基于人工神经网络的人工瘤胃发酵甲烷与挥发性脂肪酸产量预测模型研究

发布时间：2017-01-04 09:53

  本文关键词：基于人工神经网络的人工瘤胃发酵甲烷与挥发性脂肪酸产量预测模型研究，由笔耕文化传播整理发布。

《中国农业大学》 2015年

基于人工神经网络的人工瘤胃发酵甲烷与挥发性脂肪酸产量预测模型研究

董瑞兰  

【摘要】：人为因素导致温室气体甲烷(CH4)和二氧化碳(CO2)的排放量增加,这不仅造成了大气温室效应还加剧了全球气候变暖。反刍动物瘤胃微生物的厌氧发酵产物也是温室气体CH4和CO2的重要农业来源之一,造成了动物能量的损失和能量利用率的下降。准确预测反刍动物瘤胃发酵产生的温室气体是评估温室效应的基础。本论文通过以下四个试验研究了瘤胃CH4、CO2和挥发性脂肪酸(VFA)产量与饲料营养成分之间的关系,分别建立了肉牛CH4和CO2的排放以及瘤胃发酵VFA产量的预测模型,同时对所建立模型的准确性进行了测试。通过比较传统回归模型和人工神经网络模型,阐明了用人工神经网络模型预测瘤胃CH4、CO2和VFA产量的可行性,并提出准确的预测模型。 试验一建立了2个肉牛典型混合饲料数据库,第1个数据库为建模集数据库,用于数据建模,配制了45种精粗比分别为10：90、20：80、30：70、40：60和50：50的混合饲料(每个精粗比含9种混合饲料),第2个数据库为测试集数据库,配制了10种与建模集数据库相同精粗比例的混合饲料(每个精粗比含2种混合饲料)。用Menke和Steingass体外产气技术测定混合饲料体外发酵48h的气体和VFA,并用气相色谱仪分析体外发酵的CH4、CO2和VFA产量。 试验二通过多元回归法分析了混合饲料CNCPS碳水化合物组分CA(糖)、CB1(淀粉和果胶)和CB2(可利用纤维)与人工瘤胃发酵的CH4产量之间的相关关系,证明了用CNCPS碳水化合物组分预测瘤胃CH4的可行性。本试验采用试验一的2个数据库,建模集数据库包括45种肉牛混合饲料的CH4产量与CNCPS碳水化合物组分,用于多元回归方程的建立；测试集数据库包括10种混合饲料的CNCPS碳水化合物组分,用于多元回归方程的测试。结果表明,混合饲料CNSPS碳水化合物组分(g)如CA、CB1和CB2与混合饲料体外发酵的CH4产量(mL)之间存在显著的多元线性关系：CH4=(89.16±14.93)CA+(124.10±13.90)CB1+(30.58±11.72)CB2+(3.28±7.19),R2=0.81,P0.000],n=45。通过测试集日粮对该模型进行验证,结果表明,CNCPS碳水化合物组分CA、CB1和CB2是合适的日粮输入变量,能用于瘤胃发酵CH4产量的准确预测。 试验三旨在研究用含有输入层、隐含层和输出层的三层反向传播(BP,back propagation)人工神经网络建模预测肉牛混合饲料体外发酵CH4产量的可行性和准确性。本试验采用试验一的2个数据库,建模集数据库用于BP神经网络的训练,包括45种肉牛混合饲料体外发酵的CH4、CO2、总产气量以及混合饲料的CNCPS碳水化合物组分；测试集数据库用于神经网络的测试,包括10种混合饲料的CNCPS碳水化合物组分。通过比较由1-16个隐含层神经元节点和不同输出层变量构成的不同BP神经网络的预测性能,确定BP神经网络的最佳结构。经测试集数据库检验,结果发现,由BP神经网络预测的瘤胃CH4、CO2和总产气量与其实测值之间经配对t-检验分析差异不显著(P0.05)。一元线性相关分析结果显示其决定系数(R2)分别为0.95、0.97和0.92,BP神经网络模型的均方根预测误差(RMSPE)分别为3.89%、2.95%和4.23%。与多元回归方程相比,BP神经网络模型在预测CO2和总产气量时准确性均有提高,但在预测体外发酵CH4产量方面准确性相似。结果表明,基于CNCPS碳水化合物组分用BP神经网络能够准确、可靠地预测肉牛混合饲料体外发酵的CH4、CO2和总产气量。 试验四是以CNCPS碳水化合物组分为基础建立预测瘤胃VFA产量的多元线性回归模型(MLR, Multiple linear regression)和三层BP神经网络模型(BP3, Three-layer Levenberg-Marquart back propagation),并比较两模型的预测性能。研究采用试验一的2个混合饲料数据库,其中建模集数据库包含精粗比分别为10：90、20：80、30：70、40：60和50：50的45种肉牛典型混合饲料体外发酵的VFA产量以及CNCPS碳水化合物组分,用于数据建模；测试集数据库用于模型的测试,包含与建模集数据库相同精粗比的10种混合饲料的CNCPS碳水化合物组分。通过以下三种方式比较MLR和BP3模型的预测性能,包括配对t-检验、预测值和实测值之间的决定系数(R2)及均方根预测误差(RMSPE)。统计分析结果表明,VFA产量(mmol)与混合饲料CNCPS碳水化合物组分(g) CA、CB1和CB2之间存在显著的多元线性关系。与MLR模型相比,BP3模型能更准确地预测瘤胃乙酸、丙酸和总VFA产量,但在预测丁酸产量方面二者结果相似。试验表明以混合饲料的CNCPS碳水化合物组分CA、CB1和CB2为日粮输入变量,用MLR和BP3模型均适合预测混合饲料体外发酵的VFA产量,但是BP3模型预测的准确性更高。 综上,本论文通过一系列试验研究表明,CNCPS碳水化合物组分CA、CB1和CB2是合适的日粮输入变量,能准确用于瘤胃CH4、CO2和VIA产量的预测。MLR和BP3模型均适合预测混合饲料体外发酶的CH4、CO2和VFA产量,但是BP3模型预测的准确性更高。

