基于Android平台的猪舍氨气浓度预测系统

发布时间：2024-06-15 06:12

　　随着生活质量的提高,人们对猪肉及其产品的需求也逐渐增加,规模化、集约化的生猪养殖发展迅速。在规模化养猪生产中,猪舍环境对猪的生长发育起着至关重要的作用,良好的生存环境可以有效地提高生猪的健康水平、繁殖能力及猪肉的产量,因此,生猪的养殖环境已经受到多方面的广泛关注。氨气是规模化封闭式猪舍养殖中空气污染的主要成分,对生猪的影响最大,不仅降低畜禽的健康及其生产性能,还容易引起各种疾病,己成为畜禽场的主要空气污染源,也是当前国际上用来衡量畜禽场空气质量的通用指标。由于猪舍内环境之间存在着非线性、时变性的特性,使得猪舍环境的预测和控制面临很多困难,尤其是实现这些环境因素的智能化、精确化预测和控制。预测封闭式生猪养殖场氨气的浓度的主要方法是建立氨气浓度预测模型,该预测模型既是封闭式生猪养殖场空气质量评价的重要指标之一,也是精确预测和管理生猪生长环境的基础依据。由于猪舍内氨气浓度对猪生长发育影响较大,因此建立一个准确的氨气浓度预测模型十分必要。虽然目前有些针对猪舍内氨气浓度预测的研究,但是氨气浓度受到猪舍内多种环境因素的影响,而且氨气浓度和猪舍内的环境是非线性关系的,缺少准确的预测模型。为此本研究构...

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

图1-1技术路线图

图1-1技术路线图Fig.1-1Technicalroutingmap1.4研究方案（1）为了使神经网络具有较好的训练效果同时提高预测准确性，需要把样本数据进行预理，去除其中量纲的作用。因为数据单位不相同，因此需要把不一致的数据进行格式化，使它归一化至一定的范畴中。....

图2-1线性神经网络结构图

输出节点的传递函数选用purelin，它的输入和输出间具有一个不太复杂的比例关系。线性神经网络的结构图如图2-1所示图2-1线性神经网络结构图Fig.2-1Linearneuralnetworkstructurediagram线性网络最终的输出如公式2-1所....

图2-2Elman神经网络结构图

数据来源与预测方法Outputlayer）[57]。隐含层加入一个承接层，这一层中没有时间的输出结果，令它具备检验与形成时变方式的特点。用承接层来延缓和保存，自动连接至隐含层的输入。这一数据具备一定灵敏性，反馈网络的进入加强了自身解决建模的目的[58]，Elman神经网络的结....

图2-3BP神经网络结构图

基于Android平台的猪舍氨气浓度预测系统的权值以及阈值，得到最小的网络误差平方和[59]。BP算法能力、较强的自动学习以及自动适应能力、泛化能力与一分极小化、收敛速度较慢、网络结构类型不一致与严重依赖扑结构包括输入层（Inputlayer）、隐含层（Hiddenla....

本文编号：3995050