【技术实现步骤摘要】
基于POD
‑
ANN降阶模型的鸡舍空气龄预测方法
[0001]本专利技术涉及一种基于POD
‑
ANN降阶模型的鸡舍空气龄预测方法,属于禽类科学养殖
技术介绍
[0002]我国禽类养殖业近年来发展迅速,为了让鸡群发挥出优良的形状,使鸡群养殖的生产效率提升、生产成本降低,我们需要对鸡舍环境质量进行研究。鸡群对生产环境要求较高,在高密度叠层养鸡舍中,普遍存在舍内空气流通不畅、分布不均和通风效率较低等问题。尤其在高温高湿的环境中,蛋鸡极易出现热应激,严重影响蛋鸡的生产性能。及时清粪、通风、合理降低饲养密度、降低能耗是鸡舍养殖一直以来的研究核心。借助机械的力量把鸡舍内的空气完成与外界的定时、定量交换,鸡舍的通风考虑的不仅仅是换气,还要考虑换气的成本。根据Sandberg等人的定义,空气龄是空气质点自进入房间至到达室内某点所经历的时间,反映了室内空气的新鲜程度,它可以综合衡量房间的通风换气效果,是评价室内空气品质常用的指标。
[0003]空气新鲜程度会直接影响到鸡的舒适感,优良的舍内环境是养好商品肉鸡的重要条件。因此,必须控制好鸡舍内部气候,使鸡只在清爽而舒适的环境中生活。考虑到空气龄在时空演化中可能存在的非线性规律,流场信息的维度较高,直接使用复杂的流场信息会产生维度灾难问题,需要先降低流场的维度采用先进技术对鸡舍环境质量进行评估分析,对多参数影响下的鸡舍空气龄提供一种高效准确的预测方法,以达到健康养殖的专业要求和经济目的;同时空气龄的准确预测可以对通风系统和降温系统的设计 ...
【技术保护点】
【技术特征摘要】
1.一种基于POD
‑
ANN降阶模型的鸡舍空气龄预测方法,其特征在于,包括以下步骤:步骤S1:提取鸡舍流场仿真收敛的空气龄数据,保存瞬态计算整体残差稳定在1e~05以下的m个连续时间步序列的空气龄数据构成原始样本集合;步骤S2:抽取初始样本,采用基于函数响应偏差的自适应抽样方法在原始样本集合中抽取N个时间步序列的空气龄作为初始样本;步骤S3:寻找最优正交基,采用快照本征正交分解的方法,即POD,对抽取的空气龄初始样本进行模态分解,提取鸡舍空气龄的主导模态,得到最优正交基Φ;步骤S4:对目标空气龄进行预测,实现鸡舍空气龄降阶预测模型的构建,采用人工神经网络,即ANN,响应快照本征正交分解基函数的系数,将样本空气龄的时间步作为输入,将目标空气龄解快照本征正交分解模态系数作为输出,建立空气龄与神经网络模型,并确定神经网络模型的神经网络层数和节点个数,再结合根据样本空气龄获得的最优正交基Φ对目标空气龄进行预测,实现鸡舍空气龄降阶预测模型的构建。2.根据权利要求1所述的基于POD
‑
ANN降阶模型的鸡舍空气龄预测方法,其特征在于,所述步骤S2中基于函数响应偏差的自适应抽样方法具体包括以下步骤:步骤S21:将样本空间中的边界交点、空间中心点以及子空间中心点,作为初始样本集,然后计算子空间中心点的函数响应偏差来确定目标子空间,函数响应偏差公式如下所示:F(u
i
)=D(u
i
)E(u
i
)式中:E(u
i
)为第i个空气龄快照u
i
的响应偏差;D(u
i
)为第i个空气龄样本u
i
与其他样本之间的相关性强弱;步骤S22:在目标子空间中抽取下一代子空间的中心点,并将其增加到初始样本集中,然后在新样本集中重新确定目标子空间;步骤S23:重复步骤S22,直至最终所有采样点...
【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。