向量回归机对各组{XI，X2,X3，…，Xn;Y，Yi}，进行训练，其中， 1彡i彡n，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； fl、f2、f3,. . .，fn分别为n类营养物质的营养需要模型； 54, 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，Y2,Y3,…，Yn的值； 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; 55, 建立多目标函数和约束条件； 其中，多目标函数为： Cost-(最小值）sPA+PA+PA+PJm Uselmax (最大值）=A11F11X1+A21F21X2+A31F31X3+…+AmlFmlXm Use2max (取大值） Use3max (取大值） Usenmax (最大值）=AinFlnX1+A2nF2nX2+A3nF3nX#..+AmnFmnXm 约束条件为： (i=l,2, -,m) Xi彡Qi(i=l，2， X1+X2+X3+-+Xffl=Y A11X1+A21X2+A31X3+--- +AmlXm=Y1 AuXi+A^Xg+A^X#... +Am2Xm-Y2 AnXi+A^Xg+AnX#... +Am3Xm-Y3 AlnXl+A2 nX2+A3nX3+…+Amn Xm=Yn 其中，Qi，Q2，…Qm分别为已有的m种饲料的质量； Pi，P2，…Pm分别为各种饲料的单价； An，A12，…Aln ;分别为第一种饲料所包含的各营养物质的含量，n为该种饲料所包含的 营养物质的数量； A21，A22，…A2n ;分别为第二种饲料所包含的各营养物质的含量，n为该种饲料所包含的 营养物质的数量； Aml，Am2，…Amn ;分别为第m种饲料所包含的各营养物质的含量，n为该种饲料所包含的 营养物质的数量； 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，n为该种饲 料所包含的营养物质的数量； 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，n为该种饲 料所包含的营养物质的数量； ，…4 ;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，n为该种饲 料所包含的营养物质的数量； 1，Y2，…，Yn分别为奶牛当日所需n种营养物质的比例，通过S4获得； Y为奶牛当日所需饲料量，通过S4获得； U，L2,L3，…，Lm分别为m种饲料的最低饲喂限量； 氏，H2,H3，…，Hm分别为m种饲料的最高饲喂限量； XpX2,X3，…，Xm分别为m种饲料当日的供应量，为输出值； 56, 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； 57, 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。2. 根据权利要求1所述的基于双胞支持向量回归的动态营养配比方法，其特征在于， S1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。3. 根据权利要求1所述的基于双胞支持向量回归的动态营养配比方法，其特征在于， 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。4. 一种基于双胞支持向量回归的动态营养配比系统，其特征在于，包括传感层、数据传 输层和数据处理层； 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; 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； 所述数据处理层包括以下模块： 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； 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 5 =丨〇^1)，...，〇^&；)丨，其中，\代表第1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; 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,Y3，…， Yn;其中，Y为饲料量估计值，Yl，Y2,Y3，…，Yn代表n类营养物质的配比； 采用双胞支持向量回归机对各组》1，父2，父3，*"，乂11;￥，￥1}(1彡1彡11)进行训 练，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；fl、f2、 f3,. . .，fn分别为n类营养物质的营养需要模型； 营养需要配比和饲料量估计值计算模块，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营养需要模型的输入，最终得到当日所需营养需要配 比，即Y1，Y2，Y3，...，Yn的值； 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; 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； 其中，多目标函数为： Costmin=PlX1+P2X2+P3X3+PmXm USelmax_-^llFll-^l+-^2lF21-^2+-^3lF31-^3+*** Use2max-A12F12X1+A22F22X2+A32F32X3+... +Am2Fm2Xm Use 芯A+A23F23X2+A33F33X3+... +Am3Fm3Xm usenmax=AlnFm^i+A2nF2nX2+A3nF3nX3+? ? ? +AmnFmnXm 约束条件为： (i=l,2, -,m) Xi^Qi(i=l,2, -,m) X1+X2+X3+-+Xffl=Y A11X1+A21X2+A31X3+--- +AmlXm=Y1 AuXi+A^Xg+A^X#... +Am2Xm-Y2 AnXi+A^Xg+AnX#... +Am3Xm-Y3 AlnXl+A2 nX2+A3nX3+…+Amn Xm=Yn 其中，Qi，Q2，…Qm分别为已有的m种饲料的质量； Pi，P2，…Pm分别为各种饲料的单价； An，A12，…Aln ;分别为第一种饲料所包含的各营养物质的含量，n为该种饲料所包含的 营养物质的数量； A21，A22，…A2n;…；分别为第二种饲料所包含的各营养物质的含量，n为该种饲料所包 含的营养物质的数量； Aml，Am2，…Amn ;分别为第m种饲料所包含的各营养物质的含量，n为该种饲料所包含的 营养物质的数量； 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，n为该种饲 料所包含的营养物质的数量； 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，n为该种饲 料所包含的营养物质的数量； ，…4 ;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，n为该种饲 料所包含的营养物质的数量； H，…，Yn分别为奶牛当日所需n种营养物质的比例； Y为奶牛当日所需饲料量； U，L2,L3，…，Lm分别为m种饲料的最低饲喂限量； 氏，H2,H3，…，Hm分别为m种饲料的最高饲喂限量； XpX2,X3，…，Xm分别为m种饲料当日的供应量，为输出值； 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； 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。
【专利摘要】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，包括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的数据库，营养需要模型和饲料量估计值预测模型构建模块、营养需要配比和饲料量估计值计算模块、多目标函数和约束条件构建模块、最优饲料供应量求解模块以及智能配料模块，该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。
【IPC分类】G06F17/30
【公开号】CN104915338
【申请号】CN201410014643
【发明人】刘广利, 刘少武, 俞杭杰
【申请人】北京智慧农业有限公司
【公开日】2015年9月16日
【申请日】2014年3月12日