动物疫情测报方法研究与系统实现 ——以传统猪瘟（CSF）为例
发布时间：2021-07-22 14:33
在目前动物养殖过程中，动物流行病毒（如传统猪瘟、新城疫、猪蓝耳病、口蹄疫等）的侵害，成为阻碍养殖产业发展的一个重要因素，同时也给我国养殖产业带来了巨大的经济损失。而于物种引进，环境恶化等因素进一步加大了动物疫病防治的难度，给实际测报工作带来了很大的难度，因此动物疫情测报研究成为一个重要的保障养殖产业顺利进行的重要手段。从早期依靠工作人员的经验预测，到现在的各种测报模型出现，测报技术也在不断的进步，同时也对测报工作的准确度以及时效性提出了更高的要求，动物疫情测报技术的准确性以及模型建立的合理性已经成为评价测报技术的一个重要指标。本文以传统猪瘟疫病（Classic Swine Fever）为研究对象，针对传统猪瘟的一些发病机理，以及影响疫病的指标因素进行分析，提出以组合模型为核心算法的测报系统。单一模型预测出来的结果虽然具有一定的指导意义，但是还没有达到高精度的标准，实际应用不够充分。组合模型技术是当前测报方法中的一个研究热点，该方法将单一模型进行组合构建，吸收了各模型的优势，在预测精度上明显优于单一模型。这种模型组合技术突破了传统模型的实际复杂因素与预测时间长度不能平衡的缺点，取众家之长...
【文章来源】：中国农业科学院北京市
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 动物疫情测报体系意义和构成内容
1.2.1 测报体系的意义
1.2.2 测报体系的构建
1.3 国内外研究现状
1.3.1 猪瘟病理学现状研究
1.3.2 测报方法研究现状
1.4 研究目标和内容
1.4.1 研究目标
1.4.2 研究内容
1.5 研究方法与技术路线
1.5.1 研究方法
1.5.2 技术路线
第二章 基于单一模型的猪瘟疫情测报研究
2.1 经典疫病模型研究
2.1.1 经典 Kermark-Mckendrick 模型基础
2.1.2 基于 Logistic 增长的猪瘟疫病 SIR 模型
2.2 时间序列模型分析
2.2.1 时间序列模型
2.2.2 猪瘟时间序列模型构建
2.3 灰色理论模型 GM(1,1)分析
2.3.1 灰色模型理论
2.3.2 灰色模型建模过程
2.4 BP 神经网络模型分析
2.4.1 BP 神经网络结构
2.4.2 BP 神经网络的优化
2.4.3 遗传算法
2.4.4 优化 BP 神经网络模型应用
2.5 本章小结
第三章 猪瘟疫情预测的组合模型研究与构建
3.1 组合模型理论
3.1.1 最优加权组合模型
3.1.2 模型融合
3.2 基于传统猪瘟发病率的组合模型构建
3.3 本章小结
第四章 动物疫情测报系统设计与实现
4.1 系统架构
4.2 系统分析设计
4.2.1 系统管理
4.2.2 ARIMA 模型预测
4.2.3 灰色模型预测
4.2.4 神经网络模型预测
4.2.5 组合模型预测
4.2.6 数据管理
4.3 数据库设计
4.4 MATLAB 与.NET 平台接口技术研究
4.4.1 MATLAB 对 COM 支持
4.4.2 MATLAB 引擎技术
4.5 系统实现
4.5.1 系统管理
4.5.2 ARIMA 模型预测
4.5.3 灰色模型预测
4.5.4 神经网络预测
4.5.5 组合模型预测
4.5.6 数据管理
4.6 系统小结
第五章 总结与讨论
5.1 总结
5.2 出现问题与解决方法
5.3 展望
参考文献
附录
1 灰色模型核心代码
2 C#调用神经网络工具箱部分代码
致谢
个人简历
【参考文献】：
期刊论文
[1]灰色关联度组合模型在涝灾预测中的应用[J]. 迟道才,沈亚西,陈涛涛,王堃,张兰芬,李雪. 中国农村水利水电. 2012(01)
[2]用灰色模型分析荆门市结核病的流行趋势[J]. 吴湘. 中国防痨杂志. 2012(01)
[3]BP神经网络在疾病分析影响因素中的作用（英文）[J]. 周金海,申刚磊,丁小丽,杨涛. 中国组织工程研究与临床康复. 2011(09)
[4]基于ARIMA的乘积季节模型在城市供水量预测中的应用[J]. 赵凌,张健,陈涛. 水资源与水工程学报. 2011(01)
[5]组合模型在农业用水量预测中的应用[J]. 邓奎,李龙国,伍仪保. 安徽农业科学. 2011(04)
[6]基于ARIMA模型的2009年山东省手足口病疫情分析及预测[J]. 吴孟泉,赵凯. 鲁东大学学报(自然科学版). 2011(01)
[7]基于改进反向传播算法的跨音速攻角补偿修正研究[J]. 孟博,李荣冰,刘建业,李睿佳. 系统工程与电子技术. 2010(12)
[8]动物疫情预测方法的研究[J]. 陈军,王昌建,张朝阳. 中国动物检疫. 2010(12)
[9]ARIMA模型在肺结核发病预测中的应用[J]. 孟蕾,王玉明. 中国卫生统计. 2010(05)
[10]应用ARIMA模型对甲型病毒性肝炎疫情预测的研究[J]. 蒋征刚,陈恩富,李倩,姚军,陈永弟. 浙江预防医学. 2010(10)
博士论文
