舍內環(huán)境與雞健康水平的神經網絡模型分析.pdf

1、隨著我國養(yǎng)雞業(yè)在重要疾病控制和飼養(yǎng)技術方面的日漸成熟，因舍內環(huán)境質量所致亞臨床問題的危害和重要性則日趨明顯，所以如何通過控制環(huán)境而減少疾病、病原污染和提高疫苗免疫效果等方面提到了疾病防制的日程，在中、小型養(yǎng)殖場和農戶型的這些情況就更為突出，但是目前環(huán)境控制對畜禽生產的影響一直沒有得到應有的重視。如何評價環(huán)境質量及其污染程度有多種方法，其中多環(huán)境中大腸桿菌數量作為標準，可以從病原污染和消毒效果兩個角度評價家禽生存環(huán)境。良好的環(huán)境質量是雞群

2、健康的前提，是提高生產性能的重要措施，是提高產品質量的保證。
　　 本研究通過檢測中小型養(yǎng)殖場及農戶雞舍環(huán)境中細菌總數、大腸桿菌數和小氣候部分因素，應用SPSS軟件分析環(huán)境因素的影響并建立神經網絡模型評價同期雞群發(fā)病率、死亡率及亞臨床狀態(tài)。首先采用SPSS軟件，對雞發(fā)病率、死亡率做環(huán)境因素的影響和相關性分析，選擇相關性顯著的影響因素，作為神網絡學習參數，然后進一步建立神經網絡模型，通過重要影響因素進行學習，本研究選擇BP（Bac

3、k-propagation）神經網絡建立針對雞發(fā)病率、生產性能等指標的非線性評估模型，以平均相對誤差(Relative error)和平均絕對誤差(Absolute error)兩項作為評價模型擬合度好壞的指標，評估現(xiàn)場數據同計算結果兩者模型擬合程度。經多次調試，最終本研究采用共軛梯度算法中的Fletcher-Reeves算法初步構建模型。共采集20雞舍環(huán)境樣本，16雞舍用于模型學習訓練和自身檢測，另4雞舍樣品用于進行模型泛化能力檢測，

4、誤差均小于10％。該模型在中小型養(yǎng)殖場及農戶使用，可以揭示雞舍環(huán)境和雞群健康狀態(tài)的相關性。學習擬合后的神經網絡模型，可以將其他養(yǎng)殖場獲得環(huán)境菌數據帶入模型，得到死亡率、發(fā)病率及其生產性能相關的參考數據，對實際生產減少亞健康狀態(tài)及其評價有指示性作用。
　　 雞群的亞健康（亞臨床）狀態(tài)常常被忽視，也恰恰是目前家禽養(yǎng)殖生產效率難以進一步提升的瓶頸。國內中針對養(yǎng)殖場中傳染病疫情分析中，神經網絡技術還少有應用，本課題將神經網絡技術應用到獸