我的集购网
掌上集购网

掌上集购网

集购网客户端

客服服务
交易时间:工作日 9:00-17:00
您好,欢迎来到农产品集购网!

人工智能:养猪业的新范式

2022-07-01

0评论

分享给朋友:
  准确估计猪的体重对于确定可上市的猪,和减少与分选过程有关的损失至关重要。用秤称量猪的重量,可以提供最准确的体重测量,但是很耗时,而且可能造成猪只受伤和应激。人工智能在解决集约化养猪业的挑战和通过实时收集饲养行为和饲料摄入量的数据,来提高养猪业的生产力和效率方面获得了巨大的关注。

  机器学习是经常用于猪场建模、预测和管理的人工智能模型之一。机器学习模型主要包括决策树、聚类、支持向量机和马尔科夫链模型的算法,主要用于疾病检测、姿势分类的行为识别和动物的声音检测。来自北卡罗来纳州立大学和史密斯菲尔德高级遗传学的研究人员展示了机器学习算法的应用,它可以根据喂养行为和采食量数据估计生长猪的体重。

  数据收集

  收集了3个品种(杜洛克、兰花和大白)的655头猪75至166日龄的饲料摄入量、饲喂者占用时间和体重信息。选择了2种机器学习算法(长短期记忆网络和随机森林)来预测4种情况下的猪体重。长短时记忆被用来准确预测时间序列数据,因为它在学习和存储长期模式方面具有依赖序列的能力,随机森林方法被用作机器学习空间的代表算法。这些情景包括个人知情预测情景、个人和群体知情预测情景、特定品种的个人和群体知情预测情景,以及群体知情预测情景。通过在生长-结束阶段收集的不同数据子集,构建了4个模型,每个模型用3种算法进行训练,以预测猪的个体或群体的体重。

 从行为数据预测体重

  总的来说,随着猪的成熟和体重的增加,日采食量增加,日访问次数和日占用时间减少。总的来说,在相关性、准确性、敏感性和特异性方面,个体知情预测方案比个体和群体知情预测方案取得了更好的预测性能。最大的相关性是0.87,个别知情预测的最高准确性是0.89,而个别和群体知情预测的相关性和准确性分别是0.84和0.85。增加喂养行为和饲料摄入量数据的效果在不同的算法和情景中有所不同,从预测性能的小幅提高到中等提高。

  多样化的预测方案

  本研究证明了喂养行为和采食量数据在不同预测情景下的各种作用。从最接近完成阶段的时期收集的信息,对实现各种预测的最佳预测性能是有用的。人工智能有可能将采食行为动态与身体生长联系起来,并为采食行为数据参与群养猪的体重预测提供一个有希望的画面。人工智能和机器学习可以作为养猪户的管理工具,对个体猪进行评估和排序,以调整生长期的饲养策略,避免在育成阶段的分选损失,同时减少劳动力和成本。

  挑战和未来的研究需求

  一些技术和工具已经被开发出来,用于数据收集、数据处理和建模算法,以评估猪的饲养行为和饲料摄入量。这些技术在提高养猪业的决策效率方面显示出巨大的潜力。但是,还需要一个标准的数据库或数据清理和选择的方法,以尽量减少数据处理的时间和成本。(编译:农产品集购网资讯版,https://zixun.16988.com/)



(责任编辑:卢梦 邮箱:lumeng@accfutuers.com)

农产品集购网16988-全国大宗农产品电商交易平台;【白糖、油脂、玉米、大豆、小麦、棉花、豆粕】 免费资源发布、采购对接;报价-下单看行情;灵活、便捷更省心; 点击前往报价,查看大宗农产品行情 http://www.16988.com



评论 登录

验证码: 点击更换验证码

最新评论

更多

相关新闻

实时行情 更多

    产品 交割地 成交价
    (元/吨)
    成交量
    (吨)

相关推荐