[发明专利]基于遗传算法优化BP神经网络的奶牛采食量评估方法

说明书

本发明公开了一种基于遗传算法优化BP神经网络的奶牛采食量评估方法，所述方法包括如下步骤：步骤一、确定BP神经网络的拓扑结构；步骤二、样本数据的预处理；步骤三、种群初始化；步骤四、计算种群适应度值；步骤五、选择、交叉、变异操作；步骤六、判断进化是否完成；步骤七、模型构建；步骤八、模型验证。该方法采用遗传算法优化BP神经网络权值阈值的方法建立采食量评估模型，为准确评估奶牛采食量变化，合理掌控奶牛采食量变化规律提供科学依据与理论指导。本发明克服了BP神经网络可能陷入局部最优的缺点，提高了模型的收敛速度且具有较高的评估效果。

技术领域

本发明涉及一种奶牛采食量评估方法，具体涉及一种基于遗传算法优化BP神经网络的奶牛采食量评估方法。

背景技术

奶牛养殖是我国传统畜牧行业，在畜牧业所占比重较大，因此如何提升我国奶牛养殖行业的经济效益，获得更好的投入产出比是当前急需解决的问题。其中，奶牛养殖业中干物质采食量是奶牛健康生产所需营养物质的量化基础，是衡量奶牛生产性能和潜力的重要指标，是决定奶牛生产水平高低、获得更高经济效益、推动奶牛养殖业不断标准化和专业化发展的重要因素，但个体奶牛的采食量在奶牛实际养殖中难以通过人工的方法直接获取，因此，准确评估奶牛干物质采食量对奶牛生产实践具有重要意义。在奶牛养殖业中，奶牛的采食量在不同环境、生理状况、生长周期、温度、饲料的精粗比等因素的影响下存在较大的差异，如何合理把控奶牛采食量是提升经济效益的关键因素。

奶牛干物质采食量受多种因素的影响，它不仅会随着体重与采食时间变化而改变，而且也与奶牛的活动量、趴卧次数以及躺卧时间相关。高腾云等人研究发现：当奶牛的活动量相对较大时会增加能量消耗促进奶牛进食，同时发现50％的奶牛在躺卧时都在反刍，增加奶牛的躺卧时间能促进奶牛的反刍活动，从而提高奶牛对饲料的消化以提高奶牛采食量，另外饲料的精粗比对奶牛采食量的影响也很大，研究表明不同的精粗比会改变奶牛的食糜在消化道停留速度，从而影响对饲料的消化率，进而影响奶牛的采食量。以往研究多采用机制模型或经验模型来评估奶牛采食量，其中，机制模型是利用解释各因子与采食量之间的基本生物学理论与函数关系而建立的评估模型，如Madsen等根据饲料在奶牛瘤胃内存在时长、瘤胃内的降解参数和瘤胃的大小建立奶牛采食量评估模型，但由于不同品种、生长时期的奶牛瘤胃存在很大的差异，因此该采食量评估模型仅适合评估某个奶牛特定时期的采食量，而经验模型多是采用线性回归方法，该方法通过拟合与采食量具有一定因果关系的因素来构建关系式，如deSouza,RA等，根据奶牛的乳汁能量、体重、体重变化量、身体状况评分、身高、产奶天数等数据建立采食量预测方程，但该模型仅仅考虑的是动物因素而没有考虑到饲料精粗比对采食量的影响。另外，澳大利亚CSRO体系使用标准参数体重、正常体重和体况因子等指标来估计奶牛采食量，但模型涉及变量过多难以进行实际应用。Lahart,B等根据牛奶产量、脂肪百分比、蛋白质百分比、体重、泌乳阶段和胎次建立基准方程，与中红外反射光谱和近红外反射光谱组合预测奶牛的采食量，但该方法不仅对奶牛采食量评估的准确性较低，而且部分数据不易获取、运行成本相对较高。综上所述，在奶牛采食量评估方面应该寻求一种模型相对简单、参数易于获取、成本相对较低、操作相对方便且又能满足奶牛采食量评估精度的方法。