the one that affects the output performance the most among the input parameters used in the estimation. It has been seen that the input parameter that most affects the neural network's performance is the number of animals, and it affects the network's performance negatively. As a result of the study, it was concluded that ammonia emission from a layer hen could be predicted with a high success rate with the Levenberg Marquardt (trainlm) training algorithm in artificial neural networks.

Benzer Tezler

  1. Adana ili ve çevresindeki yumurta tavukçuluğu işletmelerinde amonyak ve hidrojensülfür gazlarının oluşum düzeylerinin belirlenmesi

    An investigation to determine existence level of ammonia and hydrogen sulphide gases in the poultry house compaines in Adana and its around

    İLKER ÖNER

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    ZiraatÇukurova Üniversitesi

    Tarım Makineleri Ana Bilim Dalı

    PROF.DR. YILMAZ YILDIZ

  2. Samsun ilindeki yumurta tavuğu kümeslerinin yapısal ve fonksiyonel özellikleri

    Structural and functional features of laying hens houses in Samsun province

    TURGUT ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    1992

    ZiraatAnkara Üniversitesi

    Tarımsal Yapılar ve Sulama Ana Bilim Dalı

    DOÇ. DR. METİN OLGUN

  3. Uludağ Üniversitesi Ziraat Fakültesi Hayvancılık Ünitesi yumurta tavuğu kümesinin yapısal sorunları ve kümes içi çevre koşullarının yeterliliği üzerine bir araştırma

    A study on sufficiency of environmental conditions and structural problems in laying hen house in livestock unit of Uludağ University Agricultural Application and research center

    İLKER KILIÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    ZiraatUludağ Üniversitesi

    Tarımsal Yapılar ve Sulama Ana Bilim Dalı

    Y.DOÇ.DR. ERCAN ŞİMŞEK

  4. Farklı düzeyde Ca ve P içeren yumurta tavuğu yemlerine sitrik asit ilavesinin performans, yumurta kalitesi, mineral madde yararlanımı ve bağırsak mikroflorası üzerine etkileri

    Effects of citric acid suplementation to laying hen diets contained different levels of Ca and P on the performance, egg quality, mineral utulization and microbial population of small intestine

    ZÜLEYHA KAHRAMAN

    Doktora

    Türkçe

    Türkçe

    2008

    ZiraatAnkara Üniversitesi

    Zootekni Bölümü

    PROF. DR. İBRAHİM ÇİFTÇİ