【关键词】：
【学位授予单位】：中国农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP183;S816
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前1条

1 冯仰廉;李胜利;赵广永;张晓明;莫放;韩继福;;牛甲烷排放量的估测[J];动物营养学报;2012年01期

【共引文献】

中国期刊全文数据库 前10条

1 张金屯;孟东平;席跃翔;;自组织神经影射网络排序及其在植物群落分析中的应用[J];北京林业大学学报;2008年01期

2 张金屯;聂二保;向春玲;;五台山亚高山草甸的人工神经网络分类与排序[J];草业学报;2009年04期

3 陈振伟;王茜;黄继红;;一种新的水质预测模型的仿真实现[J];电脑知识与技术;2010年36期

4 张贵花;王聪;刘强;白元生;师周戈;刘晓妮;高书文;;纤维分解酶处理玉米秸秆对肉牛瘤胃发酵和养分消化代谢的影响[J];动物营养学报;2013年09期

5 郑文思;赵广永;张婷婷;牛文静;董瑞兰;;应用体外发酵法研究高精料饲粮NSC/NDF与甲烷产量之间的关系[J];动物营养学报;2013年10期

6 刘婵娟;赵向辉;徐明;曹阳春;杨婷;姚军虎;;基于CPM-Dairy的几种我国常用奶牛饲料原料聚类分析[J];动物营养学报;2013年10期

7 张锐;朱晓萍;李建云;张微;宋先忱;李丰田;;辽宁绒山羊常用粗饲料苜蓿和羊草间饲料组合效应[J];动物营养学报;2013年10期

8 杨琴;熊本海;韩英东;杨亮;;奶牛采食调控理论与干物质采食量模型研究现状和分析[J];动物营养学报;2014年01期

9 黄雅莉;邹彩霞;韦升菊;梁辛;李舒露;陆天水;杨炳壮;梁贤威;;体外产气法研究半胱胺对水牛瘤胃发酵参数和甲烷产量的影响[J];动物营养学报;2014年01期

10 李勋;时建忠;唐湘方;;猪舍氨气排放量及其检测技术的研究进展[J];中国畜牧兽医;2014年02期

中国重要会议论文全文数据库 前6条

1 孙斌;龚飞飞;邵伟;任万平;余雄;;新疆不同季节荷斯坦干乳牛与泌乳牛甲烷24小时排放及排放量变化的研究[A];生态环境与畜牧业可持续发展学术研讨会暨中国畜牧兽医学会2012年学术年会和第七届全国畜牧兽医青年科技工作者学术研讨会会议——T05畜牧业减排与废弃物资源化利用专题[C];2012年

