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，ΒΡΥ1，Υ2，Υ3，...，Υη 的值；
[0058] 还用于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 ;
[0059] 多目标函数和约束条件构建模块，用于构建多目标函数和约束条件；
[0060] 其中，多目标函数为：
[0061] Cost Mn=P1XfP2XfP3XfPmX m
[0062] Use Imax-A11F11XfA21F21X 2+A31F31X3+…+AmlF mlXm
[0063] UseSmax-A12F12XfA22F 22X2+A32F32X3+…+A m2Fm2Xm
[0064] UseSmax-A13F13XfA23F 23XfA33F33XfH^Am3Fm3X m
[0065] ......
[0066] Usenmax=AlnFinXi+A2nF 2nX2+A3nF3nX3+* * * +AninFmnXm
[0067] 约束条件为：
[0068] Li 彡 Xi 彡 Hi (i=l，2，…，m)
[0069] Xi < Qi (i=l，2，…，m)
[0070] X^XJX3+…+Xni=Y
[0071] A11X1+A21X2+A31X 3+··· +AmlXm=Y1
[0072] A12XjA22XfA32XfH^Am2X m-Y2
[0073] A13XjA23XfA33XfH^Am3X m-Y3
[0074] ......
[0075] AlnX1 +A2nX2+A3nX3+* * * +AmnXm=Yn
[0076] 其中，QpQ2, -Qni分别为已有的m种饲料的质量；
[0077] P1, P2，…Pm分别为各种饲料的单价；
[0078] 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；
[0079] A21, A22, "·Α2η ;…；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；
[0080] 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；
[0081] F11,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；
[0082] 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；
[0083] 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；
[0084] Y1, Y2，…，Yn分别为奶牛当日所需η种营养物质的比例；
[0085] Y为奶牛当日所需饲料量；
[0086] L1, L2, L3，…，Lm分别为m种饲料的最低饲喂限量；
[0087] H1, H2, H3，…，Hm分别为m种饲料的最高饲喂限量；
[0088] X1, X2, X3，…，Xm分别为m种饲料当日的供应量，为输出值；
[0089] 最优饲料供应量求解模块，用于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；
[0090] 智能配料模块，用于根据所述最优饲料供应量求解模块得到的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。
[0091] 本发明的有益效果如下：
[0092] 本发明提供的基于双胞支持向量回归的动态营养配比方法和系统，根据奶牛的基 本信息、日采食量和产奶量的不同而适时适量地调配不同的配料，智能得到符合现有农场 资源的最优配比的混合饲料，既实现奶牛的优质、高效生产；同时，还提高了饲料的利用效 率，实现奶牛养殖过程的精细养殖；尤其是能够灵活的提出牛奶成分的要求，进而改善奶牛 的营养需要量。
【附图说明】
[0093] 图1为本发明提供的基于双胞支持向量回归的动态营养配比方法流程示意图；
[0094] 图2为本发明提供的基于双胞支持向量回归的动态营养配比系统的结构示意图。
【具体实施方式】
[0095] 以下结合附图对本发明进行详细说明：
[0096] 如图1所示，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：
[0097] 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；
[0098] 其中，奶牛基本信息包括但不限于奶牛品种、奶牛年龄、养殖阶段、奶牛分娩胎次 和免疫历史；
[0099] 奶牛历史饲喂信息包括但不限于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；
[0100] 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；
[0101] 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；
[0102] 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。
[0103] 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；
[0104] 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；
[0105] 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及二Iby1).....(Λ-,.ν,)],
[0106] 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 ;
[0107] 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；
[0108] 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；
[0109] 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；
[0110] 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 ;
[0111] 由此可见，本发明中，能够灵活的提出牛奶成分的要求，进而改善奶牛的营养需要 量。
[0112] S5,建立多目标函数和约束条件；
[0113] 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。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。多目标最优化是指：在一定约束 下，希望使得多个目标都能达到最优。本发明通过设立多个目标并对不同目标进行优化。
[0114] 其中，多目标函数为：
[0115] Cost-min (最小值）=P1VP2XfP3VPmX m
[0116] Uselmax (最大值）=A11F11XfA21F21XfA 31F31X3+…+AmlFmlX m
[0117] Use2max (取大值）-A12F12XfA22F22X 2+A32F32X3+…+Am2F m2Xm
[0118] Use3max (取大值）-A13F13XfA23F23X 2+A33F33X3+…+Am3F m3Xm
[0119] ......
[0120] Usenmax (最大值）=AlnFlnXfA2nF2nXfA 3nF3nX3+…+AmnFmnX m
[0121] 约束条件为：
[0122] Li ^ Xi ^ Hi (i=l,2, -,m)
[0123] Xi 彡 Qi (i=l, 2，…，m)
[0124] X^XJX3+…+Xni=Y
[0125] A11X1+A21X2+A31X3+*** +AmlXm-Y1
[0126] A12XjA22XfA32XfH^Am2X m-Y2
[0127] A13XjA23XfA33X3+…+A m3Xm=Y3
[0128] ......