基于机器学习的地方鸡产蛋曲线拟合探索

文献类型： 中文期刊

第一作者： 郭军

作者： 郭军;曲亮;邵丹;窦套存;王强;李永峰;王星果;胡玉萍;童海兵

作者机构：

关键词： 人工神经网络;支持向量机;非线性回归;产蛋曲线;鸡

期刊名称： 中国畜牧兽医

ISSN： 1671-7236

年卷期： 2024 年 008 期

页码： 3428-3437

收录情况： 北大核心 ; CSCD

摘要： 【目的】本研究探索以机器学习方法对2个地方鸡品系周产蛋率建模，并将其与非线性回归方法比较，旨在提高养鸡生产中产蛋曲线的拟合精度。【方法】产蛋数据采集自地方鸡杂交组合试验群，自22周龄开始统计产蛋数，至50周龄截止。试验鸡于全封闭鸡舍单笼饲养，产蛋期人工补光16 h。试验鸡分为两组，每组150只鸡。第Ⅰ组是黄羽肉鸡合成系，第Ⅱ组是兼用型地方鸡种。以IBM SPSS Statistics 21.0软件中的非线性回归方法拟合产蛋曲线，所用模型包括Logistic模型、McNally模型、杨宁模型以及Grossman模型。以MATLAB R2014a构建机器学习模型，神经网络选用多层感知器，用300次迭代的拟牛顿法训练数据。以贝叶斯最小二乘支持向量机构建产蛋模型，针对正则项系数和核函数参数进行优化。【结果】依据MSE、R2、AIC评判标准，Grossman模型在4种非线性回归模型中拟合度最好，McNally模型表现最差。McNally模型预测的高峰产蛋率偏离真实值；Logistic模型、杨宁模型以及Grossman模型高峰产蛋率统计值与真实值基本相符。两组试验鸡的模型参数不同，Ⅱ组持续产蛋能力优于Ⅰ组。基于MSE、R2以及图形评估结果，神经网络优于传统的非线性方程拟合，而支持向量机略好于神经网络。优化后神经网络参数为2个隐藏层，每个隐藏层包含5个神经元。第Ⅰ组支持向量机的正则项系数为30.97,核参数为0.0701;第Ⅱ组支持向量机的正则项系数为566.53,核参数为0.1754.【结论】机器学习方法可用于产蛋模型构建，相比于传统单变量回归方法，机器学习方法可加入更多变量，提供更准确的预测。

分类号： S831%TP181

  • 相关文献

[1]不同模型在渔业CPUE标准化中的比较分析. 杨胜龙,张禹,张衡,樊伟. 2015

[2]牛行为监测技术及分类方法研究进展. 郭阳,陈桂鹏,丁建,严志雁,梁华. 2020

[3]基于高分二号数据的小麦快速识别与精度分析. 郭燕,贺佳,王利军,段俊枝,武喜红,王来刚,刘婷,张红利,郑国清,程永政. 2018

[4]基于高分二号数据的小麦快速识别与精度分析. 郭燕,贺佳,王利军,段俊枝,武喜红,王来刚,刘婷,张红利,郑国清,程永政. 2018

[5]基于近红外光谱的纽荷尔脐橙产地识别研究. 廖秋红,何绍兰,谢让金,钱春,胡德玉,吕强,易时来,郑永强,邓烈. 2015

[6]太行山农业气候区划中年降水量推算模型研究. 康锡言,马辉杰,赵春雷. 2004

[7]非线性回归模型参数估计的轮回选择算法. 陈庭木,方兆伟,王宝祥,刘艳,邢运高,徐波,徐大勇. 2019

[8]SigmaPlot分析玉米茎秆含糖量与生育期关系. 陈坚剑,吕桂华,徐秀红,郭国锦. 2013

[9]基于Median函数的分段回归模型及其在生物学上的应用. 于向鸿,肖阳. 2012

[10]宁夏粮食生产回顾及其潜力分析. 沈强云,魏亦勤,许志斌,王兴盛. 2009

[11]不同狼山鸡累计产蛋数曲线拟合和比较分析. 殷建玫,李国辉,苏一军,张学余,屠云洁. 2012

[12]笼养淮南麻黄鸡产蛋曲线的数学模型研究. 李俊营,詹凯,刘伟,韩涛. 2013

[13]商业化模式下的优质肉鸡产蛋曲线数学模型研究. 刘天飞,瞿浩,马杰,谢坤青,杨纯芬,舒鼎铭. 2012

[14]芦花鸡H系生长及累计产蛋数曲线拟合分析. 李国辉,韩威,张会永,王洪志,殷建玫,王晓峰,苏一军. 2016

[15]本交笼鸡舍种鸡产蛋曲线数学模型研究. 李岩,詹凯,李俊营,刘伟,马瑞钰,崔海军,张新,柳哲杰,郑钟. 2018

[16]苏禽乌骨鸡累计产蛋数曲线拟合和比较分析. 张学余,李国辉,苏一军,屠云洁,殷建玫. 2011

[17]本交笼养种鸡产蛋曲线模型研究. 李岩,詹凯,李俊营,刘伟,马瑞钰,崔海军,张新,柳哲杰. 2018

[18]四个蛋鸭品种产蛋性能及抗逆性分析. 许文武,王珍珍,卢立志. 2024

[19]人工神经网络在海洋科学中的应用. 吴风霞,李纯厚,戴明. 2009

[20]不同利用方式下土壤有机质和全磷的可见近红外高光谱反演. 薛利红,周鼎浩,李颖,杨林章. 2014

作者其他论文 更多>>

微信小程序