2 张吉鹍;李龙瑞;邹庆华;;稻草与不同水平百脉根组合的瘤胃体外发酵及甲烷产量的动态变化研究[A];第二届中国奶业大会论文集(上册)[C];2011年

3 崔彦召;徐晓明;徐国忠;张克春;;体外产气法评定蒸汽压片玉米和玉米颗粒的营养价值[A];第三届中国奶业大会论文集(上册)[C];2012年

4 张鹏;卜登攀;张养东;王林枫;姜士凯;;CNCPS体系在反刍动物上的应用研究[A];第四届中国奶业大会论文集[C];2013年

5 李芸;张英杰;;羊蛋白质营养研究进展[A];中国畜牧兽医学会养羊学分会2014年全国养羊生产与学术研讨会议论文集[C];2014年

6 Lingxiao Geng;Xuejin Gao;;Support vector machine dynamic modeling method and its application in the fermentation process[A];第26届中国控制与决策会议论文集[C];2014年

中国博士学位论文全文数据库 前10条

1 张冬青;非线性非高斯时间序列预测研究[D];南京航空航天大学;2008年

2 杨承剑;延胡索酸二钠对山羊瘤胃甲烷生成的调控研究及相关瘤胃微生物菌群分析[D];南京农业大学;2011年

3 吴旭;城乡耦合系统人类主导的碳循环及生态服务[D];浙江大学;2013年

4 周笑犁;大豆寡糖对肠道微生态与免疫功能的调控作用及机制研究[D];南昌大学;2013年

5 许贵善;20-35kg杜寒杂交羔羊能量与蛋白质需要量参数的研究[D];中国农业科学院;2013年

6 席燕辉;非线性滤波算法及在神经网络与金融市场建模中的应用[D];中南大学;2013年

7 任耀庆;多变量模糊逻辑控制系统的设计及其应用[D];中南大学;2013年

8 王新政;禽舍环境智能控制关键技术研究[D];东北林业大学;2012年

9 熊富强;锌浸出针铁矿法沉铁过程的建模研究及应用[D];中南大学;2012年

10 孙国帅;深水桥梁下部结构体系振动台模型试验研究及理论分析[D];大连理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 陈福音;育成奶牛能量和蛋白质代谢规律及其需要量研究[D];河北农业大学;2012年

2 赵一广;肉用绵羊甲烷排放的测定与估测模型的建立[D];中国农业科学院;2012年

3 董春岩;基于反传混沌粒子群训练前馈神经网络应用研究[D];北京化工大学;2013年

4 张胜权;三江源地区草甸草场13种典型牧草营养价值评定研究[D];青海大学;2013年

5 易桑;基于OAPSO的神经网络在语音情感识别中的应用[D];长沙理工大学;2013年

6 崔彦召;乳酸菌剂对发酵全混合日粮品质及6种霉菌毒素含量的影响[D];南京农业大学;2011年

7 邓思川;化学处理对真姬菇菌糠营养组分及人工瘤胃发酵的影响[D];福建农林大学;2013年

8 夏欣;基于PSO-FNN的网络安全态势评测研究与实现[D];电子科技大学;2013年

9 肖莉春;29种中药营养价值及对耐药大肠杆菌抑菌活性研究[D];江西农业大学;2013年

10 郑岩恒;基于战略视角的生产型组织企业文化评价研究及应用[D];重庆大学;2013年

【相似文献】

中国期刊全文数据库 前10条

1 张树义,王立新;人工神经网络在蝙蝠回声定位叫声识别方面的应用[J];动物学杂志;2001年04期

2 蔡昆争;人工神经网络在农业中的应用[J];农业系统科学与综合研究;2001年01期

3 韦新,边秀房,孙英明,吴晓玲;人工神经网络在生物化学中的应用[J];山东省农业管理干部学院学报;2002年03期

4 苑韶峰,吕军;人工神经网络在我国水科学中的应用与展望[J];农机化研究;2003年04期

5 罗长寿,左强,李保国;基于遗传算法的人工神经网络模型在冬小麦根系分布预报中的应用[J];应用生态学报;2004年02期

6 刘乃森;刘福霞;;人工神经网络及其在植物保护中的应用[J];安徽农业科学;2006年23期

7 王龙;李靖;郑勇;;水分敏感指标人工神经网络模型研究[J];云南农业大学学报;2007年03期

8 徐亚丹;王俊;;基于BP人工神经网络和尾气分析的汽车故障诊断方法研究[J];农业装备与车辆工程;2008年11期

9 谢剑;王丽君;;人工神经网络在农产品干燥中的应用[J];现代化农业;2009年10期

10 陈秉钧,上官儒;基于人工神经网络的组合预测及应用[J];农业工程学报;1997年02期

中国重要会议论文全文数据库 前10条

1 曾昭磐;赵晓红;;基于人工神经网络的预测方法研究[A];1994中国控制与决策学术年会论文集[C];1994年

2 赵卿;曹晓岚;;人工神经网络及其在医学中的应用[A];第五次全国中西医结合神经科学术会议论文集[C];2004年

3 黄姝雅;刘天琪;陈绩;;基于人工神经网络的电力系统负荷预测综述[A];中国企业运筹学[C];2006年

4 杜欣慧;廉巍巍;孟春炜;;基于人工神经网络的短期电力负荷预测研究[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集（上）[C];2006年

