基于双胞支持向量回归的动态营养配比方法和系统的制作方法
【技术领域】
[0001] 本发明属于智能配料技术领域，具体涉及一种基于双胞支持向量回归的动态营养 配比方法和系统。
【背景技术】
[0002] 近几年，我国奶牛养殖业的生产发展迅速，奶牛的日粮结构不仅影响到日粮的成 本、饲料的利用效率，而且最终会影响奶牛本身的健康和乳品质，但是，目前，众多饲养户仍 停留在经验手工配料阶段，不利于奶牛养殖业综合竞争能力的提高。另外，奶牛养殖过程与 农场管理的复杂性决定了奶牛配料的特殊性，而传统的配料系统仅考虑单一目标，不能有 效解决奶牛养殖过程的精细养殖。
【发明内容】
[0003] 针对现有技术存在的缺陷，本发明提供一种基于双胞支持向量回归的动态营养配 比方法和系统，能够智能得到符合农场现有农场资源的最优配比的混合饲料，实现奶牛养 殖过程的精细养殖。
[0004] 本发明采用的技术方案如下：
[0005] 本发明提供一种基于双胞支持向量回归的动态营养配比方法，包括以下步骤：
[0006] S1，数据库中存储与各只被监测奶牛ID分别对应的奶牛历史监测信息；所述奶 牛历史监测信息包括奶牛基本信息、奶牛历史饲喂信息、奶牛历史生活环境信息、奶牛历史 状态信息和奶牛历史挤奶信息；其中，所述奶牛历史饲喂信息包括所饲喂的各营养物质配 比；
[0007] S2,当需要确定指定被监测奶牛当日所需营养物质配比时，通过读卡器读取固定 在所述指定被监测奶牛上的RFID标签，获得指定被监测奶牛ID ;同时，采集当日奶牛生活 环境信息和当日奶牛状态信息；
[0008] 将所述被监测奶牛ID、所述当日奶牛生活环境信息和当日奶牛状态信息发送到服 务器；
[0009] S3,所述服务器读取数据库，获得与所述被监测奶牛ID对应的1天的奶牛历史监 测信息，以1天的奶牛历史监测信息作为训练样本集友=,
[0010] 其中，Xi代表第i天的多维特征输入向量，多维特征输入向量的各维度特征值具体 包括奶牛历史生活环境信息、奶牛历史状态信息和奶牛历史挤奶信息，作为营养需要模型 的输入变量，分别记为：X1，X2, X3，…，Xn ;
[0011] yi代表第i天的多维特征输出向量，多维特征输出向量的各维度特征值具体包 括饲料量估计值和各营养物质配比，作为营养需要模型的输出变量，分别记为：Y，Yl，Y2， ￥3，《"，￥11;其中，￥为饲料量估计值，￥1，￥2，￥3，《"，￥11代表11类营养物质的配比；
[0012] 采用双胞支持向量回归机对各组{XI，X2, X3，…，Xn ;Y，Yi}，进行训练，其中， 1彡i彡η，构建得到模型fy、fl、f2、f3,. . .，fn ;其中，模型fy为饲料量估计值预测模型； Π 、f2、f3,. . .，fn分别为η类营养物质的营养需要模型；
[0013] S4,将当日奶牛生活环境信息、当日奶牛状态信息以及牛奶期望信息作为所述营 养需要模型的输入，最终得到当日所需营养需要配比，即Yl，Υ2, Υ3,…，Yn的值；
[0014] 将当日奶牛生活环境信息、当日奶牛状态信息以及牛奶期望信息作为所述饲料量 估计值预测模型的输入，最终得到当日所需饲料量Y ;
[0015] S5,建立多目标函数和约束条件；
[0016] 其中，多目标函数为：
[0017] C〇St_min (最小值）=P1VP2XfP3VPmX m
[0018] Uselmax (最大值）=A11F11XfA21F21XfA 31F31X3+…+AmlFmlX m
[0019] Use2max (取大值）-A12F12XfA22F22X 2+A32F32X3+…+Am2F m2Xm
[0020] Use3max (取大值）-A13F13XfA23F23X 2+A33F33X3+…+Am3F m3Xm
[0021] ......
[0022] Usenmax (最大值）=AlnFlnXfA2nF2nXfA 3nF3nX3+…+AmnFmnX m
[0023] 约束条件为：
[0024] Li < Xi < Hi (i=l，2，…，m)
[0025] Xi < Qi (i=l，2，…，m)
[0026] X^XJX3+…+Xni=Y
[0027] A11X1+A21X2+A31X 3+··· +AmlXm=Y1
[0028] A12XAA22XdA32XjH^Am2X m-Y2
[0029] A13XjA23XfA33XfH^Am3X m-Y3
[0030] ......
