基于改进BP神经网络的鸡舍环境与产蛋性能关系模型研究
发布时间：2020-12-25 23:03
本文研究冬季层叠式密闭蛋鸡舍环境参数与蛋鸡产蛋性能的关系,以安庆市宿松县金安禽业公司自动化蛋鸡养殖场为研究对象,对该公司海兰褐鸡舍进行相关环境指标和蛋鸡产蛋量指标的测试与分析,测定了鸡舍冬季不同空间位置下的鸡舍内温度、湿度、二氧化碳、风速、光照、氨气浓度水平以及鸡群的产蛋量。为了分析鸡舍多环境因子对蛋鸡产蛋性能的影响,提出基于布谷鸟搜索算法和BP神经网络的鸡舍环境因子与产蛋性能关系回归模型。选取主要环境影响因子参数(温度、湿度、二氧化碳、风速、光照、氨气)作为输入量,鸡的产蛋量作为输出量,构建BP神经网络基本模型。针对BP神经网络容易陷入局部最小值的缺陷,对算法提出改进,采用改进的布谷鸟搜索算法结合BP神经网络,建立鸡舍小气候环境因子与产蛋性能关系回归模型。通过具体实验对算法性能进行测试。测试结果:1、本文改进的布谷鸟算法比传统的布谷鸟算法的收敛速度更快,优化精度更高;2、相对于遗传算法优化BP神经网络算法和粒子群优化BP神经网络算法以及支持向量回归机等对比模型,本文改进的BP神经网络的性能明显更优。本文根据改进BP神经网络建立的鸡舍环境与产蛋性能关系模型,并进一步计算出理想化最佳鸡舍...
【文章来源】：安徽农业大学安徽省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
梯度下降法不同起点的寻优路径Fig2Optimizationpathofdifferentstartingpointsingradientdescentmethod
先在给定的空间范围内初始化种群并初始化算法的基本参数。其中每个将要优化训练的解，按照适应度函数进行计算各个解的适应度值，找到巢位置。然后根据解的适应度值的优劣将种群分成两部分，较劣解会通新；对于其余的较优解，则通过梯度下降法增强局部搜索。部分劣解 并以一个随机步长更新产生新解。重复迭代多次直至达到终止条件，最为最终得到最优的解。了检验本文的改进布谷鸟算法 GDCS 的性能，本文论文选取 4 个基准测试比较 GDCS 和未改进的布谷鸟算法两种算法的性能[52]。如下所示： Sphere function ==Difxx12imin()其中 x ∈[-10,10]i，D=20，最小值点 x。=（0,0,0,…,0），最小值 f(x。)函数仿真图如图 6 所示：
图7 Sum Square function 三维图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，最小值点 x。=（0,0,0,…,0），最小值 f(x。)=0。函数仿真图如图 8 所示：
【参考文献】：
期刊论文
[1]四层层叠密闭式本交笼养蛋种鸡舍春季环境参数测定与相关性分析[J]. 诸立春,李岩,詹凯,李俊营,刘伟,马瑞钰,刘盛南,崔海军,柳哲杰. 中国家禽. 2017(21)
[2]冬季八层层叠式笼养鸡舍环境质量测定与分析[J]. 李俊营,杨选将,詹凯,李华龙,刘盛南,刘伟,李岩,马瑞钰,王双. 西南农业学报. 2017(06)
[3]蛋鸡舍冬季CO2浓度控制标准与最小通风量确定[J]. 王阳,王朝元,李保明. 农业工程学报. 2017(02)
[4]层叠式笼养蛋鸡舍环境质量与产蛋性能监测与分析[J]. 匡伟,刘黑头,姚远,郗正林. 中国家禽. 2017(01)
[5]冬季六层层叠式笼养密闭式鸡舍环境质量测定与分析[J]. 李俊营,詹凯,唐建宏,李玲,刘伟,马瑞钰,李岩. 中国家禽. 2016(13)
[6]中国蛋鸡健康养殖技术的发展趋势[J]. 杨光军. 当代畜牧. 2015(05)
[7]基于灰关联和灵敏度的BP网络隐含层结构优化[J]. 张晓明,王芳,金玉雪,刘晓洋. 计算机测量与控制. 2014(09)
[8]基于改进共轭梯度优化BP神经网络的风电机组变桨距控制[J]. 邢作霞,肖泽亮,王雅光,李旭锋. 可再生能源. 2014(06)
[9]基于粒子群算法优化BP神经网络的色彩空间转换[J]. 洪亮,李瑞娟. 包装工程. 2014(09)
[10]基于改进CS优化算法的灰色神经网络预测模型[J]. 屈迟文,傅彦铭,戴俊. 西南师范大学学报(自然科学版). 2014(01)
博士论文
[1]基于智能算法的目标威胁估计[D]. 王改革.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[2]禽舍环境智能控制关键技术研究[D]. 王新政.东北林业大学 2012
[3]鸡舍环境控制对生产性能影响的研究[D]. 尤玉双.中国农业大学 2005
硕士论文
[1]布谷鸟算法的应用研究及算法性能度量[D]. 刘延龙.东北林业大学 2016
[2]现代化超大规模蛋鸡舍冬春季环境参数控制综合评价研究[D]. 周可嘉.西北农林科技大学 2014
[3]支持向量机参数选择的研究[D]. 宋永东.华中师范大学 2013
[4]自动化超大规模蛋鸡养殖舍环境控制方法研究[D]. 高腾.西北农林科技大学 2013
