基于神經網絡豬舍氨氣濃度預測方法研究

謝秋菊，羅文博，李妍，王莉薇,閆麗

（黑龍江八一農墾大學信息技術學院，黑龍江 大慶 163319）

基于神經網絡豬舍氨氣濃度預測方法研究

謝秋菊，羅文博，李妍，王莉薇,閆麗

（黑龍江八一農墾大學信息技術學院，黑龍江 大慶 163319）

豬舍內氨氣濃度對豬生長發育影響較大，建立準確氨氣濃度預測模型尤為必要。目前已有針對豬舍內氨氣濃度預測研究，但氨氣濃度受豬舍內多種環境因素影響，缺少準確預測模型。為此本研究從實測豬舍內環境數據（包括氨氣濃度、溫度、濕度、活動量、通風）中隨機選取1 537組數據，使用L-M算法優化BP神經網絡、線性神經網絡和Elman神經網絡預測豬舍內氨氣濃度。結果表明，基于L-M算法優化BP神經網絡建立5-9-9-1四層結構預測模型經290步后達目標誤差，預測值和真實值最大絕對誤差僅為0.1720，與Elman神經網絡和線性神經網絡預測方法相比可提高豬舍氨氣濃度預測準確性和及時性，為豬舍環境預警提供支持。

BP神經網絡；Elman神經網絡；線性神經網絡；預測模型；氨氣濃度

謝秋菊,羅文博,李妍,等.基于神經網絡豬舍氨氣濃度預測方法研究[J].東北農業大學學報,2016,47(10):83-92.

Xie Qiuju,Luo Wenbo,Li Yan,et al.Study on prediction method of ammonia concentrations in pig house using Neural Network[J].Journal of Northeast Agricultural University,2016,47(10):83-92.(in Chinese with English abstract)

氨氣是無色、有刺激性氣味有害氣體，易液化成無色液體，可灼傷皮膚、眼睛、呼吸器官粘膜。當豬舍內氨氣濃度過高時，可引起豬肺部腫脹致死，在規模化養殖中，氨氣濃度高低對豬健康生長影響較大[1-2]。因此，及時預測和控制豬舍內氨氣濃度對豬生長健康有重要作用。研究者在不同條件下對豬舍氨氣濃度變化開展大量工作[3-5]?！?br>