生豬智能養殖與市場供求預測技術應用

燕君芳 劉曉寧 王鵬

摘?要：從生豬養殖的飼料種植、種豬優選、母豬繁殖、子豬飼養以及商品豬冷鏈物流、加工、銷售等全產業鏈安全控制模式的角度出發，分析了大數據、云計算、物聯網、互聯網、5G、人工智能等技術應用于生豬養殖領域的必要性和可行性。探討了智能養殖技術以及人工智能技術對生豬養殖市場的產銷平衡、價格波動等信息的監控和預測。指出利用人工神經網絡預測方法和云計算處理方法，可以科學應對由于生豬養殖的周期性和特殊性而造成的我國生豬價格大起大落以及生豬養殖行業市場供需不平衡的局面。

關鍵詞：智能養殖;神經網絡;產銷平衡;預測

中圖分類號：F326.3 ?????????文獻標志碼：A 文章編號：1009-9107（2024）04-0137-06

一、研究背景

長期以來，由于受生豬養殖的周期性和特殊性影響，我國生豬價格一直處于大起大落狀態，生豬養殖行業始終無法擺脫信息滯后、市場供需不平衡的局面。生豬產品的流通渠道層級繁多，生產者、消費者信息不對稱，生豬養殖行業各自為政沒有形成強大的產銷聯盟，導致生豬養殖企業繁殖、養殖、出欄等數量與市場需求數據無法準確預測和控制。要扭轉這種被動局面，國內生豬養殖行業必須全面打造行業內全國統一的大市場，緊隨國際信息技術的變革浪潮，充分利用大數據、云計算、物聯網 （IOT）、區塊鏈、人工智能AI、第五代移動通信（5G）等現代科學技術，加快建設生豬養殖行業全國統一大市場。

我國近年中央文件多次作出指示，要求農業應用信息化、數字化、智能化技術實施數智化轉型，推進大數據、云計算、物聯網、區域塊、遙感技術在養殖行業中的應用。目前，我國的生豬養殖龍頭企業在技術上朝著數智化、科學化的方向發展，在養殖設備上也朝著現代化、自動化的方向發展，在市場推廣方面朝著信息化、網絡化的方向發展。通過大數據、云計算、區域塊、物聯網、AI技術和互聯網、5G之間的有機銜接，將信息化、數字化、智能化全方位地運用于生豬行業的飼料種植、種豬繁殖、肉豬養殖、冷鏈運輸、豬肉加工銷售等生豬生產全產業鏈的各個環節。與此同時，阿里、淘寶、京東、網易、騰訊、拼多多等新興互聯網公司聚焦生豬養殖領域，開發軟件、硬件，實施虛擬網絡技術，助力生豬養殖產業轉型升級。另外，中糧糧谷、光明食品、首農食品、華潤五豐、希望本香等生豬上市公司，均將數智化轉型作為公司發展戰略的重要組成部分，構建出一整套覆蓋生豬行業的飼料種植、生豬繁殖、養殖、屠宰加工、冷鏈倉儲運輸、市場銷售推廣、豬肉制品深加工等全產業鏈。探索出一整套數智化的模式，數智化現代養殖已成為整個行業發展的方向標。

有關大數據、云計算在農業中的應用，學者們做了不少有益的探索， 如在農業精準生產、消費需求預測、農產品檢測預警等方面的應用［1-5］。養殖業該方面的研究主要涵蓋了個體系譜、個體特征、飼料結構、圈舍環境和疫情情況等信息。養殖業市場數據主要涵蓋了市場供求關系、價格行情、價格利潤、生產資料、市場流通和國際市場等信息［6-10］。

筆者在前人研究的基礎上，從生豬養殖的飼料種植、種豬優選、母豬繁殖、子豬飼養、商品豬冷鏈物流、加工、銷售等全產業鏈安全控制模式的角度出發，分析了大數據、云計算、物聯網、互聯網、5G、人工智能技術應用于生豬養殖領域的必要性和可行性。重點探討大數據、云計算、人工智能技術對生豬養殖行業的產銷平衡等信息的監控和預測技術的應用。

二、生豬養殖業智能化數字化轉型升級路徑

生豬養殖行業數字化智能化轉型升級應覆蓋養殖全產業鏈的各個環節，形成智慧種養殖、智能養殖工廠、智慧物流、智慧數字營銷、智能溯源和智能環境6大場景，為信息化、數字化、智能化賦能業務奠定堅實的基礎。

