一种鸡舍环境控制方法、系统、设备及介质技术方案

本发明专利技术公开了一种鸡舍环境控制方法、系统、设备及介质，涉及鸡舍环境控制领域，所述方法，包括：确定鸡舍内肉鸡所需要保持的目标平均体感温度；采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；通风控制策略，包括：鸡舍通风系统中风机需要开启的台数和通风窗需要开启的角度；其中，体感温度预测模型是采用训练数据和基于代理模型的机器学习算法确定的；训练数据，包括：不同的鸡舍参数和对应的肉鸡实际的平均体感温度；鸡舍参数，包括：鸡舍外界空气温度、鸡舍通风系统中风机开启的台数和鸡舍通风系统中通风窗开启的角度。本发明专利技术能提高鸡舍环境控制的准确性。境控制的准确性。境控制的准确性。

【技术实现步骤摘要】
一种鸡舍环境控制方法、系统、设备及介质


[0001]本专利技术涉及鸡舍环境控制领域，特别是涉及一种鸡舍环境控制方法、系统、设备及介质。

技术介绍

[0002]在鸡舍环境控制系统中，对于温度和气流速度的控制，通常采用通风的手段加以控制。现有的密闭式大型鸡舍大多采用以纵向通风为基础的机械负压通风，通过调整负压风机、通风窗以及湿帘系统来实现对舍内目标温度、风速的控制。肉鸡养殖在不同的日龄对温度、风速的要求不同，一个良好的环境控制鸡舍应该能够满足不同日龄、不同环境条件下鸡舍环境控制的需要，根据肉鸡的实际需求和实时环境情况对鸡舍的通风策略进行调整。
[0003]目前，中国大部分的鸡舍都是通过人工经验来确定风机开启数量、小窗开启大小及湿帘处的挡风板大小与角度来控制鸡舍内的环境参数。根据人工经验的调控策略难以保证对鸡舍环境控制的准确性和时效性，往往会存在调控不及时和调控范围过大等现象。调控范围过大会造成短时间内降温或升温幅度较大，对肉鸡产生应激。并且基于人工经验的调控措施需要耗费大量的人力，对于养殖经验丰富的人员具有很大的依赖性，同时也制约了肉鸡养殖规模的扩大和养殖技术的推广。随着养殖现代化的发展也使用了自动化控制设备，但目前的自动控制系统使用的环境控制算法大多基于经验数据进行设定，且更多的面向单一的鸡舍参数进行控制，对实际鸡舍的多因素控制缺少有效的算法支撑。
[0004]因此，如何提高鸡舍环境控制的准确性仍为目前亟待解决的问题。

