本文研究冬季層疊式密閉蛋雞舍環(huán)境參數(shù)與蛋雞產(chǎn)蛋性能的關(guān)系,以安慶市宿松縣金安禽業(yè)公司自動(dòng)化蛋雞養(yǎng)殖場為研究對象,對該公司海蘭褐雞舍進(jìn)行相關(guān)環(huán)境指標(biāo)和蛋雞產(chǎn)蛋量指標(biāo)的測試與分析,測定了雞舍冬季不同空間位置下的雞舍內(nèi)溫度、濕度、二氧化碳、風(fēng)速、光照、氨氣濃度水平以及雞群的產(chǎn)蛋量。為了分析雞舍多環(huán)境因子對蛋雞產(chǎn)蛋性能的影響,提出基于布谷鳥搜索算法和BP神經(jīng)網(wǎng)絡(luò)的雞舍環(huán)境因子與產(chǎn)蛋性能關(guān)系回歸模型。選取主要環(huán)境影響因子參數(shù)(溫度、濕度、二氧化碳、風(fēng)速、光照、氨氣)作為輸入量,雞的產(chǎn)蛋量作為輸出量,構(gòu)建BP神經(jīng)網(wǎng)絡(luò)基本模型。針對BP神經(jīng)網(wǎng)絡(luò)容易陷入局部最小值的缺陷,對算法提出改進(jìn),采用改進(jìn)的布谷鳥搜索算法結(jié)合BP神經(jīng)網(wǎng)絡(luò),建立雞舍小氣候環(huán)境因子與產(chǎn)蛋性能關(guān)系回歸模型。通過具體實(shí)驗(yàn)對算法性能進(jìn)行測試。測試結(jié)果:1、本文改進(jìn)的布谷鳥算法比傳統(tǒng)的布谷鳥算法的收斂速度更快,優(yōu)化精度更高;2、相對于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法和粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法以及支持向量回歸機(jī)等對比模型,本文改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)的性能明顯更優(yōu)。本文根據(jù)改進(jìn)BP神經(jīng)網(wǎng)絡(luò)建立的雞舍環(huán)境與產(chǎn)蛋性能關(guān)系模型,并進(jìn)一步計(jì)算出理想化最佳雞舍... 

【文章來源】：安徽農(nóng)業(yè)大學(xué)安徽省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

梯度下降法不同起點(diǎn)的尋優(yōu)路徑Fig2Optimizationpathofdifferentstartingpointsingradientdescentmethod

先在給定的空間范圍內(nèi)初始化種群并初始化算法的基本參數(shù)。其中每個(gè)將要優(yōu)化訓(xùn)練的解，按照適應(yīng)度函數(shù)進(jìn)行計(jì)算各個(gè)解的適應(yīng)度值，找到巢位置。然后根據(jù)解的適應(yīng)度值的優(yōu)劣將種群分成兩部分，較劣解會通新；對于其余的較優(yōu)解，則通過梯度下降法增強(qiáng)局部搜索。部分劣解 并以一個(gè)隨機(jī)步長更新產(chǎn)生新解。重復(fù)迭代多次直至達(dá)到終止條件，最為最終得到最優(yōu)的解。了檢驗(yàn)本文的改進(jìn)布谷鳥算法 GDCS 的性能，本文論文選取 4 個(gè)基準(zhǔn)測試比較 GDCS 和未改進(jìn)的布谷鳥算法兩種算法的性能[52]。如下所示： Sphere function ==Difxx12imin()其中 x ∈[-10,10]i，D=20，最小值點(diǎn) x。=（0,0,0,…,0），最小值 f(x。)函數(shù)仿真圖如圖 6 所示：

圖7 Sum Square function 三維圖Fig 7 The three-dimensional diagram of Sum Square function Matyas function122221min f (x)=0.2（6x+x） 0.48xx其中 x ∈[-10,10]i，最小值點(diǎn) x。=（0,0,0,…,0），最小值 f(x。)=0。函數(shù)仿真圖如圖 8 所示：

