本发明专利技术涉及人工智能技术领域，尤其涉及一种基于深度学习网络的种猪配种控制方法及系统。所述方法包括：获取繁育需求数据，获取不同组合的种公猪和种母猪的繁育性能指标数据；将所述繁育性能指标数据，输入训练好的后代性状指标预测模型，输出多个不同生长阶段的后代性状数据，所述后代性状指标预测模型基于深度学习网络训练得到；基于所述繁育需求数据，对多个所述后代性状数据进行筛选，将筛选出的数据对应的种猪组合确定为繁育配对种猪组合。本发明专利技术通过采用全连接神经网络和GRU网络的组合，模型能够从种猪的繁育性能指标数据中学习到复杂的遗传模式和生长动态，从而准确预测后代猪的性状进而筛选出满足繁育需求的配种组合。
【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于深度学习网络的种猪配种控制方法及系统。
技术介绍
1、在传统的养殖业中，种猪配种决策往往依赖于饲养员的经验和直觉，以及简单的遗传学原理。这一过程通常涉及对种公猪和种母猪的物理特征、健康状况、繁殖历史和遗传背景的评估。然而，这种传统方法在面对遗传性状的复杂性和环境因素的动态变化时，存在明显的局限性。它难以准确预测后代的生长性能、健康状况和经济效益，尤其是在追求特定性状（如高生长速度、优良肉质或高效的饲料转化率）时，其效率和准确性受到了严重限制。随着人工智能技术的发展，应用到种猪养殖行业中，如何基于深度学习网络实现种猪配种控制成为当前亟待解决的技术问题。
技术实现思路
1、为了解决上述提出的至少一个技术问题，本专利技术提供一种基于深度学习网络的种猪配种控制方法，通过利用基于深度学习的后代性状指标预测模型与nsga-ii多目标优化算法，本专利技术能够精准预测后代猪的性状，并从中筛选出最符合繁育需求的种猪配种组合，显著提升养猪业的效率和经济效益。
>2、一方面，本专利本文档来自技高网...
【技术保护点】
1.一种基于深度学习网络的种猪配种控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述后代性状指标预测模型包括：全连接神经网络和GRU网络；
3.根据权利要求1所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述获取不同组合的种公猪和种母猪的繁育性能指标数据之前，还包括：
4.根据权利要求3所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述对所述种母猪的繁育性能指标数据进行聚类处理，得到多个种母猪类别，包括：
5.根据权利要求2所述的一种基于深度学习网络...
【技术特征摘要】
1.一种基于深度学习网络的种猪配种控制方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述后代性状指标预测模型包括：全连接神经网络和gru网络；
3.根据权利要求1所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述获取不同组合的种公猪和种母猪的繁育性能指标数据之前，还包括：
4.根据权利要求3所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述对所述种母猪的繁育性能指标数据进行聚类处理，得到多个种母猪类别，包括：
5.根据权利要求2所述的一种基于深度学习网络的种猪配种控制方法，其特征在于，所述繁育性能指标数据包括种猪岁数、种猪体重、后代猪初生阶段体重均值、后代猪生长阶段体重均值、后代猪料肉比均值和后代猪类型比例；所述后代性状数据包括后代猪初生阶段体重、后代猪生长阶段体重、后代猪料肉比和后代猪类型；所述后代猪类型包括种猪类型和肉猪类型。
6.根据权利要求5所述的一种基于深度学习网络的种猪配种控制方...
【专利技术属性】
技术研发人员：李波，黄翔，廖瑞波，张海梁，黎志强，曾强，殷铭，吴善森，秦江帆，
申请(专利权)人：正大康地农牧集团有限公司，
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。