技术实现思路

[0005]基于此，本专利技术实施例提供一种鸡舍环境控制方法、系统、设备及介质，以提高鸡舍环境控制的准确性。
[0006]为实现上述目的，本专利技术实施例提供了如下方案：
[0007]一种鸡舍环境控制方法，包括：
[0008]确定鸡舍内肉鸡所需要保持的目标平均体感温度；
[0009]采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；所述通风控制策略，包括：鸡舍通风系统中风机需要开启的台数和通风窗需要开启的角度；
[0010]其中，所述体感温度预测模型是采用训练数据和基于代理模型的机器学习算法确定的；所述训练数据，包括：不同的鸡舍参数和对应的肉鸡实际的平均体感温度；所述鸡舍参数，包括：鸡舍外界空气温度、鸡舍通风系统中风机开启的台数和鸡舍通风系统中通风窗开启的角度。
[0011]可选地，采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略，具体包括：
[0012]将体感温度预测模型作为遗传算法的求解函数，在约束条件的约束下，以所述体
感温度预测模型输出的平均体感预测温度和所述目标平均体感温度的差值最小为目标进行多次迭代求解，得到鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；
[0013]其中，所述约束条件是根据外界空气温度、鸡舍通风系统中实际风机的数量范围和鸡舍通风系统中实际通风窗开启角度的范围确定的。
[0014]可选地，所述体感温度预测模型的确定方法，具体包括：
[0015]获取训练数据；
[0016]将所述训练数据输入人工神经网络中，以人工神经网络输出的平均体感预测温度和肉鸡实际的平均体感温度的差值最小为目标，采用反向传播算法进行训练，将训练好的人工神经网络确定为体感温度预测模型。
[0017]本专利技术还提供了一种鸡舍环境控制系统，包括：
[0018]目标温度确定模块，用于确定鸡舍内肉鸡所需要保持的目标平均体感温度；
[0019]通风控制策略确定模块，用于采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；所述通风控制策略，包括：鸡舍通风系统中风机需要开启的台数和通风窗需要开启的角度；
[0020]其中，所述体感温度预测模型是采用训练数据和基于代理模型的机器学习算法确定的；所述训练数据，包括：不同的鸡舍参数和对应的肉鸡实际的平均体感温度；所述鸡舍参数，包括：鸡舍外界空气温度、鸡舍通风系统中风机开启的台数和鸡舍通风系统中通风窗开启的角度。
[0021]可选地，所述通风控制策略确定模块，具体包括：
[0022]求解单元，用于将体感温度预测模型作为遗传算法的求解函数，在约束条件的约束下，以所述体感温度预测模型输出的平均体感预测温度和所述目标平均体感温度的差值最小为目标进行多次迭代求解，得到鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；
[0023]其中，所述约束条件是根据外界空气温度、鸡舍通风系统中实际风机的数量范围和鸡舍通风系统中实际通风窗开启角度的范围确定的。
[0024]可选地，所述鸡舍环境控制系统，还包括：模型确定模块，用于确定所述体感温度预测模型；
[0025]所述模型确定模块，具体包括：
[0026]数据获取单元，用于获取训练数据；
[0027]训练单元，用于将所述训练数据输入人工神经网络中，以人工神经网络输出的平均体感预测温度和肉鸡实际的平均体感温度的差值最小为目标，采用反向传播算法进行训练，将训练好的人工神经网络确定为体感温度预测模型。
[0028]本专利技术还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的鸡舍环境控制方法。
[0029]本专利技术还提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述的鸡舍环境控制方法。
[0030]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0031]本专利技术实施例采用训练数据和基于代理模型的机器学习算法确定体感温度预测
模型，采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略。相比现有的人工经验的调控策略，保证了对鸡舍环境控制的准确性。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为本专利技术实施例提供的鸡舍环境控制方法的流程图；
[0034]图2为本专利技术实施例提供的人工神经网络层次结构图；
[0035]图3为本专利技术实施例提供的R＝0.99906时的神经网络训练回归图；
[0036]图4为本专利技术实施例提供的R＝0.99193时的神经网络训练回归图；
[0037]图5为本专利技术实施例提供的R＝0.99375时的神经网络训练回归图；
[0038]图6为本专利技术实施例提供的R＝0.99774时的神经网络训练回归图；
[0039]图7为本专利技术实施例提供的体感温度预测模型的预测值与实际样本值的对比图；
[0040]图8为本专利技术实施例提供的遗传算法迭代计算过程示意图；
[0041]图9本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种鸡舍环境控制方法，其特征在于，包括：确定鸡舍内肉鸡所需要保持的目标平均体感温度；采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；所述通风控制策略，包括：鸡舍通风系统中风机需要开启的台数和通风窗需要开启的角度；其中，所述体感温度预测模型是采用训练数据和基于代理模型的机器学习算法确定的；所述训练数据，包括：不同的鸡舍参数和对应的肉鸡实际的平均体感温度；所述鸡舍参数，包括：鸡舍外界空气温度、鸡舍通风系统中风机开启的台数和鸡舍通风系统中通风窗开启的角度。2.根据权利要求1所述的鸡舍环境控制方法，其特征在于，采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略，具体包括：将体感温度预测模型作为遗传算法的求解函数，在约束条件的约束下，以所述体感温度预测模型输出的平均体感预测温度和所述目标平均体感温度的差值最小为目标进行多次迭代求解，得到鸡舍内肉鸡保持在目标平均体感温度时的通风控制策略；其中，所述约束条件是根据外界空气温度、鸡舍通风系统中实际风机的数量范围和鸡舍通风系统中实际通风窗开启角度的范围确定的。3.根据权利要求1所述的鸡舍环境控制方法，其特征在于，所述体感温度预测模型的确定方法，具体包括：获取训练数据；将所述训练数据输入人工神经网络中，以人工神经网络输出的平均体感预测温度和肉鸡实际的平均体感温度的差值最小为目标，采用反向传播算法进行训练，将训练好的人工神经网络确定为体感温度预测模型。4.一种鸡舍环境控制系统，其特征在于，包括：目标温度确定模块，用于确定鸡舍内肉鸡所需要保持的目标平均体感温度；通风控制策略确定模块，用于采用体感温度预测模型和遗传算法确定鸡舍内肉鸡保持在目标平均体感温度时的通...

【专利技术属性】
技术研发人员：施志钢，纪文康，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：