基于大数据分析的奶牛产后护理管理方法与流程

本发明涉及奶牛养殖，具体涉及一种基于大数据分析的奶牛产后护理管理方法。

背景技术：

1、随着饲养管理水平的提高，奶牛养殖业得到快速发展。规模化万头牧场全面兴起，单产不断提升。奶牛持续不间断的产犊、产奶的生产特性，产后能量负平衡等原因严重影响奶牛产奶量。在现有的奶牛产后管理的方法中，主要依靠人为经验进行奶牛产后管理，而忽略了奶牛的生理因素及饲养环境因素的影响。

技术实现思路

1、本发明的目的在于提供一种基于大数据分析的奶牛产后护理管理方法，解决现有的奶牛产后管理方法忽略奶牛的生理因素及饲养环境因素的问题。

2、本发明通过下述技术方案实现：

3、提供一种基于大数据分析的奶牛产后护理管理方法，包括以下步骤：建立历史单日产奶量数据库；所述历史单日产奶量数据库中包括多个历史整年的单日产奶量数据；对所述历史单日产奶量数据库进行处理，得到单日产奶量参考样本；所述单日产奶量参考样本中包括多个单日产奶量数据的中位数；建立奶牛生理数据库和饲养环境数据库；所述奶牛生理数据库中包含多个奶牛生理数据指标，每一个所述生理数据指标包括胎次、泌乳期和年龄；所述饲养环境数据库中包含多个环境指标，每一个所述环境指标包括温度、湿度、气体浓度和光照强度；利用所述历史单日产奶量数据库、所述奶牛生理数据库和所述饲养环境数据库建立训练集和测试集；利用所述训练集对lstm神经网络模型进行迭代至收敛，得到奶牛单日产奶量预测模型；将所述测试集输入所述奶牛单日产奶量预测模型，输出奶牛单日产奶量预测结果；若所述奶牛单日产奶量预测结果小于所述单日产奶量参考样本中对应日的单日产奶量数据，则通过调整牛舍中的温度、湿度、气体浓度和光照强度的方式进行奶牛产后护理。

4、作为对本发明的进一步描述，建立历史单日产奶量数据库之后，包括以下步骤：以月为单位，将所述历史单日产量数据库中同一月份的数据存储在一个单独的数据包中，得到每一个月份对应的月数据包；针对每一个月数据包，以日为单位，将月数据包中同一日期的数据存储在一个单独的数据列表中，得到多个日数据列表。

5、作为对本发明的进一步描述，所述单日产奶量数据包括单日产奶总量和每一个班次对应的单次产奶总量；对所述历史单日产量数据库中的数据进行处理包括以下步骤：针对每一个日数据列表，对日数据列表中的数据进行异常处理；获取每一个经处理后的日数据列表中单日产奶总量的中位数。

6、作为对本发明的进一步描述，对日数据列表中的数据进行异常处理的方法为：提取出所述日数据列表中处于上四分位的数据和处于下四分位的数据，提出其余数据。

7、作为对本发明的进一步描述，建立训练集和测试集之前，包括以下步骤：分别对所述历史单日产奶量数据库中的数据、所述奶牛生理数据库中的数据和所述饲养环境数据库中的数据进行数据重构、归一化处理、特征重构和特征筛选。

8、作为对本发明的进一步描述，所述数据重构包括以下步骤：获取每一班次对应时间段内的环境指标的平均数，得到多个日平均环境指标；以时间作为索引，将每一个日平均环境指标与所述历史单日产奶量数据库中的单日产奶量数据进行关联，得到重构后的数据集。

9、作为对本发明的进一步描述，所述归一化处理对应的模型表达式为x＝(xi-xmin)/(xmax-xmin)；其中，xi表示第i个和环境指标数据，xmin表示环境指标数据最小值，xmax表示环境指标数据最大值。

10、作为对本发明的进一步描述，所述特征构造的方法为基于多项式组合的特征构造方法；所示特征筛选方法为基于极端随机树算法的特征筛选方法。

11、作为对本发明的进一步描述，所述气体浓度包括co2浓度、nh3浓度和ch4浓度。

12、作为对本发明的进一步描述，通过调整牛舍中的温度、湿度、气体浓度和光照强度的方式进行奶牛产后护理包括以下步骤：将牛舍内的温度调整为15℃～20℃；将牛舍内的温度调整为80％～85％；将牛舍内的co2浓度调整为450mg/m3以下；将牛舍内的光照时长调整为14h～16h；将牛舍内的光照强度调整为140lux～210lux。

13、本发明与现有技术相比，具有如下的优点和有益效果：以奶牛历史单日产奶量的中位数为参照标准，结合奶牛的生理指标和饲养环境指标，建立奶牛单日产奶量预测模型，利用奶牛单日产奶量预测模型对产后奶牛的单日产奶量进行预测，将预测结果与参照标准进行比较，当预测结果小于参照标准时，通过对饲养环境指标进行调整，从而实现奶牛产后管理。

技术特征：

1.基于大数据分析的奶牛产后护理管理方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，建立历史单日产奶量数据库之后，包括以下步骤：

3.根据权利要求2所述的，其特征在于，

4.根据权利要求3所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，对日数据列表中的数据进行异常处理的方法为：提取出所述日数据列表中处于上四分位的数据和处于下四分位的数据，提出其余数据。

5.根据权利要求3所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，建立训练集和测试集之前，包括以下步骤：

6.根据权利要求5所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，所述数据重构包括以下步骤：

7.根据权利要求5所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，所述归一化处理对应的模型表达式为x＝(xi-xmin)/(xmax-xmin)；其中，xi表示第i个和环境指标数据，xmin表示环境指标数据最小值，xmax表示环境指标数据最大值。

8.根据权利要求5所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，所述特征构造的方法为基于多项式组合的特征构造方法；所示特征筛选方法为基于极端随机树算法的特征筛选方法。

9.根据权利要求1所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，所述气体浓度包括co2浓度、nh3浓度和ch4浓度。

10.根据权利要求1所述的基于大数据分析的奶牛产后护理管理方法，其特征在于，通过调整牛舍中的温度、湿度、气体浓度和光照强度的方式进行奶牛产后护理包括以下步骤：

技术总结
本发明涉及奶牛养殖技术领域，公开了一种基于大数据分析的奶牛产后护理管理方法，包括以下步骤：建立历史单日产奶量数据库；对历史单日产奶量数据库进行处理，得到单日产奶量参考样本；建立奶牛生理数据库和饲养环境数据库；利用历史单日产奶量数据库、奶牛生理数据库和饲养环境数据库建立训练集和测试集；利用训练集对LSTM神经网络模型进行迭代至收敛，得到奶牛单日产奶量预测模型；将测试集输入奶牛单日产奶量预测模型，输出奶牛单日产奶量预测结果；若所述奶牛单日产奶量预测结果小于所述单日产奶量参考样本中对应日的单日产奶量数据，则通过调整牛舍中的温度、湿度、气体浓度和光照强度的方式实现奶牛产后护理。

技术研发人员：周士博
受保护的技术使用者：阿牧网云（北京）科技有限公司
技术研发日：
技术公布日：2024/1/15