奶牛营养诊断智能信息系统的研究与开发

论文摘要

奶业发展水平是一个国家农业现代化水平的重要体现。随着奶牛营养研究的逐渐深入,各种营养理论不断推陈出新,奶牛饲养技术也在不断提高。利用智能信息处理技术,结合奶牛营养技术,研究开发奶牛营养诊断智能信息系统,对奶牛生理状况和奶样、血样、尿样等进行分析检测,对奶牛的整体营养代谢状况和存在的健康问题进行诊断,可为采取预防措施提供依据;通过对奶牛群体营养代谢状况评价,可及时发现牛群存在的营养问题,减少奶牛群代谢疾病的发生,提高牛群的整体健康水平,对增加奶牛养殖的经济效益,提高国民营养水平,促进农民增收,加快农业现代化建设具有重要意义。本研究将智能信息处理技术、数据挖掘技术用于奶牛营养诊断,主要内容和结论如下:(1)结合奶牛营养诊断技术和理论开发了奶牛营养诊断智能信息系统。该系统可进行奶牛饲养效果分析诊断、生理营养指标分析诊断、奶牛日粮分析诊断,其中日粮分析诊断包括奶牛营养需要计算、日粮提供的各种营养成分计算、满足度分析、日粮平衡性分析、安全性分析。提供奶牛营养方面的各项诊断结果,为奶牛养殖提供依据。(2)为奶牛营养诊断智能信息系统增加一种工具。可对奶牛营养诊断分析产生的大量数据进行数据挖掘,采用关联分析方法,从这些数据中发现有意义、有价值的信息,如对26头奶牛的数据分析结果:品种类型为黑白花牛,牧草类型为一般牧草的奶牛瘤胃乙酸/丙酸情况低于正常值等,可以帮助奶牛生产者和科技人员更进一步探索营养问题和做研究,为他们的生产和研究提供有力的工具。(3)研究了奶牛饲料配方优化方法,首次将粒子群优化算法用于饲料配方优化。求解配方优化问题,即用粒子群优化算法求解线性规划方程。将粒子群优化模型在各种参数配置下进行优化实验,结果表明,粒子群优化模型对维数较低的线性规划方程求解速度较快,但对维数较高的线性规划方程(如9维以上的线性规划方程)并不适应。本研究将智能信息处理技术与奶牛营养诊断进行了有机结合,尤其是把粒子群优化算法用于饲料配方优化,并将数据挖掘中关联分析应用到奶牛营养数据的分析,为研究奶牛营养的专业人员提供了一种工具和先进的方法,对探索适合中国国情的奶牛饲养标准提供了理论和实践基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的与意义
• 1.2 国内外研究现状
• 1.3 研究内容与方法
• 第二章 奶牛营养需要模型分析
• 2.1 干物质需要量模型
• 2.2 有效纤维需要量模型
• 2.3 产奶净能需要量模型
• 2.4 小肠可消化蛋白需要量模型
• 2.5 降解蛋白和非降解蛋白需要量模型
• 2.6 赖氨酸和蛋氨酸需要量模型
• 2.7 矿物质需要量模型
• 2.8 维生素需要量模型
• 2.9 本章小结
• 第三章 奶牛营养诊断智能信息处理方法
• 3.1 数据挖掘
• 3.2 数据挖掘方法—关联分析的应用
• 3.3 粒子群优化算法
• 3.4 奶牛饲料配方的线性规划数学模型建立与模型特点
• 3.5 粒子群优化算法计算饲料配方
• 3.6 本章小结
• 第四章 系统的研发
• 4.1 系统功能需求分析
• 4.2 系统设计
• 4.3 系统实现
• 4.4 本章小结
• 第五章 结果与分析
• 5.1 奶牛营养诊断
• 5.2 关联分析
• 5.3 本章小结
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 附录
• 缩略词
• 致谢
• 作者简介