基于POD-ANN降阶模型的鸡舍空气龄预测方法技术

本发明专利技术涉及禽类科学养殖技术领域，公开了一种基于POD

【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本文档来自技高网...

【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：