1.智慧種養殖系統。利用大數據、云計算、物聯網、區塊鏈、人工智能、5G等互聯網、數字化、智能化技術準確掌握生豬的整個生理動態與生長環境，構建科學化、智能化、自動化的生豬飼料種植、配方，以及種豬的引進，仔豬和肉豬的繁殖，通過自動控制系統和現代視頻技術動態控制和監測養殖環境，利用現代免疫技術做好生豬疾病預防和控制風險。實現全方位、現代化、科學化、信息化、高產能、高環保的智能化生豬種養殖系統。

2.智能養殖工廠。利用數智化技術建設生豬養殖智能工廠，通過對生豬種養殖系統大數據的收集、整理、歸類，利用云計算建立數學模型，應用高性能計算機進行計算，構建最先進的AI養殖工廠。解決生豬養殖供應側與需求側一致性及協同性問題。子系統包括智能化數字化飼料農場，生豬繁殖、養殖智能化數字化生產工廠，無人屠宰車間和加工車間等。

3.智慧物流系統。通過數智化技術，將物聯網、傳感網與互聯網三網結合起來，利用冷鏈技術、動態規劃技術、現代視頻技術，實現物流的可視化、動態化、網絡化，從而提高物流運營速度，保證食品安全，增強物流的功能和效率，降低經營成本。其中有物流智能精準路由、動態規劃選址、冷鏈保鮮倉儲、運輸、智能控制物流子系統等。

4.智慧數字營銷。利用大數據技術，構建客戶大數據數據庫，以客戶為中心，全面感知并深刻理解客戶需求。通過多觸點、跨渠道、場景化、精細化的手段，提升客戶感知體驗，了解客戶的需求，精準市場定位，擴大營銷渠道，從而確定消費群體，增加市場份額，提高經濟效益，降低產品成本，實現企業利潤最大化。其中包括數字化網絡地圖、智能化銷售渠道、精準化客戶定位、VR購物、無人門店、外呼機器人、智能需求預測以及線上線下購物驗資等。

5.智能溯源。利用前面的系統所收集的海量信息，建立數據庫。通過對數據整理、分析建立數學模型，確定算法、計算語言等，為生豬養殖企業的食品安全管理、供應鏈管理、信用管理以及政府宏觀監管等環節建立智能化的決策支持系統和風險防控系統。

6.智能養殖環境。與國外相比，我國生豬養殖行業的環境保護整體水平與先進產能的差距不斷縮小，特別是全行業推進的數智化超低排放改造，排放標準已達到歐美國家的排放標準，達到了國際領先水平。為了繼續執行好國家現有超低排放標準，應加強生豬養殖行業源頭減排、過程管控、末端治理、數字賦能，有序推進我國生豬養殖行業的超低排放改造，建立智能環境保護系統，強化減污降碳協同增效，持續提升我國生豬養殖行業的綠色競爭力。

三、生豬產銷平衡智能化數字化預測方法

由于生豬養殖、出欄的周期性和特殊性，雖然很多企業已經應用了大數據、云計算、人工智能等先進的智能養殖技術，但目前來看還是擺脫不了生豬價格大起大落的狀態。市場信息反饋滯后，生產供應銜接不暢，時常出現供求不平衡的尷尬局面。要想完全擺脫這種局面，保障養殖企業和消費者的雙重利益，必須尋求市場預測技術，以解決市場銷售難題。

要真正實現生豬產銷平衡的準確預測，把握市場脈搏，做到“提前預測市場風險，及時調節生產環節” ，就目前智能化數字化預測方法中，除了比較傳統的數理統計模型，如回歸分析方法外，還有時間序列預測的幾種范式。如直接多步預測，這是時序預測中最廣泛采用的范式，NBeats、TFT、Informer、Autoformer等就屬于這類模型;自回歸預測，比如DeepAR;還有DSGE，動態隨機一般均衡模型，如Structural VAR等;另外，還有一些小型模型，如SVAR。但比較而言，筆者認為行之有效的預測模型首選人工神經網絡（artificial neural network，即ANN）。

（一）人工神經網絡預測模型

神經網絡模型也被稱為人工神經網絡［11］，是深度學習算法的核心。隨著計算機硬件的快速發展和數據集的不斷完善，深度神經網絡已在圖像識別、汽車智能駕駛等新領域得到了廣泛應用，也發展成了目前主流的人工智能算法。

模型由大量的點、線之間相互連接構成樹狀網絡圖（見圖1）。每個節點代表一種特定的輸出函數，稱為激勵函數（activation function）。每兩個節點間的連接都代表一個對于通過該連接信號的加權值，稱之為權重，相當于人工神經網絡的記憶。網絡的輸出則依照網絡的變量和關系的不同而不同。這種模型自身通常都是對自然界某種算法或者函數的逼近，也可能是對一種邏輯策略的表達。

