来源：期刊VIP网 时间：
作者：王素青;邹旋;郭金彪;李智丽;李梓茜;赵云翔;
单位：佛山大学生命科学与工程学院;广西大学动物科技学院;广西扬翔股份有限公司;广西壮族自治区蚕业技术推广站;
摘要：本文旨在探究利用前馈神经网络（FNN）预测杜洛克公猪的眼肌面积（LDA）与背膘厚（BFT）的育种值，以确定预测模型的最佳宽度与深度。采集广西某猪场2 000头杜洛克公猪的LDA和BFT数据，使用5次5折交叉验证方法，探究宽度在2～1024个神经元、隐藏层在1～31层的神经网络的预测准确性。结果表明：在预测LDA性状时，宽度为1 024、深度为16的FNN模型的准确性最高；在预测BFT性状时，宽度为32、深度为1的FNN模型表现最佳；神经网络模型（ANN）的预测准确性与参数量相关，但两者并非正相关关系，且模型在宽度较窄和隐藏层较深时易出现模型失效现象。模型训练时间与参数量呈现明显的正相关关系。本研究通过探索FNN模型结构和参数，为提升杜洛克公猪的眼肌面积与背膘厚的预测准确性提供新思路，并为构建更复杂的模型提供了一定的参考。
关键词：杜洛克公猪;眼肌面积;背膘厚;神经网络宽度;神经网络深度
基金资助：广西科技重大专项（KY01030033424006); 国家现代农业产业技术体系广西创新团队建设专项资金资助（nycytxgxcxtd-2023-15-03）; 广东省重点领域研发计划项目（2022B0202090003）