5 汪学清;单仁亮;;人工神经网络在爆破块度预测中的应用研究[A];第二届中国水利水电岩土力学与工程学术讨论会论文集（一）[C];2008年

6 汪晓东;方晓敏;;基于人工神经网络的香榧子分类方法[A];Proceedings of Conference on Environmental Pollution and Public Health（CEPPH 2012）[C];2012年

7 路家强;黎志成;;基于人工神经网络的生产作业计划评价[A];第七届计算机模拟与信息技术学术会议论文集[C];1999年

8 任培顺;刘云霞;;人工神经网络在故障诊断方面应用与发展[A];第十一届全国煤矿自动化学术年会论文专辑[C];2001年

9 邱炳文;周勇;李学垣;;改进的人工神经网络模型在湖泊富营养化评价中的应用——以武汉市南湖为例[A];第六届全国计算机应用联合学术会议论文集[C];2002年

10 易军;许忠保;刘小鹏;;人工神经网络技术的工程应用与展望[A];湖北省机械工程学会机械设计与传动专业委员会第十五届学术年会论文集（一）[C];2007年

中国重要报纸全文数据库 前9条

1 苑希民（中国水利水电科学研究院决策支持技术研究室 主任） 李彦彬 徐建新（华北水利水电学院） 李鸿雁（北京理工大学管理与经济学院） 苑韶峰 吕军（浙江大学环境与资源学院）;[N];中国水利报;2005年

2 胡性慧　王唯赫 杨腾;[N];中国知识产权报;2010年

3 本报记者 靖九江 采写;[N];中国医药报;2005年

4 记者靖九江;[N];中国医药报;2005年

5 记者 周前进;[N];健康报;2000年

6 徐会川;[N];电脑报;2003年

7 张东方;沙明;杨松松;[N];中国医药报;2003年

8 叶平安;[N];电脑报;2014年

9 贾俊涛 梁成珠 郭强;[N];中国国门时报;2013年

中国博士学位论文全文数据库 前10条

1 张瑞林;人工神经网络在纺织中的应用研究[D];浙江大学;2001年

2 张治国;人工神经网络及其在地学中的应用研究[D];吉林大学;2006年

3 袁泉;人工神经网络系统的动态复杂性研究[D];华中科技大学;2010年

4 窦英;人工神经网络—近红外光谱法用于药物无损非破坏定量分析的研究[D];吉林大学;2006年

5 白艳萍;人工神经网络在组合优化与信息处理中的应用[D];中北大学;2005年

6 王玲;基于人工神经网络的水文过程模拟研究[D];河海大学;2002年

7 阚丹锋;人工神经网络在化工物性定量预测中的应用研究[D];北京化工大学;1992年

8 伭炜;基于人工神经网络的混合智能系统研究及应用[D];哈尔滨工程大学;2009年

9 尚永辉;主—客体分子间相互作用的光电分析及人工神经网络预估研究[D];西北大学;2011年

10 董学育;基于人工神经网络的故障诊断方法在电站中的应用研究[D];东南大学;2001年

中国硕士学位论文全文数据库 前10条

1 黄俊;基于人工神经网络的焊接材料设计[D];南京理工大学;2002年

2 陈俊;基于人工神经网络的旅游需求预测[D];昆明理工大学;2006年

3 于海华;人工神经网络与煤发热量的测量[D];黑龙江大学;2003年

4 侯哲哲;人工神经网络在材料设计中的应用[D];河北工业大学;2003年

5 李双;双组分混合体系中人工神经网络分析方法的研究[D];中国海洋大学;2010年

6 辜涛;基于BP人工神经网络的智能仓储智能品质评价[D];北京交通大学;2012年

7 卢海;基于人工神经网络的冰情预测研究[D];天津大学;2007年

8 张硕;人工神经网络在高光谱矿物识别中的应用与研究[D];中国地质大学（北京）;2008年

9 孟嘉伟;基于BP人工神经网络的水质评价模型[D];天津大学;2010年

10 赵一宁;人工神经网络和遗传算法在船体结构动力学中的应用[D];大连理工大学;2002年

  本文关键词：基于人工神经网络的人工瘤胃发酵甲烷与挥发性脂肪酸产量预测模型研究，，由笔耕文化传播整理发布。

本文编号：233611