姜吴昊:基于数据挖掘技术的蛋鸡智能饲喂策略的研究论文

姜吴昊:基于数据挖掘技术的蛋鸡智能饲喂策略的研究论文

本文主要研究内容

作者姜吴昊(2019)在《基于数据挖掘技术的蛋鸡智能饲喂策略的研究》一文中研究指出:鸡蛋是居民生活中重要的农副产品,鸡蛋质量与蛋鸡的福利水平息息相关,其中一个重要的因素便是蛋鸡采食饮水情况。但是目前蛋鸡信息监测方面仍然依靠有经验的饲养员进行巡查,效率低下;而蛋鸡饲喂方式仍以自由饲喂为主,虽然目前的自动饲喂系统能定时定量的投喂饲料,但是饲料量和饲喂时间仍是根据饲养员的经验进行衡量,没有达到智能化的投喂需求,因此饲料的利用率低,饲料浪费严重,蛋鸡生产性能难以达到完全的发挥。所以对蛋鸡养殖过程中的信息监测采集和研究蛋鸡智能饲喂策略方法是有重大的现实意义的。本文针对蛋鸡养殖业,提出一种基于数据挖掘技术的蛋鸡智能饲喂策略的研究方法,主要包括:设计出一种蛋鸡信息采集系统,主要采集蛋鸡的采食饮水行为相关数据和生产性能数据(本文主要指产蛋量和饲料利用率),并对采集数据进行了可靠性分析;通过对饲料重量和水重量变化形成的时间序列进行分析,利用感知重要点方法对时间序列进行分段拟合,从而对蛋鸡采食饮水行为进行定量化提取和可视化分析,并用视频监测结果进行误差分析;利用关联规则挖掘技术发现蛋鸡采食饮水行为与生产性能之间的关系,发现数据间隐含的关联;最后设计了一个基于LSTM的行为预测模型用于蛋鸡采食饮水行为的预测,以便得到具体的饲喂时间与饲料量,并且建立了蛋鸡养殖智能饲喂决策的系统平台。实验结果表明:通过对采集来的数据进行校验,发现采集的数据与实际数据的相对误差均小于2%,可见采集系统的可靠性较好,数据可信度高;通过视频监测结果可以发现,量化算法所得到的采食时间误差在半分钟之内,采食量几乎没有较大的误差;利用关联规则挖掘发现了蛋鸡采食行为与生产性能之间存在较大的关联,蛋鸡采食量和产蛋后的采食量与生产性能之间存在正相关的关系,而采食摄入率在0.012-0.014g/s之间时,蛋重和饲料利用率则处于较高的水平;利用基于LSTM的行为预测模型对蛋鸡采食饮水行为进行预测,发现行为量化数据的真实值在预测范围内的概率均达到了70%以上,相比于其他预测模型,该模型的预测效果较好。

