Predicción por Redes Neuronales Artificiales del comportamiento productivo de Capra hircus “caprinos” en crianza semiextensiva

Abstract

RESUMEN Se predijo por redes neuronales artificiales (RNA) el comportamiento productivo de Capra hircus “caprinos” en crianza semiextensiva. 40 cabritos desde el registro del peso inicial, hasta las seis semanas, así como, 92 cabras desde el registro inicial de producción de leche (30±5 días después del parto) hasta las doce semanas fueron evaluados. Para ambas variables la RNA usada fue de tipo Feedforward, con algoritmo de entrenamiento Backpropagation y ajuste de pesos Levenberg-Marquardt. Para peso corporal la topología que presento mejor resultado fue tres entradas, seis salidas purelin, 42 neuronas en la capa oculta. El error porcentual entre los valores esperados y los predichos por la RNA fue de 7.51, no obteniéndose diferencia significativa (P>0.05) entre ambos, el porcentaje de aciertos fue de 50%, el error cuadrático medio (ECM) fue de 0.00439 y el coeficiente de determinación (R2) de 0.977. Para producción de leche la topología que presento mejor resultado fue tres entradas, doce salidas purelin, 65 neuronas en la capa oculta. El error porcentual entre los valores esperados y los predichos por la RNA fue de 8.50 no obteniéndose diferencia significativa (P>0.05) entre ambos, el porcentaje de aciertos fue de 63.9%, el ECM fue de 0.0134 y el R2 de 0.601. Se concluye que en la predicción del peso corporal las RNA demostraron alta eficiencia predictiva y en la producción de leche, efectos ambientales propios del sistema de crianza, influyeron en la baja eficiencia predictiva de las RNA.