Identificación de las curvas de fermentación ruminal de algunos forrajes de leguminosas utilizando optimización por enjambre de partículas
Autores: Palangi, Valiollah
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Identificación de las curvas de fermentación ruminal de algunos forrajes de leguminosas utilizando optimización por enjambre de partículas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Zootecnia
Palabras clave
Proceso de modelado
Nutrición animal
Optimización por enjambre de partículas
Curvas de fermentación
Forrajes de leguminosas
OEP
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
El proceso de modelado tiene una amplia gama de aplicaciones en la nutrición animal. El propósito de este trabajo es determinar si la optimización por enjambre de partículas (PSO) podría utilizarse para explicar las curvas de fermentación de algunos forrajes de leguminosas. El modelo se ajustó a los datos de fermentación con diferencias estadísticas menores (R > 0.98). Además, reducir el número de iteraciones mejoró los beneficios de este método. Solo los Modelos I y II pudieron ajustar con éxito los datos de fermentabilidad (R > 0.98) en la curva de fermentación de la veza y el trébol blanco, ya que los parámetros negativos (calculados en los Modelos III y IV) no eran biológicamente aceptables. El Modelo IV solo pudo ajustar la curva de fermentación de la alfalfa, que tenía valores de R más altos y demostró la fiabilidad del modelo. En conclusión, se recomienda utilizar PSO para ajustar las curvas de fermentación. Al examinar las curvas de fermentación de los materiales de alimentación, los nutricionistas animales pueden obtener una visión más amplia de lo que los rumiantes requieren en términos de nutrición.
Descripción
El proceso de modelado tiene una amplia gama de aplicaciones en la nutrición animal. El propósito de este trabajo es determinar si la optimización por enjambre de partículas (PSO) podría utilizarse para explicar las curvas de fermentación de algunos forrajes de leguminosas. El modelo se ajustó a los datos de fermentación con diferencias estadísticas menores (R > 0.98). Además, reducir el número de iteraciones mejoró los beneficios de este método. Solo los Modelos I y II pudieron ajustar con éxito los datos de fermentabilidad (R > 0.98) en la curva de fermentación de la veza y el trébol blanco, ya que los parámetros negativos (calculados en los Modelos III y IV) no eran biológicamente aceptables. El Modelo IV solo pudo ajustar la curva de fermentación de la alfalfa, que tenía valores de R más altos y demostró la fiabilidad del modelo. En conclusión, se recomienda utilizar PSO para ajustar las curvas de fermentación. Al examinar las curvas de fermentación de los materiales de alimentación, los nutricionistas animales pueden obtener una visión más amplia de lo que los rumiantes requieren en términos de nutrición.