一种基于极限学习机的蛋鸡生产性能时间序列预测模型制造技术

提出了一种基于极限学习机的蛋鸡生产性能时间序列预测模型，并以该模型对蛋鸡的死淘率、产蛋率、平均蛋重和料蛋比4项生产性能指标进行预测。首先选取两批海兰褐蛋鸡从开始产蛋直至售出期间指标数据构建时间序列模型；然后将第一批蛋鸡数据样本用于ELM网络训练，建立预测模型，将第二批数据用于模型预测性能的验证；最后将极限学习机预测模型与支持向量机、BP神经网络预测模型进行比较。实验结果表明，所建立的极限学习机预测模型能够准确地预测生产性能指标的变化规律，四项指标预测数值与实际样本的相关系数为0.992、0.990、0.970和0.921，均方误差分别为3.048e‑04、0.515、0.311和0.002，并且模型训练、测试耗时短，性能优于BP神经网络，与支持向量机相差不多。本文提出的方法为蛋鸡生产性能预测研究提供参考。

【技术实现步骤摘要】
一种基于极限学习机的蛋鸡生产性能时间序列预测模型
本专利技术专利涉及农业生产、机器学习等领域，尤其涉及极限学习机的蛋鸡生产性能时间序列预测模型。
技术介绍
随着“数字农业”在中国的不断推进，数据化和智能化的蛋鸡养殖模式得到广泛关注。蛋鸡的生产性能作为蛋鸡养殖企业最为关心的问题，其预测模型不仅可以反映蛋鸡生产性能的变化规律，决定养殖户的经济效益，更能够为新品种培育和生产的基础工作提供依据。蛋鸡的生产性能是一个受到生物、化学、物理以及人为多方面影响的复杂系统，呈非线性的变化，传统的方法很难建立一个精确的生产性能预测模型。近年来，国内外关于蛋鸡生产性能预测的研究取得了一定的进展：McMillan最早提出McMillan分室模型建立产蛋率与时间的非线性拟合曲线；Yang等在McMillan模型的基础上进行了改进，提出一种杨宁模型用于产蛋率与时间的拟合；史宪伟等将奶牛产奶曲线模型中的Wood模型用于蛋鸡的产蛋率拟合。上述三种预测模型表明数学模型预测蛋鸡产蛋率的可行性和有效性，为蛋鸡产蛋率预测的研究提供了指导。骆磊等在此基础上研究了产蛋率与累积产蛋的曲线拟合；张煜东等讨论了激素与蛋鸡的产蛋率、蛋本文档来自技高网...

【技术保护点】
1.一种基于极限学习机的蛋鸡生产性能时间序列预测模型，其特征在于选取海兰褐蛋鸡的死淘率、产蛋率、平均蛋重和料蛋比4项生产性能指标数据构建ELM预测模型，然后以此模型，预测蛋鸡生产性能变化。

【技术特征摘要】
1.一种基于极限学习机的蛋鸡生产性能时间序列预测模型，其特征在于选取海兰褐蛋鸡的死淘率、产蛋率、平均蛋重和料蛋比4项生产性能指标数据构建ELM预测模型，然后以此模型，预测蛋鸡生产性能变化。2.根据权利要求1所述的一种基于极限学习机的蛋鸡生产性能时间序列预测模型，其特征在于，将蛋鸡的生产性...

【专利技术属性】
技术研发人员：蒋敏兰，李飞，吴颖，
申请(专利权)人：浙江师范大学，
类型：发明
国别省市：浙江,33