[1]面向模型的组合理论研究[D]. 李钦.华东师范大学 2011
硕士论文
[1]单纯ARIMA模型和ARIMA-GRNN组合模型在猩红热月发病率中的预测效果比较[D]. 朱玉.安徽医科大学 2011
[2]基于GRNN的变权重组合预测模型在传染病发病率预测中的应用[D]. 任茹香.浙江大学 2011
[3]ARIMA模型与GM组合模型预测中国人口死亡率的研究[D]. 刘晓冬.潍坊医学院 2009
[4]关于组合预测中的权重确定及应用[D]. 毛开翼.成都理工大学 2007
本文编号：3297331
【文章来源】：中国农业科学院北京市
【文章页数】：88 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 动物疫情测报体系意义和构成内容
1.2.1 测报体系的意义
1.2.2 测报体系的构建
1.3 国内外研究现状
1.3.1 猪瘟病理学现状研究
1.3.2 测报方法研究现状
1.4 研究目标和内容
1.4.1 研究目标
1.4.2 研究内容
1.5 研究方法与技术路线
1.5.1 研究方法
1.5.2 技术路线
第二章 基于单一模型的猪瘟疫情测报研究
2.1 经典疫病模型研究
2.1.1 经典 Kermark-Mckendrick 模型基础
2.1.2 基于 Logistic 增长的猪瘟疫病 SIR 模型
2.2 时间序列模型分析
2.2.1 时间序列模型
2.2.2 猪瘟时间序列模型构建
2.3 灰色理论模型 GM(1,1)分析
2.3.1 灰色模型理论
2.3.2 灰色模型建模过程
2.4 BP 神经网络模型分析
2.4.1 BP 神经网络结构
2.4.2 BP 神经网络的优化
2.4.3 遗传算法
2.4.4 优化 BP 神经网络模型应用
2.5 本章小结
第三章 猪瘟疫情预测的组合模型研究与构建
3.1 组合模型理论
3.1.1 最优加权组合模型
3.1.2 模型融合
3.2 基于传统猪瘟发病率的组合模型构建
3.3 本章小结
第四章 动物疫情测报系统设计与实现
4.1 系统架构
4.2 系统分析设计
4.2.1 系统管理
4.2.2 ARIMA 模型预测
4.2.3 灰色模型预测
4.2.4 神经网络模型预测
4.2.5 组合模型预测
4.2.6 数据管理
4.3 数据库设计
4.4 MATLAB 与.NET 平台接口技术研究
4.4.1 MATLAB 对 COM 支持
4.4.2 MATLAB 引擎技术
4.5 系统实现
4.5.1 系统管理
4.5.2 ARIMA 模型预测
4.5.3 灰色模型预测
4.5.4 神经网络预测
4.5.5 组合模型预测
4.5.6 数据管理
4.6 系统小结
第五章 总结与讨论
5.1 总结
5.2 出现问题与解决方法
5.3 展望
参考文献
附录
1 灰色模型核心代码
2 C#调用神经网络工具箱部分代码
致谢
个人简历
【参考文献】：
期刊论文
[1]灰色关联度组合模型在涝灾预测中的应用[J]. 迟道才,沈亚西,陈涛涛,王堃,张兰芬,李雪. 中国农村水利水电. 2012(01)
[2]用灰色模型分析荆门市结核病的流行趋势[J]. 吴湘. 中国防痨杂志. 2012(01)
[3]BP神经网络在疾病分析影响因素中的作用（英文）[J]. 周金海,申刚磊,丁小丽,杨涛. 中国组织工程研究与临床康复. 2011(09)
[4]基于ARIMA的乘积季节模型在城市供水量预测中的应用[J]. 赵凌,张健,陈涛. 水资源与水工程学报. 2011(01)
[5]组合模型在农业用水量预测中的应用[J]. 邓奎,李龙国,伍仪保. 安徽农业科学. 2011(04)
[6]基于ARIMA模型的2009年山东省手足口病疫情分析及预测[J]. 吴孟泉,赵凯. 鲁东大学学报(自然科学版). 2011(01)
[7]基于改进反向传播算法的跨音速攻角补偿修正研究[J]. 孟博,李荣冰,刘建业,李睿佳. 系统工程与电子技术. 2010(12)
[8]动物疫情预测方法的研究[J]. 陈军,王昌建,张朝阳. 中国动物检疫. 2010(12)
[9]ARIMA模型在肺结核发病预测中的应用[J]. 孟蕾,王玉明. 中国卫生统计. 2010(05)
[10]应用ARIMA模型对甲型病毒性肝炎疫情预测的研究[J]. 蒋征刚,陈恩富,李倩,姚军,陈永弟. 浙江预防医学. 2010(10)
博士论文
[1]面向模型的组合理论研究[D]. 李钦.华东师范大学 2011
硕士论文
[1]单纯ARIMA模型和ARIMA-GRNN组合模型在猩红热月发病率中的预测效果比较[D]. 朱玉.安徽医科大学 2011
[2]基于GRNN的变权重组合预测模型在传染病发病率预测中的应用[D]. 任茹香.浙江大学 2011
[3]ARIMA模型与GM组合模型预测中国人口死亡率的研究[D]. 刘晓冬.潍坊医学院 2009
[4]关于组合预测中的权重确定及应用[D]. 毛开翼.成都理工大学 2007
本文编号：3297331
本文链接：https://www.wllwen.com/yixuelunwen/dongwuyixue/3297331.html
