این پژوهش در قالب 3 آزمایش مجزا، توانایی شبکه های عصبی مصنوعی در پیش بینی پاسخ جوجه های گوشتی به اسیدهای آمینه را مورد ارزیابی و برمبنای این مدل ها، احتیاجات اسیدهای آمینه را تعیین نمود.در مطالعه نخست پاسخ جوجه¬های گوشتی نر سویه راس در بازه سنی 4 تا 18 روزگی به اسیدهای آمینه متیونین و تریپتوفان بصورت جداگانه مورد بررسی قرار گرفت. آزمون آنالیز حساسیت به روش مقادیر گمشده نشان داد که در مطالعه اسیدهای آمینه متیونین و تریپتوفان، مدل های توسعه یافته حساسیت بیشتری به سطوح پروتئین (در مقایسه با اسیدهای آمینه) از خود نشان می دهند. بر اساس بهینه سازی ها مشخص شد که 45/5 و 85/5 گرم متیونین در کیلوگرم خوراک برای دستیابی به حداکثر افزایش وزن روزانه و بازده خوراک لازم است. این در حالی است که این مقادیر برای تریپتوفان معادل 6/2 و 1/3 گرم در کیلوگرم جیره بود. در مطالعه دوم از داده¬های حاصل از پاسخ مخلوطی از سویه های مختلف جوجه¬های گوشتی در بازه سنی 1 تا 21 روزگی به اسید آمینه لیزین مورد بررسی قرار گرفت. مقادیر ضریب تعیین بالا و خطای پیش بینی نشان از دقت بالای شبکه های عصبی داشت. بر اساس الگوریتم بهینه سازی جستجوی تصادفی بیشترین افزایش وزن روزانه و بازده خوراک با جیره-هایی حاوی به ترتیب 9/12 و 1/13 گرم لیزین در کیلوگرم خوراک حاصل خواهد شد. در مطالعه سوم از شبکه های عصبی خودراه انداز پاسخ سویه های مختلف جوجه های گوشتی در بازه سنی 1 تا 21 روزگی به اسیدهای آمینه شاخه دار مورد ارزیابی قرار گرفت. استفاده از مدل های شبکه عصبی خودراه انداز و تولید گروه های مختلف داده ای با جایگزین، می تواند کمک شایانی به توسعه مدل های مقاوم تر شبکه عصبی در برابر تغییرات و نیز استفاده هرچه بیشتر از داده های موجود باشد. بر مبنای بهینه سازی مدل های شبکه عصبی خودراه انداز احتیاجات اسیدهای آمینه ایزولوسین، لوسین و والین جهت حداکثر افزایش وزن روزانه 05/9، 03/14 و 9/10 گرم بر کیلوگرم خوراک بوده در حالیکه این مقادیر برای حداکثر بازده خوراک به ترتیب 07/9، 5/14 و 04/11 گرم بدست آمد.