針對(duì)母豬舍多環(huán)境因子相互耦合,難以合理、準(zhǔn)確地預(yù)測(cè)判斷豬舍環(huán)境舒適度的問(wèn)題,根據(jù)畜禽舍養(yǎng)殖環(huán)境標(biāo)準(zhǔn),構(gòu)建了評(píng)價(jià)指標(biāo)體系,提出了基于變尺度混沌布谷鳥(niǎo)算法優(yōu)化混合核最小二乘支持向量回歸機(jī)的哺乳母豬舍環(huán)境舒適度評(píng)價(jià)預(yù)測(cè)模型(MSCCS-LSSVR),并采用粒子群算法優(yōu)化模型(PSO-LSSVR)、遺傳算法優(yōu)化模型(GA-LSSVR)、傳統(tǒng)的LSSVR模型與本文模型進(jìn)行了對(duì)比。利用本文模型對(duì)江蘇省鎮(zhèn)江市�，斈翗I(yè)生豬養(yǎng)殖場(chǎng)哺乳母豬舍養(yǎng)殖環(huán)境舒適度進(jìn)行了評(píng)價(jià)預(yù)測(cè)。結(jié)果表明,混合核MSCCS-LSSVR、PSO-LSSVR、GA-LSSVR和傳統(tǒng)LSSVR 4種預(yù)測(cè)模型的平均絕對(duì)誤差分別為0.061 1、0.097 2、0.130 6和0.168 1;混合核MSCCS-LSSVR模型比其他3種模型具有更高的預(yù)測(cè)精度和更可靠的性能,提高了豬舍環(huán)境評(píng)價(jià)預(yù)測(cè)水平,在評(píng)價(jià)預(yù)測(cè)中具有可行性和有效性。實(shí)際應(yīng)用表明,本文模型能準(zhǔn)確地反映豬舍空氣質(zhì)量狀況,可以為豬舍環(huán)境精準(zhǔn)調(diào)控提供決策支持,具有一定的應(yīng)用價(jià)值。

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

圖1系統(tǒng)結(jié)構(gòu)圖

選取養(yǎng)豬場(chǎng)內(nèi)某個(gè)標(biāo)準(zhǔn)母豬養(yǎng)殖豬舍作為實(shí)驗(yàn)舍，養(yǎng)殖環(huán)境數(shù)據(jù)來(lái)源于江蘇大學(xué)研制的家豬養(yǎng)殖物聯(lián)網(wǎng)遠(yuǎn)程環(huán)境監(jiān)控系統(tǒng)。系統(tǒng)結(jié)構(gòu)如圖1所示，該系統(tǒng)每間隔10min對(duì)溫度、相對(duì)濕度、CO2濃度、NH3濃度和H2S濃度等環(huán)境特征在線采樣一次。將2018年7月14日—9月12日60d實(shí)測(cè)數(shù)據(jù)作....

圖2數(shù)據(jù)處理結(jié)果

該測(cè)量值應(yīng)予以剔除。g0(n，α)取決于測(cè)量次數(shù)n和顯著度α，通過(guò)查詢格拉布斯準(zhǔn)則臨界值表可獲得。測(cè)量次數(shù)n取20，顯著度α取0.05，查得g0(n，α)為2.557。圖2是2018年8月23日00:00—23:50采集的母豬舍溫度，采用人工飼喂方式，飼喂頻率3次/d，飼喂時(shí)間0....

圖3混合核MSCCS-LSSVR流程圖

利用MSCCS算法優(yōu)化選擇的參數(shù)，得到LSSVR模型，具體流程如圖3所示。5結(jié)果與分析

圖54種模型預(yù)測(cè)誤差

為了準(zhǔn)確、全面地比較4種哺乳母豬舍環(huán)境舒適度評(píng)價(jià)預(yù)測(cè)模型的性能，采用平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)和決定系數(shù)(R-squared,R2)評(píng)價(jià)預(yù)測(cè)結(jié)果。圖64種模型預(yù)測(cè)結(jié)果

本文編號(hào)：3944790