【技术实现步骤摘要】
本专利技术属于配方智能优化领域，特别是涉及一种基于数据驱动的生猪饲料配方优化方法。
技术介绍
1、传统的生猪饲料配方优化方法，如线性规划、混合整数规划和启发式算法，虽然在一定程度上能解决问题，但在面对复杂的实际情况时，如参数众多、限制条件复杂等，它们的性能往往有所欠缺，难以得出最优解。针对这些问题，研究者开始引入更为先进的优化算法，如遗传算法和粒子群算法。这些算法借鉴了自然界中的生物行为，以提高搜索效率和解的质量。然而，尽管这些算法在某些方面优于传统方法，它们仍然无法完全满足饲料配方优化的需求。近年来，研究者们提出了更多的群体智能优化算法，以期在饲料配方优化问题上找到更加精确和高效的解决方案。
2、鲸鱼优化算法是由mirjalili m等于2016年提出的一种智能群体优化算法，与其他群体算法相比，例如麻雀优化算法、蝗虫优化算法等，鲸鱼优化算法的数学模型较为简单，算法的搜索性能更强。但算法的随机性仍然是一个重要问题。尤其在饲料配方优化问题中，过大的随机性可能会导致算法在搜索过程中产生大量的无效解，从而降低了优化的效率，且搜索精
【技术保护点】
1.一种基于数据驱动的生猪饲料配方优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，所述生猪饲养数据包括：生猪生长速率、饲料消耗量和环境因素。
3.根据权利要求1所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，所述构建目标函数具体为：以最小化经济成本z为目标函数，如下：
4.根据权利要求1所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，对所述鲸鱼优化算法WOA进行优化具体为：对WOA中的参数a、b和r进行优化，其中，a是线性衰减的变量，b和r均为随机生成的常量。
5.根...
【技术特征摘要】
1.一种基于数据驱动的生猪饲料配方优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，所述生猪饲养数据包括：生猪生长速率、饲料消耗量和环境因素。
3.根据权利要求1所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，所述构建目标函数具体为：以最小化经济成本z为目标函数，如下：
4.根据权利要求1所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，对所述鲸鱼优化算法woa进行优化具体为：对woa中的参数a、b和r进行优化，其中，a是线性衰减的变量，b和r均为随机生成的常量。
5.根据权利要求4所述的基于数据驱动的生猪饲料配方优化方法，其特征在于，对参数a的优化具体为：将衰减模式从线性衰减改为指数衰减，优化后的参数a的衰减公式为：
6.根据权利要求4...
【专利技术属性】
技术研发人员：方艺，周小波，闫顺丕，许正荣，焦俊，辜丽川，李华，谈超，余添康，
申请(专利权)人：安徽农业大学，
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。