Abstract

ji dan shi ju min sheng huo zhong chong yao de nong fu chan pin ,ji dan zhi liang yu dan ji de fu li shui ping xi xi xiang guan ,ji zhong yi ge chong yao de yin su bian shi dan ji cai shi yin shui qing kuang 。dan shi mu qian dan ji xin xi jian ce fang mian reng ran yi kao you jing yan de si yang yuan jin hang xun cha ,xiao lv di xia ;er dan ji si wei fang shi reng yi zi you si wei wei zhu ,sui ran mu qian de zi dong si wei ji tong neng ding shi ding liang de tou wei si liao ,dan shi si liao liang he si wei shi jian reng shi gen ju si yang yuan de jing yan jin hang heng liang ,mei you da dao zhi neng hua de tou wei xu qiu ,yin ci si liao de li yong lv di ,si liao lang fei yan chong ,dan ji sheng chan xing neng nan yi da dao wan quan de fa hui 。suo yi dui dan ji yang shi guo cheng zhong de xin xi jian ce cai ji he yan jiu dan ji zhi neng si wei ce lve fang fa shi you chong da de xian shi yi yi de 。ben wen zhen dui dan ji yang shi ye ,di chu yi chong ji yu shu ju wa jue ji shu de dan ji zhi neng si wei ce lve de yan jiu fang fa ,zhu yao bao gua :she ji chu yi chong dan ji xin xi cai ji ji tong ,zhu yao cai ji dan ji de cai shi yin shui hang wei xiang guan shu ju he sheng chan xing neng shu ju (ben wen zhu yao zhi chan dan liang he si liao li yong lv ),bing dui cai ji shu ju jin hang le ke kao xing fen xi ;tong guo dui si liao chong liang he shui chong liang bian hua xing cheng de shi jian xu lie jin hang fen xi ,li yong gan zhi chong yao dian fang fa dui shi jian xu lie jin hang fen duan ni ge ,cong er dui dan ji cai shi yin shui hang wei jin hang ding liang hua di qu he ke shi hua fen xi ,bing yong shi pin jian ce jie guo jin hang wu cha fen xi ;li yong guan lian gui ze wa jue ji shu fa xian dan ji cai shi yin shui hang wei yu sheng chan xing neng zhi jian de guan ji ,fa xian shu ju jian yin han de guan lian ;zui hou she ji le yi ge ji yu LSTMde hang wei yu ce mo xing yong yu dan ji cai shi yin shui hang wei de yu ce ,yi bian de dao ju ti de si wei shi jian yu si liao liang ,bing ju jian li le dan ji yang shi zhi neng si wei jue ce de ji tong ping tai 。shi yan jie guo biao ming :tong guo dui cai ji lai de shu ju jin hang jiao yan ,fa xian cai ji de shu ju yu shi ji shu ju de xiang dui wu cha jun xiao yu 2%,ke jian cai ji ji tong de ke kao xing jiao hao ,shu ju ke xin du gao ;tong guo shi pin jian ce jie guo ke yi fa xian ,liang hua suan fa suo de dao de cai shi shi jian wu cha zai ban fen zhong zhi nei ,cai shi liang ji hu mei you jiao da de wu cha ;li yong guan lian gui ze wa jue fa xian le dan ji cai shi hang wei yu sheng chan xing neng zhi jian cun zai jiao da de guan lian ,dan ji cai shi liang he chan dan hou de cai shi liang yu sheng chan xing neng zhi jian cun zai zheng xiang guan de guan ji ,er cai shi she ru lv zai 0.012-0.014g/szhi jian shi ,dan chong he si liao li yong lv ze chu yu jiao gao de shui ping ;li yong ji yu LSTMde hang wei yu ce mo xing dui dan ji cai shi yin shui hang wei jin hang yu ce ,fa xian hang wei liang hua shu ju de zhen shi zhi zai yu ce fan wei nei de gai lv jun da dao le 70%yi shang ,xiang bi yu ji ta yu ce mo xing ,gai mo xing de yu ce xiao guo jiao hao 。

论文参考文献

  • [1].数据挖掘技术在旋转机械故障部位诊断中的研究与应用[D]. 刁逸帆.合肥工业大学2019
  • [2].基于Spark的数据挖掘技术研究[D]. 杜沛.华北电力大学2019
  • [3].基于数据挖掘技术的游戏营销系统设计与实现[D]. 黄智鹏.电子科技大学2019
  • [4].基于DSCAN优化算法与决策树优化算法的气象时空数据挖掘技术研究[D]. 李进讷.云南大学2018
  • [5].基于数据挖掘技术的运输车辆预警分析研究[D]. 王晴.云南大学2018
  • [6].基于数据挖掘技术的高校智慧宿舍系统的研究与实现[D]. 张祯巍.华中师范大学2019
  • [7].基于数据挖掘技术的高校图书馆资源配置系统[D]. 徐艳.西南科技大学2018
  • [8].基于数据挖掘技术的社团管理系统分析与设计[D]. 孙蓉蓉.陕西师范大学2019
  • [9].数据挖掘技术在病案信息管理中的应用[D]. 荣晨.华北理工大学2019
  • [10].数据挖掘技术在客户关系管理(CRM)中的应用研究[D]. 琚会婧.华北理工大学2019
  • 读者推荐
  • [1].基于数据挖掘的煤矿机电设备运行状态预测方法研究[D]. 吴少杰.西安科技大学2019
  • [2].基于Spark的数据挖掘技术在ERP系统上的研究与应用[D]. 辛宇.浙江农林大学2019
  • 论文详细介绍

    论文作者分别是来自浙江农林大学的姜吴昊,发表于刊物浙江农林大学2019-10-24论文,是一篇关于蛋鸡论文,采食饮水行为论文,数据挖掘论文,行为量化论文,关联规则论文,饲喂策略论文,浙江农林大学2019-10-24论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自浙江农林大学2019-10-24论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  ;  

    姜吴昊:基于数据挖掘技术的蛋鸡智能饲喂策略的研究论文
    下载Doc文档

    猜你喜欢