文献类型： 中文期刊

作者： 尹航 ¹ ; 吕佳威 ¹ ; 陈耀聪 ¹ ; 岑红蕾 ¹ ; 李景彬 ¹ ; 刘双印 ¹ ;

作者机构： 1.仲恺农业工程学院信息科学与技术学院;北京市农林科学院信息技术研究中心;广东省农产品安全大数据工程技术研究中心;石河子大学机械电气工程学院;仲恺农业工程学院广州市农产品质量安全溯源信息技术重点实验室

关键词： 羊舍;集约化养殖;CO_2质量浓度预测;极限学习机;麻雀搜索算法;分布式梯度提升框架

期刊名称： 农业机械学报

ISSN： 1000-1298

年卷期： 2022 年 01 期

页码： 261-270

收录情况： EI ; 北大核心 ; CSCD

摘要： 为减少肉羊集约化养殖过程中因环境恶化产生的应激反应,精准调控CO_2质量浓度,提出了基于分布式梯度提升框架(LightGBM)、麻雀搜索算法(SSA)融合极限学习机(ELM)的CO_2质量浓度预测模型。首先利用LightGBM筛选出与CO_2质量浓度相关的重要特征,降低预测模型的输入维度;然后选择Sigmoid为激活函数,使用具有较强非线性处理能力的单隐含层ELM神经网络算法构建CO_2质量浓度预测模型;最后通过麻雀智能优化算法对ELM模型中所需要的超参数进行优化,并将优化后模型应用于新疆玛纳斯集约化肉羊养殖基地。试验结果表明,该模型预测均方根误差(RMSE)、平均绝对误差(MAE)和决定系数(R~2)分别为0.021 3 mg/L、0.013 6 mg/L和0.988 6,综合性能指标优于支持向量回归(SVR)、反向传播神经网络(BPNN)、长短记忆神经网络(LSTM)、门限循环单元(GRU)和LightGBM等;CO_2质量浓度预测曲线贴近真实曲线,具有良好的预测效果,能有效满足集约化肉羊养殖过程中CO_2质量浓度精准预测及调控要求。