采用元分析和神经网络法预测肉鸡饲料原料能量值

鉴于传统的回归分析法获得的饲料原料代谢能值不一致的特点，巴西拉夫拉斯联邦大学的科学家开发出了一种预测法用于评估肉鸡的能量和蛋白质饲料原料的代谢能值。在研究中，他们应用一种层类神经网络对植物源能量和蛋白质饲料原料的氮校正代谢能值（AMEn）进行评估，包括巴西568个试验结果的数据集分为两个部分，其中114份数据用于评估每种应用网络的准确性，后者基于平均标准误、平均绝对偏差、平均绝对百分差、平均绝对百分偏差进行评估。结果表明，7-5—3—1模型具有最高的准确性。