基于L-M优化算法的猪舍氨气浓度预测模型研究

摘要：

在规模化养殖中，猪舍环境直接影响猪健康水平及生产能力。针对猪舍环境因素（包括温度、湿度、风速和氨气浓度）进行数据采集，选取具有代表性30 d数据，建立基于L-M优化算法的3-7-1三层结构的BP神经网络模型，对猪舍环氨气浓度进行预测。结果表明，预测模型经过90步达到目标误差，网络收敛速度快，效率高，预测值与实测值最大相对误差仅为1.72%，与线性预测方法相比较可提高猪舍氨气浓度预测的准确性与及时性，为猪舍环境预警及控制提供支持，也为其他行业预测模型建立提供参考。

关键词：L-M优化算法、BP神经网络、预测模型、猪舍氨气浓度

分类号：TP391(计算技术、计算机技术)

资助基金：国家“863”项目2012AA101905；黑龙江省青年科学基金项目QC2013C065；黑龙江省教育厅科学技术研究项目12531465；黑龙江省畜牧兽医行业公共基础数据平台关键技术研究与建立GC10B501

在线出版日期：2015-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：74-79