[发明专利]鸡舍环境对产蛋性能耦合作用的分析方法及存储介质

权利要求书

1.一种鸡舍环境对产蛋性能耦合作用的分析方法，其特征在于，包括以下步骤：

采集鸡舍环境数据，输入事先设置好的鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型，得到不同环境参数下对应的蛋鸡产蛋性能参数预测数据；

其中，鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型的构建步骤如下：

获取鸡舍环境数据及对应蛋鸡产蛋性能数据，并对数据进行归一化处理；

以归一化后的鸡舍环境及对应蛋鸡产蛋性能参数数据为训练数据，完成鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型参数的初始化；

完成鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型参数的优化微调，建立鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型。

2.根据权利要求1所述的鸡舍环境对产蛋性能耦合作用的分析方法，其特征在于：所述获取鸡舍环境数据及对应蛋鸡产蛋性能数据，并对获取的数据进行归一化处理，包括：

采用最大最小法，其公式为：

式中，x′_i表示归一化后的鸡舍环境数据及对应蛋鸡产蛋性能原始数据，数据范围为[0,1]；x_i表示鸡舍环境数据及对应蛋鸡产蛋性能原始数据；x_max和x_min表示鸡舍环境数据及对应蛋鸡产蛋性能数据的最大值和最小值。

3.根据权利要求2所述的鸡舍环境对产蛋性能耦合作用的分析方法，其特征在于：所述以归一化后的鸡舍环境及对应蛋鸡产蛋性能参数数据为训练数据，完成鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型参数的初始化，包括：

分别单独、无监督地训练每一层受限玻尔兹曼机网络；

RBM层与层的节点之间相互无连接，可视层和隐含层的联合组态能量函数为：

式中，v_i和h_j分别为可视层、隐含层的节点状态，θ＝{w,a,b}是模型的参数，w_ij为可视层和隐含层之间连接权重值，b_i和a_j分别是可视层节点和隐含层节点对应的偏置值；则RBM在状态参数θ下的联合概率为：

其中，

是归一化因子，即分配函数。求P_θ(v,h)对h的边缘分布：

然后采用最大似然函数最大化P_θ(v)，得到RBM的参数并通过随机梯度下降法推导出RBM的权值更新准则：

其中，E_data(v_ih_j)是真实数据集中的期望，E_model(v_ih_j)是模型中定义的期望。

4.根据权利要求3所述的鸡舍环境对产蛋性能耦合作用的分析方法，其特征在于：所述完成鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型参数的优化微调，建立鸡舍环境对蛋鸡产蛋性能耦合作用机理分析模型，包括：

在深度置信网络的最后一层即蛋鸡产蛋性能输出层设置BP神经网络，将接收RBM的输出特征向量作为它的输入特征向量，有监督地DBN的所有权重值进行微调训练；

利用输出误差来估计输出层的直接前一层误差，经过逐层的反向传播学习，估计获得所有其他各层的误差，再使用梯度下降法计算更新各节点权值直到输出误差满足要求。

5.根据权利要求1所述的鸡舍环境对产蛋性能耦合作用的分析方法，其特征在于：所述鸡舍环境数据，具体包括：

鸡舍不同位置多环境因子即空气温度、湿度、CO₂、风速、氨气和PM10。

6.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。