ورم پستان به عنوان یک عفونت پستانی مؤثر بر کیفیت شیر و سخت زایی در گاوهای شیری چالش های قابل توجهی را برای بهره وری و رفاه حیوانات ایجاد میکنند و پیامدهای اقتصادی قابل توجهی را به همراه دارند. ورم پستان که بار اقتصادی قابل توجهی برای واحدهای پرورش گاو شیری دارد، یکی از شایع ترین و پرهزینه ترین بیماری ها در گله های شیری در کشورهای توسعه یافته است و اغلب با مجموعه ای از تغییرات رفتاری مانند کاهش فعالیت، کاهش مصرف خوراک و کاهش تعاملات اجتماعی روزانه همراه است. سخت زایی نیز منجر به افزایش مرده زایی، مرگ ومیر گوساله ها و کاهش باروری در گاوهای شیری می شود. شناسایی تغییرات رفتاری خاص مرتبط با بیماری های گله گاو شیری می تواند تشخیص و درمان زودهنگام را تسهیل کنند. همچنین امروزه استفاده از رایانه به منظور تصمیمگیری در مورد مسائل مهم در حال گسترش است. ازاین رو، استفاده از روشهای نوین کامپیوتری و درعین حال قابل فهم، در حال ورود به حوزه های مختلف علوم و به خصوص علومدامی میباشد. به همین منظور در این پژوهش از ترکیب منطق فازی و روشهای تصمیم گیری چندمتغیره و همچنین ترکیب منطق فازی و شبکههای عصبی مصنوعی، در قالب دو پژوهش مجزا و با این دلیل که ترکیب روشهای یادشده میتواند در تصمیمگیری و تشخیص، کمک کننده باشد، اجرا شد. در پژوهش نخست اثر از 8 کارشناس خبره در مسائل علوم دامی، دو پرسشنامه برای عوامل مؤثر بر سخت زایی تهیه شد. یک پرسشنامه برای روش FDANP و پرسشنامه دیگر برای روش FAHP مورداستفاده قرار گرفت. پس از اجرای دو روش فوق مشخص شد در روش FDANP متغیر وزن گوساله با ضریب 2465/0، نمره وضعیت بدنی دام با ضریب 244/0 و فاصله زایش با ضریب 201/0 بیشترین اهمیت را در بروز سخت زایی در گله گاو شیری داشتند. همچنین در روش FAHP نوبت زایش با ضریب با 656/0، وزن گوساله با ضریب 572/0 و جنس گوساله با ضریب 281/0 سه عامل با اهمیت بیشتر در بین عوامل مؤثر بر سخت زایی است. مقایسه دو روش فوق نشان میدهد هرچند در علومزیستی (علوم دامی) روش ANP نتایج قابل بحث و تفکر در مورد مسائل مختلف ارائه میدهد اما روش AHP نتایج مشابه تری به مطالعات گذشته و با روشهای کلاسیک ارائه کرده است. در پژوهش دوم که از ترکیب منطق فازی و شبکههای عصبی مصنوعی به منظور تشخیص ورم پستان در سطح گلههای گاو شیری، به دست آمد. دو روش کاهش داده که شامل PCAو Corrrelation Pearson میباشند و همچنین سه الگوریتم مختلف Gradian Decsent، Particle Swam Optimization و Genetic Algorithm مقایسه شدند. پس از بررسی دو روش کاهش داده و سه الگوریتم بهینه سازی مختلف، مشخص شد روش Pearson نسبت به PCA خروجی قابل قبول تری ارائه میدهد. همچنین باوجوداینکه هر سه الگوریتم استفاده شده نتایج قابل قبولی داشتند، اما الگوریتم Gradient Decsent همراه با روش Pearson نتایج مطلوب تر با 98/0 ACC و 99/ 0 Precision و 98/0 Recall ارائه کردند. این نتایج نشان میدهد استفاده از منطق فازی و ترکیب آن ها با روشهای دیگر مانند ANFIS و MCDM میتواند کمککننده و درعین حال مؤثر در تصمیمگیریها، تشخیص ها و همچنین برطرف کردن تنوع نظر افراد در سطح مزارع گاو شیری داشته باشد.

کلمات کلیدی: منطق فازی، شبکههای عصبی مصنوعی، تصمیم گیری چند متغیره، سخت زایی، ورم پستان