10.3969/j.issn.1005-9369.2015.10.011
基于L-M优化算法的猪舍氨气浓度预测模型研究
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。
L-M优化算法、BP神经网络、预测模型、猪舍氨气浓度
TP391(计算技术、计算机技术)
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
2015-12-04(万方平台首次上网日期,不代表论文的发表时间)
共6页
74-79