【參考文獻(xiàn)】：
期刊論文
[1]四層層疊密閉式本交籠養(yǎng)蛋種雞舍春季環(huán)境參數(shù)測定與相關(guān)性分析[J]. 諸立春,李巖,詹凱,李俊營,劉偉,馬瑞鈺,劉盛南,崔海軍,柳哲杰.  中國家禽. 2017(21)
[2]冬季八層層疊式籠養(yǎng)雞舍環(huán)境質(zhì)量測定與分析[J]. 李俊營,楊選將,詹凱,李華龍,劉盛南,劉偉,李巖,馬瑞鈺,王雙.  西南農(nóng)業(yè)學(xué)報(bào). 2017(06)
[3]蛋雞舍冬季CO2濃度控制標(biāo)準(zhǔn)與最小通風(fēng)量確定[J]. 王陽,王朝元,李保明.  農(nóng)業(yè)工程學(xué)報(bào). 2017(02)
[4]層疊式籠養(yǎng)蛋雞舍環(huán)境質(zhì)量與產(chǎn)蛋性能監(jiān)測與分析[J]. 匡偉,劉黑頭,姚遠(yuǎn),郗正林.  中國家禽. 2017(01)
[5]冬季六層層疊式籠養(yǎng)密閉式雞舍環(huán)境質(zhì)量測定與分析[J]. 李俊營,詹凱,唐建宏,李玲,劉偉,馬瑞鈺,李巖.  中國家禽. 2016(13)
[6]中國蛋雞健康養(yǎng)殖技術(shù)的發(fā)展趨勢[J]. 楊光軍.  當(dāng)代畜牧. 2015(05)
[7]基于灰關(guān)聯(lián)和靈敏度的BP網(wǎng)絡(luò)隱含層結(jié)構(gòu)優(yōu)化[J]. 張曉明,王芳,金玉雪,劉曉洋.  計(jì)算機(jī)測量與控制. 2014(09)
[8]基于改進(jìn)共軛梯度優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電機(jī)組變槳距控制[J]. 邢作霞,肖澤亮,王雅光,李旭鋒.  可再生能源. 2014(06)
[9]基于粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的色彩空間轉(zhuǎn)換[J]. 洪亮,李瑞娟.  包裝工程. 2014(09)
[10]基于改進(jìn)CS優(yōu)化算法的灰色神經(jīng)網(wǎng)絡(luò)預(yù)測模型[J]. 屈遲文,傅彥銘,戴俊.  西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(01)

博士論文
[1]基于智能算法的目標(biāo)威脅估計(jì)[D]. 王改革.中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所） 2013
[2]禽舍環(huán)境智能控制關(guān)鍵技術(shù)研究[D]. 王新政.東北林業(yè)大學(xué) 2012
[3]雞舍環(huán)境控制對生產(chǎn)性能影響的研究[D]. 尤玉雙.中國農(nóng)業(yè)大學(xué) 2005

碩士論文
[1]布谷鳥算法的應(yīng)用研究及算法性能度量[D]. 劉延龍.東北林業(yè)大學(xué) 2016
[2]現(xiàn)代化超大規(guī)模蛋雞舍冬春季環(huán)境參數(shù)控制綜合評價(jià)研究[D]. 周可嘉.西北農(nóng)林科技大學(xué) 2014
[3]支持向量機(jī)參數(shù)選擇的研究[D]. 宋永東.華中師范大學(xué) 2013
[4]自動(dòng)化超大規(guī)模蛋雞養(yǎng)殖舍環(huán)境控制方法研究[D]. 高騰.西北農(nóng)林科技大學(xué) 2013
[5]河北省兩種不同類型雞舍環(huán)境質(zhì)量的監(jiān)測與分析[D]. 高楊.河北農(nóng)業(yè)大學(xué) 2012
[6]冬春季不同雞舍環(huán)境參數(shù)與蛋雞經(jīng)濟(jì)性狀變化關(guān)系的研究[D]. 張英.西北農(nóng)林科技大學(xué) 2012
[7]籠養(yǎng)方式和應(yīng)激對蛋雞生產(chǎn)性能和福利狀態(tài)的影響[D]. 郭盈盈.山東農(nóng)業(yè)大學(xué) 2010
[8]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[D]. 段侯峰.北京交通大學(xué) 2008
[9]雞舍內(nèi)NH3和CO2變化規(guī)律及機(jī)械通風(fēng)下動(dòng)態(tài)模型的研究[D]. 王世鵬.江蘇大學(xué) 2008



本文編號：2938548