【技术实现步骤摘要】
融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法
[0001]本专利技术涉及一种融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,属于禽畜养殖环境控制
技术介绍
[0002]随着经济的快速发展,广大人民群众的生活水平不断提高,作为改善公众膳食结构、提高人民健康素养的重要视频,禽类肉制品的需求也呈现出持续增长的趋势。肉鸡作为生活中最常见的饲养禽类,具有饲养周期短、料肉比低、肉质鲜嫩等特点。同时,由于屠宰时间短、资金回笼快,非常适合养殖户的个体化养殖。随着肉鸡养殖业的快速发展,如何在激烈的竞争中提高肉鸡养殖的效率,成为每个养殖企业最关心的问题。肉鸡鸡舍环境中的温度、湿度、热辐射量、风速和日龄等参数对肉鸡产肉量有显著影响,因此,为进一步提高肉鸡产量,降低料重比和死淘率,需要探索鸡舍环境参数控制的新方法。
技术实现思路
[0003]针对现有技术存在的上述缺陷,本专利技术提出了一种融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法。
[0004]本专利技术所述的一种融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,包括以下步骤:
[0005]步骤S1:构建样本数据,环境监测传感器采集肉鸡舍内环境参数数据,并发送至上位机进行存储,同时人工记录肉鸡日增重、料重比、死淘率及日龄数据并存储至上位机,环境参数数据及人工记录的数据共同组成该样本数据;
[0006]步骤S2:
【技术保护点】
【技术特征摘要】
1.一种融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,其特征在于,包括以下步骤:步骤S1:构建样本数据,环境监测传感器采集肉鸡舍内环境参数数据,并发送至上位机进行存储,同时人工记录肉鸡日增重、料重比、死淘率及日龄数据并存储至上位机,环境参数数据及人工记录的数据共同组成该样本数据;步骤S2:样本数据预处理,采用主成分分析的时序处理方法,即SSA分析方法填补缺失值和异常值;将异常值进行删除,并填补时间数据序列空缺值,得到完整肉鸡舍温湿度、热辐射量、风速时间序列;步骤S3:构建SSA
‑
Elman网络模型,初始化网络结构,将数据进行归一化处理,以鸡舍中环境参数数据以及记录的肉鸡日增重、料重比、死淘率、日龄数据为输入层,以环境参数数据相对应的肉鸡周最适环境参数为输出层,建立基于SSA
‑
Elman网络模型的环境参数的非线性回归预测模型;步骤S4:对SSA
‑
Elman网络模型的权值进行优化,采用鸽群启发算法优化SSA
‑
Elman网络模型各层之间的权值;步骤S5:对鸡舍环境进行控制,利用鸽群启发算法输出的最优解,作为SSA
‑
Elman网络模型中权值的初值,对鸡舍中环境温度、湿度、热辐射量、风速进行调控。2.根据权利要求1所述的融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,其特征在于,所述步骤S2中,采用SSA分析方法对缺失值和异常值进行填补和删除的具体步骤如下:步骤S21:分解,定义窗口长度,对接收的信号进行空间重构,构造出接收信号z的迹矩阵,计算公式如下:式中,z
i
=[z
i z
i+1
ꢀ…ꢀ
z
i+L
‑1];i=1,2,
…
,k,k=n
‑
L+1;步骤S22:重构,令协方差矩阵令协方差矩阵Y=ZZT,并进行SVD分解,记分解后的特征值和特征向量分别为λ1,λ2,
…
,λ
L
,且满足λ1≥λ2≥
…
≥λ
L
和U1,U2,
…
,U
L
,且满足U1≥U2≥
…
≥U
L
,则迹矩阵经SSA分解后可以表示为:Z=P1+P1+
…
+P
L
式中,式中,为迹矩阵Z的第i个奇异值,V
i
,U
i
分别为对应奇异值的左右奇异向量。3.根据权利要求2所述的融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,其特征在于,所述步骤S22中,若z为含噪信号,矩阵Z设为满秩矩阵,其秩为k(k<n),λi为奇异值分解得到的第i(0<i<k)个奇异值,如果从第i+1奇异值起,后续奇异值明显小于前i个奇异值,则可将第i+1奇异值起的后续奇异值看作是信号中的噪声分量对应的奇异值,即信
号中的有效分量只与前i个奇异值有关。4.根据权利要求1所述的融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,其特征在于,所述步骤S2中,填补时间数据序列空缺值采用平移窗口均值法,计算公式如下所示:N
i
=
△
(N
i
‑1+N
i
‑2+N
i
‑3+...+N
i
‑
m
)/m式中,N
i
为所缺数据填补值,N
i
‑
m
为数据点N
i
前的m个数据点,m为平移窗口宽度,
△
为修正系数。5.根据权利要求1所述的融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,其特征在于,所述步骤S3中,归一化处理的公式如下所示:式中,a
*
为归一化后的肉鸡舍环境相关参数的时间序列数据,a为需要进行归一化处理的数据变量,min(a)为变量a内的数据最小值,max(a)为变量a内的数据最大值。6.根据权利要求1所述的融合SSA
‑
Elman网络模型和鸽群启发算法的环境控制方法,其特征在于,所述步骤S4中采用鸽群启发算法优化SSA
‑
Elman网络模型各层之间的权值的具...
【专利技术属性】
技术研发人员:王福宝,金鑫,贺凯讯,赵雅坤,曹鹏飞,
申请(专利权)人:青岛科创信达科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。