（二）人工神經網絡預測的分析方法

1.網絡模型。人工神經網絡模型主要應用網絡連接的拓撲結構和神經元的特征。主要有：（1）前向網絡。網絡中各個神經元接受前一級的輸入，并輸出到下一級，網絡中沒有反饋，可以用一個有向無環路圖表示。（2）反饋網絡。網絡內神經元間有反饋，這種神經網絡的信息處理是狀態的變換，可以用動力學系統理論處理。

2.學習類型。學習是神經網絡研究的一個重要內容，它的適應性是通過學習實現的。根據環境的變化，對權值進行調整，改善系統的行為。

3.分析方法。研究神經網絡的非線性動力學性質，主要采用動力學系統理論、非線性規劃理論和統計理論來分析神經網絡的演化過程和吸引子的性質，探索神經網絡的協同行為和集體計算功能，了解神經信息處理機制。

四、生豬養殖行業市場供求預測

（一）構建生豬養殖行業聯合體

近年來，我國生豬存欄量和出欄量穩步回升。受政策引導及市場需求的影響，我國生豬養殖方式開始逐步向規模化發展，散戶占比大幅度下降，大戶及企業占比不斷攀升，生豬養殖行業的市場集中度逐年增長。但是，我國生豬價格周期性波動明顯，一般3～4年為一個周期。例如，2019年受行業周期、非洲豬瘟疫情等因素疊加影響，我國生豬出欄量跌至近年來的低谷，供不應求導致生豬價格不斷走高;而到2021年，中國養豬業進入了長達一年多的豬價下行期，期間豬價最低跌至10元／公斤，大型豬企陷入了漫長的虧損期，直至2022年4月，這一局面才逐漸得到改善。但是，2023年前三季度豬價持續低迷、生豬養殖行業虧損嚴重。不過行業產能并未明顯減少，尤其規模企業基于市場占有率、增產降本及長期發展考慮，產能尚呈現增加態勢，致使能繁母豬存欄量至三季度末仍維持在4 240萬頭以上高位運行。生產效能及母豬數量存在雙重提升，這就預示年前供給壓力不會小。在此背景下，我們認為，我國生豬養殖行業亟待加強協同，建立行業聯盟，積極進行市場前期預測，科學合理制定生產計劃。組織建立行業聯盟內的市場預測機構，或外包給專業的市場預測機構，對整個生豬養殖市場進行全方位的預測，構成全行業一盤棋。統籌養殖規劃，合理繁殖生產，科學劃分區域，智能配置資源［12］。否則，將會催生惡性競爭，形成豬肉價格忽高忽低，豬肉市場的忽冷忽熱，最終導致‘負效生產。目前，我國生豬養殖產業的上市公司數量較多，分布在各產業鏈環節，其中，涉及生豬養殖的上市公司包括牧原股份、新希望、大北農等。為此，我國生豬養殖行業需要階段性、區域性地逐步推進行業自律和市場協同，科學地進行市場預測，以最終實現彈性供給，保障市場持續健康運行，落實好中央對我國生豬養殖行業高質量發展的基本要求。

（二）生豬養殖市場價格的預測模擬

由于生豬供需不平衡的原因諸多，生豬養殖有一定的時間滯后性。當供大于求時，豬肉價格下降，生豬飼養減少，加之近年的豬瘟，生豬出欄大幅減少，而需求卻沒有減少，造成供不應求，隨之豬肉價格上漲。而生豬養殖需要一定的時間周期，這時豬肉價格一直飆升。隨著生豬價格的上漲和國家對生豬養殖的大力扶持，企業生豬養殖積極性高漲，生豬出欄大幅增加，供大于求形勢加劇。豬肉的需求又分淡季和旺季，豬肉價格便開始一路下跌。這時為了穩定豬肉市場，避免價格大漲大跌，國家又啟動生豬冷凍計劃，大量生豬宰后冷藏入庫，豬肉價格逐漸回升。

我國生豬養殖行業因養殖、市場均存在的嚴重的不確定性和風險性，最終會給生產企業和廣大消費者帶來巨大經濟或財務的損失和嚴重的市場波動，從而影響整個國民經濟的發展。因此，防范生豬養殖的市場變化的最佳辦法就是事先對可能發生市場風險作出科學的預測和評估。整個生豬養殖行業應建立聯合體，形成階段性、區域性的行業自律和市場協同聯盟，當豬肉市場飽和時，養殖行業聯合體可以進行市場協同，限產限價，控制生產規模;當市場疲軟時，養殖行業聯合體可以進行規模擴張，增產增收。總之，利用人工神經網絡的預測方法對養殖行業的生產規模、市場變化進行量化分析，彌補主觀評估的不足，可以產生良好的效果。

