基于PSO-DNN的平养鸡舍冬季氨气浓度预测模型研究

邹修国,宋圆圆,徐泽颖,张世凯,张杰,殷正凌

(南京农业大学人工智能学院/江苏省智能化农业装备重点实验室,江苏 南京 210031)

中国是世界第二大肉鸡养殖国,鸡肉消费量已经仅次于猪肉消费量。在福利养殖模式下,环境要素对肉鸡品质具有非常重要的影响[1]。当今社会,越来越多的人注重食品安全,也关注畜禽养殖环境。氨气是养殖时鸡舍中的主要有害气体,会影响鸡肉品质[2]。鸡长期生活在氨气环境中,会使呼吸系统免疫反应异常,引起气管组织坏死[3-4]。不仅如此,氨气还损害人的健康,因此需要及时、准确地预测氨气浓度变化,以便对鸡舍内的氨气浓度进行调控,提高养殖效率。

国内、外学者对畜禽舍内氨气预测已经进行了一些研究,但主要集中在猪舍内氨气浓度预测,对鸡舍内氨气浓度预测较少。从国内研究现状来看,Tong等[5]在猪舍氨气预测中采用计算流体动力学中广泛使用的5种湍流模型(SKE、RNG、RKE、SKW、KWSST)进行评估,结果表明RNG模型预测猪舍围墙内的气流速度和氨气浓度最接近测量值。谢秋菊等[6]采用L-M算法优化3-7-1三层结构的神经网络模型,对猪舍氨气浓度进行预测,结果显示预测值和实际值相对误差仅为1.72%;并利用5种隶属函数建立了一个拟合良好的自适应神经模糊推理系统预测模型,表明使用Gbell函数的预测模型具有较好的预测效果[7]。刘春红等[8]采用最优权重和残差优化方法对基于ARIMA-BPNN(back propagation neural network)的猪舍氨气浓度预测方法进行对比研究,结果表明残差优化组合预测方法精度最高,为猪舍氨气环境的科学调控提供参考。……