哺乳母猪舍环境舒适度评价预测模型优化

发布时间：2024-04-01 01:22

　　针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCCS-LSSVR),并采用粒子群算法优化模型(PSO-LSSVR)、遗传算法优化模型(GA-LSSVR)、传统的LSSVR模型与本文模型进行了对比。利用本文模型对江苏省镇江市希玛牧业生猪养殖场哺乳母猪舍养殖环境舒适度进行了评价预测。结果表明,混合核MSCCS-LSSVR、PSO-LSSVR、GA-LSSVR和传统LSSVR 4种预测模型的平均绝对误差分别为0.061 1、0.097 2、0.130 6和0.168 1;混合核MSCCS-LSSVR模型比其他3种模型具有更高的预测精度和更可靠的性能,提高了猪舍环境评价预测水平,在评价预测中具有可行性和有效性。实际应用表明,本文模型能准确地反映猪舍空气质量状况,可以为猪舍环境精准调控提供决策支持,具有一定的应用价值。

【文章页数】：9 页

【部分图文】：

图1系统结构图

选取养猪场内某个标准母猪养殖猪舍作为实验舍，养殖环境数据来源于江苏大学研制的家猪养殖物联网远程环境监控系统。系统结构如图1所示，该系统每间隔10min对温度、相对湿度、CO2浓度、NH3浓度和H2S浓度等环境特征在线采样一次。将2018年7月14日—9月12日60d实测数据作....

图2数据处理结果

该测量值应予以剔除。g0(n，α)取决于测量次数n和显著度α，通过查询格拉布斯准则临界值表可获得。测量次数n取20，显著度α取0.05，查得g0(n，α)为2.557。图2是2018年8月23日00:00—23:50采集的母猪舍温度，采用人工饲喂方式，饲喂频率3次/d，饲喂时间0....

图3混合核MSCCS-LSSVR流程图

利用MSCCS算法优化选择的参数，得到LSSVR模型，具体流程如图3所示。5结果与分析

图54种模型预测误差

为了准确、全面地比较4种哺乳母猪舍环境舒适度评价预测模型的性能，采用平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R-squared,R2)评价预测结果。图64种模型预测结果

本文编号：3944790