[5]河北省两种不同类型鸡舍环境质量的监测与分析[D]. 高杨.河北农业大学 2012
[6]冬春季不同鸡舍环境参数与蛋鸡经济性状变化关系的研究[D]. 张英.西北农林科技大学 2012
[7]笼养方式和应激对蛋鸡生产性能和福利状态的影响[D]. 郭盈盈.山东农业大学 2010
[8]基于遗传算法优化BP神经网络的变压器故障诊断[D]. 段侯峰.北京交通大学 2008
[9]鸡舍内NH3和CO2变化规律及机械通风下动态模型的研究[D]. 王世鹏.江苏大学 2008
本文编号：2938548
【文章来源】：安徽农业大学安徽省
【文章页数】：64 页
【学位级别】：硕士
【部分图文】：
梯度下降法不同起点的寻优路径Fig2Optimizationpathofdifferentstartingpointsingradientdescentmethod
先在给定的空间范围内初始化种群并初始化算法的基本参数。其中每个将要优化训练的解，按照适应度函数进行计算各个解的适应度值，找到巢位置。然后根据解的适应度值的优劣将种群分成两部分，较劣解会通新；对于其余的较优解，则通过梯度下降法增强局部搜索。部分劣解 并以一个随机步长更新产生新解。重复迭代多次直至达到终止条件，最为最终得到最优的解。了检验本文的改进布谷鸟算法 GDCS 的性能，本文论文选取 4 个基准测试比较 GDCS 和未改进的布谷鸟算法两种算法的性能[52]。如下所示： Sphere function ==Difxx12imin()其中 x ∈[-10,10]i，D=20，最小值点 x。=（0,0,0,…,0），最小值 f(x。)函数仿真图如图 6 所示：
图7 Sum Square function 三维图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，最小值点 x。=（0,0,0,…,0），最小值 f(x。)=0。函数仿真图如图 8 所示：
【参考文献】：
期刊论文
[1]四层层叠密闭式本交笼养蛋种鸡舍春季环境参数测定与相关性分析[J]. 诸立春,李岩,詹凯,李俊营,刘伟,马瑞钰,刘盛南,崔海军,柳哲杰. 中国家禽. 2017(21)
[2]冬季八层层叠式笼养鸡舍环境质量测定与分析[J]. 李俊营,杨选将,詹凯,李华龙,刘盛南,刘伟,李岩,马瑞钰,王双. 西南农业学报. 2017(06)
[3]蛋鸡舍冬季CO2浓度控制标准与最小通风量确定[J]. 王阳,王朝元,李保明. 农业工程学报. 2017(02)
[4]层叠式笼养蛋鸡舍环境质量与产蛋性能监测与分析[J]. 匡伟,刘黑头,姚远,郗正林. 中国家禽. 2017(01)
[5]冬季六层层叠式笼养密闭式鸡舍环境质量测定与分析[J]. 李俊营,詹凯,唐建宏,李玲,刘伟,马瑞钰,李岩. 中国家禽. 2016(13)
[6]中国蛋鸡健康养殖技术的发展趋势[J]. 杨光军. 当代畜牧. 2015(05)
[7]基于灰关联和灵敏度的BP网络隐含层结构优化[J]. 张晓明,王芳,金玉雪,刘晓洋. 计算机测量与控制. 2014(09)
[8]基于改进共轭梯度优化BP神经网络的风电机组变桨距控制[J]. 邢作霞,肖泽亮,王雅光,李旭锋. 可再生能源. 2014(06)
[9]基于粒子群算法优化BP神经网络的色彩空间转换[J]. 洪亮,李瑞娟. 包装工程. 2014(09)
[10]基于改进CS优化算法的灰色神经网络预测模型[J]. 屈迟文,傅彦铭,戴俊. 西南师范大学学报(自然科学版). 2014(01)
博士论文
[1]基于智能算法的目标威胁估计[D]. 王改革.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[2]禽舍环境智能控制关键技术研究[D]. 王新政.东北林业大学 2012
[3]鸡舍环境控制对生产性能影响的研究[D]. 尤玉双.中国农业大学 2005
硕士论文
[1]布谷鸟算法的应用研究及算法性能度量[D]. 刘延龙.东北林业大学 2016
[2]现代化超大规模蛋鸡舍冬春季环境参数控制综合评价研究[D]. 周可嘉.西北农林科技大学 2014
[3]支持向量机参数选择的研究[D]. 宋永东.华中师范大学 2013
[4]自动化超大规模蛋鸡养殖舍环境控制方法研究[D]. 高腾.西北农林科技大学 2013
[5]河北省两种不同类型鸡舍环境质量的监测与分析[D]. 高杨.河北农业大学 2012
[6]冬春季不同鸡舍环境参数与蛋鸡经济性状变化关系的研究[D]. 张英.西北农林科技大学 2012
[7]笼养方式和应激对蛋鸡生产性能和福利状态的影响[D]. 郭盈盈.山东农业大学 2010
[8]基于遗传算法优化BP神经网络的变压器故障诊断[D]. 段侯峰.北京交通大学 2008
[9]鸡舍内NH3和CO2变化规律及机械通风下动态模型的研究[D]. 王世鹏.江苏大学 2008
本文编号：2938548
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/2938548.html
最近更新
教材专著
