基于支持向量回歸奶牛糞尿及氮排放預測方法
2020-09-27 23:06:52付強沈維政魏曉莉尹艷玲鄭萍張永根蘇中濱趙春江
農業(yè)工程技術·農業(yè)信息化 2020年7期
付強 沈維政 魏曉莉 尹艷玲 鄭萍 張永根 蘇中濱 趙春江
摘 要：為了有效預防和控制規(guī)模化奶牛養(yǎng)殖過程中對環(huán)境造成的污染，準確預測奶牛糞尿及氮的排放非常重要。傳統(tǒng)的基于產污系數(shù)（PGC）和線性回歸（LR）模型等方法由于受到預測范圍和回歸函數(shù)假設的限制，預測結果有時會偏離實際。該文以荷斯坦干奶牛為例，將支持向量回歸（SVR）應用于奶牛糞尿及氮的排放預測。SVR是一種典型的非參數(shù)機器學習模型，無需提前對預測模型做任何假設，僅通過對訓練樣本數(shù)據(jù)的學習，便能擬合出最接近實際的函數(shù)。與傳統(tǒng)LR方法和其它非參數(shù)機器學習模型RBF-ANN的對比測試結果表明，基于SVR的預測模型在預測精度上優(yōu)于其它方法，特別是比傳統(tǒng)的LR方法預測精度更高，可以作為對奶牛糞尿及氮排放進行預測的新型參考方法。
關鍵詞：奶牛養(yǎng)殖污染;糞尿排放預測;氮排放預測;非參數(shù)模型;支持向量回歸
DOI： 10.25165/j.ijabe.20201302.4781
引用信息： Fu Q， Shen W Z， Wei X L， Yin Y L， Zheng P， Zhang Y G， et al.? Predicting the excretion of feces， urine and nitrogen using support vector regression： A case study with Holstein dry cows.? Int J Agric & Biol Eng， 2020; 13（2）： 48–56.
