Vorhersage und Optimierung des Schlachtgewichts bei Fleisch-Meerforellen unter Verwendung von Modellen künstlicher neuronaler Netzwerke

) betrugen 0.9404, 0.9359 und 0.9223 für die Trainings-, Validierungs- und Testphasen. Für die entsprechenden Phasen betrugen die SEM ebenfalls 51.8854, 52.2764 und 55.2572. Laut Sensitivitätsanalyse war die wichtigste Eingangsvariable zur Vorhersage des SW das Körpergewicht im Alter von 20 D (BW20), während die weniger wichtigen Eingangsvariablen das Gewicht der Küken bei der Schlüpfung und das Körpergewicht im Alter von 5 D waren. Die Ergebnisse der Optimierung des neuronalen Netzwerks zeigten, dass alle Eingangsvariablen, mit Ausnahme von BW20, sehr ähnlich, aber leicht höher als die Mittelwerte (μ für jede Eingangsvariable) waren. Die Ergebnisse dieser Studie legen nahe, dass das ANN einen praktischen Ansatz zur Vorhersage des endgültigen Körpergewichts (SW) von japanischen Wachteln auf der Grundlage früher Leistungen bietet. Darüber hinaus gewährte die phänotypische Selektion für höhere Werte früher Wachstumsmerkmale nicht die Erreichung des maximalen SW, mit Ausnahme von BW20.