[0031 ] AlnXfA2nXfA3nX3+…+A mnXm=Yn
[0032] 其中，Q1, Q2, -Qni分别为已有的m种饲料的质量；
[0033] P1, P2，…Pm分别为各种饲料的单价；
[0034] A11, A12，…Aln ;分别为第一种饲料所包含的各营养物质的含量，η为该种饲料所包 含的营养物质的数量；
[0035] A21, A22，…A2n ;分别为第二种饲料所包含的各营养物质的含量，η为该种饲料所包 含的营养物质的数量；
[0036] Aml, Am2，…Amn ;分别为第m种饲料所包含的各营养物质的含量，η为该种饲料所包 含的营养物质的数量；
[0037] Fn，F12，…Fln ;分别为第一种饲料所包含的各营养物质的消化率和利用率，η为该 种饲料所包含的营养物质的数量；
[0038] F21,F22，…F2n ;分别为第二种饲料所包含的各营养物质的消化率和利用率，η为该 种饲料所包含的营养物质的数量；
[0039] Fml，Fm2，…Fmn ;分别为第m种饲料所包含的各营养物质的消化率和利用率，η为该 种饲料所包含的营养物质的数量；
[0040] Y1, Y2，…，Yn分别为奶牛当日所需η种营养物质的比例，通过S4获得；
[0041] Y为奶牛当日所需饲料量，通过S4获得；
[0042] L1, L2, L3，…，Lm分别为m种词料的最低词喂限量；
[0043] H1, H2, H3，…，Hm分别为m种饲料的最高饲喂限量；
[0044] X1, X2, X3，…，Xm分别为m种饲料当日的供应量，为输出值；
[0045] S6,采用极大极小值法对所述多目标函数求解，得到基于现有农场资源的当日最 优m种饲料的供应量；
[0046] S7,根据S6计算得到的m种饲料的供应量，使用控制设备智能识别并称量组合，得 到满足需求的混合饲料。
[0047] 优选的，Sl中，所述奶牛基本信息包括奶牛品种、奶牛年龄、养殖阶段、奶牛分娩胎 次和免疫历史；所述奶牛历史饲喂信息包括饲喂量以及所饲喂的各营养物质配比，其中，所 述营养物质配比为蛋白质含量、脂肪含量、碳水化合物含量、矿物质含量、维生素含量、水分 含量；所述奶牛历史生活环境信息包括温度、湿度、光照、通风状况、PM2. 5、空气氧气含量、 空气氮气含量；所述奶牛历史状态信息包括日首次饲喂前体重、首次饲喂前一日累计行走 步数；所述奶牛历史挤奶信息包括：日产奶量、所产牛奶基本性状和所产牛奶成分配比；其 中，所述牛奶成分配比包括：脂肪含量、蛋白质含量和非脂乳固体含量；所述牛奶基本性状 包括牛奶的相对密度、酸度、杂质度、汞含量、砷含量、铅含量、铬含量、六六六含量、滴滴涕 含量、硝酸盐含量、亚硝酸盐含量、黄曲霉毒素含量、马拉硫磷含量、倍硫磷含量、甲胺磷含 量、抗生素含量、细菌数、体细胞数、牛奶温度和导电率。
[0048] 优选的，S3中，采用采用双胞支持向量回归机构建被监测奶牛的营养需要模型和 饲料量估计值预测模型具体为：采用Kriging方法的Gauss分布函数作为核函数将非线性 问题扩展到高位空间线性化处理；进而基于双胞支持向量回归构建被监测奶牛的营养需要 模型。
[0049] 本发明还提供一种基于双胞支持向量回归的动态营养配比系统，包括传感层、数 据传输层和数据处理层；
[0050] 所述传感层包括分别固定在各只奶牛上的RFID标签，用于存储该只奶牛的ID ;
[0051] 所述数据传输层为由若干个RFID标签所组成的无线传感网络；
[0052] 所述数据处理层包括以下模块：
[0053] 数据库，用于存储与各只被监测奶牛ID分别对应的奶牛历史监测信息；所述奶 牛历史监测信息包括奶牛基本信息、奶牛历史饲喂信息、奶牛历史生活环境信息、奶牛历史 状态信息和奶牛历史挤奶信息；其中，所述奶牛历史饲喂信息包括所饲喂的各营养物质配 比；
[0054] 营养需要模型和饲料量估计值预测模型构建模块，用于获得与所述被监测奶 牛ID对应的1天的奶牛历史监测信息，以1天的奶牛历史监测信息作为训练样本集 ，其中，Xi代表第i天的多维特征输入向量，多维特征输入向量的各 维度特征值具体包括奶牛历史生活环境信息、奶牛历史状态信息和奶牛历史挤奶信息，作 为营养需要模型的输入变量，分别记为：X1，X2, X3，…，Xn ;
[0055] yi代表第i天的多维特征输出向量，多维特征输出向量的各维度特征值具体包 括饲料量估计值和各营养物质配比，作为营养需要模型的输出变量，分别记为：Y，Yl，Y2， ￥3，《"，￥11;其中，￥为饲料量估计值，￥1，￥2，￥3，《"，￥11代表11类营养物质的配比；
[0056] 采用双胞支持向量回归机对各组{Χ1，Χ2，Χ3，"·，Χη ;Y，Yi} (1彡i彡η)进行训 练，构建得到模型fy、Π 、f2、f3,. . .，fn ;其中，模型fy为饲料量估计值预测模型；fl、f2、 f3,. . .，fn分别为η类营养物质的营养需要模型；
[0057] 营养需要配比和饲料量估计值计算模块，用于将当日奶