基于粒子群算法的BP神經(jīng)網(wǎng)絡(luò)在自動化養(yǎng)豬業(yè)的研究與應(yīng)用.pdf

1、隨著信息產(chǎn)業(yè)的不斷發(fā)展，數(shù)據(jù)挖掘技術(shù)已逐步融入到農(nóng)業(yè)領(lǐng)域，實現(xiàn)農(nóng)業(yè)信息化智能化已成為現(xiàn)代農(nóng)業(yè)未來的發(fā)展方向。我國是養(yǎng)豬大國，但是飼養(yǎng)的技術(shù)卻遠不如國外發(fā)達國家，將現(xiàn)代信息技術(shù)應(yīng)用在養(yǎng)豬領(lǐng)域?qū)τ谔岣哓i產(chǎn)量和質(zhì)量具有直接的現(xiàn)實意義。
　　在豬分階段飼養(yǎng)過程中，選擇豬在合適的時間出欄，對于提高養(yǎng)豬企業(yè)經(jīng)濟效益具有重要的意義。決定豬適時出欄的因素有很多，傳統(tǒng)的出欄方法是請相關(guān)專家以他們對這些因素的權(quán)衡做出出欄判斷，具有很強的主觀性，如果對

2、出欄指導不科學，容易造成出欄率低企業(yè)虧損等嚴重后果。為了使豬出欄結(jié)果更科學，論文運用改進的PSO-BP算法分析豬場指標數(shù)據(jù)，對待出欄豬進行分類決策，使出欄結(jié)果更加準確。另外，從養(yǎng)豬企業(yè)的利益出發(fā)，利用云平臺提供第三方服務(wù)，企業(yè)無需購買設(shè)備只用上傳數(shù)據(jù)就能得到推薦結(jié)果，快速高效，使出欄推薦服務(wù)更加具有推廣性。
　　論文主要研究的工作如下：
　?、偈紫冉榻B課題的研究背景及意義，以及自動化養(yǎng)殖業(yè)的國內(nèi)外研究現(xiàn)狀，針對目前豬適時出欄

3、存在的準確度不高的問題，提出一種豬適時出欄推薦模型，用智能化的方法取代傳統(tǒng)的人工方法，從而為養(yǎng)豬戶提供科學的指導。
　?、卺槍P神經(jīng)網(wǎng)絡(luò)處理多維問題時容易產(chǎn)生局部解和收斂速度慢而導致出欄推薦不準確的問題，論文利用改進的粒子群算法對其進行優(yōu)化，對粒子群算法的改進有三點：改變參數(shù)、擾動極值和增加局部，將優(yōu)化過后的算法應(yīng)用在豬適時出欄推薦模型中，比較其與原始算法的性能，找出更適用于豬出欄推薦的算法。
　　③考慮到豬場數(shù)據(jù)龐大，并

4、從養(yǎng)殖者希望節(jié)省成本投入的角度出發(fā)，引入云平臺作為第三方服務(wù)提供商，可將各大養(yǎng)豬場數(shù)據(jù)上傳到云平臺下并行處理，用戶不需要再自己購買設(shè)備，也不用了解數(shù)據(jù)處理的過程，通過顯示器就能直接查閱推薦結(jié)果，不僅節(jié)省時間，同時也節(jié)省了成本。
　　通過實驗證明改進的PSO-BP算法相較原始的BP算法在處理豬適時出欄問題上，具有更好的準確率和更快的運行速度。在處理各個豬場上傳的共享指標數(shù)據(jù)上，云平臺下的改進PSO-BP算法同單機狀態(tài)下的算法相較，保