1.確定影響生豬養殖生產規模、市場價格波動的主要參數。對生豬養殖供求平衡及豬肉價格變動的市場分析預測，可歸結為對影響市場供求關系的諸多因素的綜合分析預測。傳統的定性和定量的統計預測方法已經不適應現代數字化、智能化發展的需求。要對我國生豬生產的供需平衡以及豬肉價格變動而導致生豬供求失衡、價格大起大落的市場判斷作出科學的預測，就需要人工神經網絡技術來處理龐大的、不完整的、模糊不確定或規律性不明顯的大數據。所以，用人工神經網絡進行生豬商品價格預測是有著傳統方法無可比擬的優勢。

從生豬商品市場價格的確定機制出發，依據影響豬肉價格的綜合因素考慮。生豬作為一種商品，其價格波動和其他商品一樣，主要受生豬的供需因素影響。

豬肉的市場需求分為國外需求和國內需求，國外需求目前比重不大，主要還是國內需求占壓倒性優勢。影響豬肉需求的參數包括人口總數、人均可支配收入、消費習慣、人均年豬肉消費量等，另外還有豬肉需求的周期性和季節性變化以及受天氣與節假日的影響。豬肉需求的周期性和季節性特點十分明顯，豬肉價格也因此有明顯的周期性和季節性波動特點。影響生豬的供給參數包括生豬母豬仔豬存欄量、進口豬肉量、國儲肉投放量、生豬疫病情況以及生豬出欄數量等。

生豬的養殖受季節性影響很弱。同時，生豬養殖具有持續性和延長性的特點。決定生豬養殖行業的供求平衡和價格波動還有養殖成本和利潤這一關鍵因素，需要綜合考慮。當養殖利潤增加時，養殖企業在高利潤的激勵下會增加仔豬的補欄量，同時可能會偏向壓欄出售生豬。當養殖利潤下降，成本上升甚至出現虧損時，養殖企業會偏向盡快出欄生豬，對于仔豬的補欄也會偏向謹慎。

2.建立行業大數據。當今，擁有強大的信息處理和分析能力的大數據技術為社會的發展提供強有力的數據信息資源，對我國農業經濟的發展起著重要作用， 使得生產技術成本進一步降低，其銷售模式 、農業經濟的整體結構相對于傳統農業有了質的變化。為此，應通過我國生豬養殖行業的自律協同，在建立行業聯盟的基礎上，在進行科學市場前期預測的前提下，集中采集生豬養殖行業生產和市場大數據，包括生豬的市場供求數據，產品價格方面的報價以及有關飼料、生產資料的市場數據，產品的價格及利潤、市場的流通、國際市場的數據等。可以以生豬養殖的上市公司牧原股份、新希望、大北農等企業為骨干建立行業大數據。對海量的、復雜的、雜亂無章的數據 進行收集、分類、整理、分析、傳輸、管理和處理，建設多樣化的信息資產。大數據以其海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低的特征，整合生豬養殖行業養殖和市場所出現的地域性、季節性、多樣性、周期性等自身特征后產生的來源廣泛、類型多樣、結構復雜、具有潛在價值的數據集合，成為其后分析利用的數據資源。

3.建立人工神經網絡預測數學模型。如果將神經元整體看作一個函數，那么函數的自變量和因變量則分別對應這里的輸入和輸出數據。通過上述對生豬養殖系統大數據的處理和篩選，得到對整個生豬養殖行業有價值的數據。將其作為人工神經網絡系統神經元的輸入數據，這時的神經元就可以對數據進行處理。

例如：如果把豬肉需求參數、生豬的供給參數作為神經元的輸入數據，包含一個或多個數值，通常用向量表示。

xi=x1，x2，x3，…，xn（1）

下面分為兩步，即首先對輸入數據加權求和，再利用激活函數判斷輸出。

例如：給定輸入Xi，首先我們得到S=∑iwi xi+b。

其中wi=w1，w2，w3，…，wn為對應各個數據輸入節點的權重，Y為神經元的偏置（Bias）。

接下來，再利用激活函數（Activation function）判斷輸出，即這里的激活函數σ（S）選取為符號函數，也可以選取為階躍函數。

y=σ（S）=1，??∑≥0-1，?∑＜0（2）

通過上述過程，感知機就模擬了生物神經元的信號傳遞、信號處理以及“閾值”機制。為了使感知機完成指定學習，還需要對其進行訓練，得到適合具體問題的模型參數。

確定輸出神經元的輸出數據，包含一個或多個數值，通常也用向量表示，如：yi=y1，y2，y3，…，yn。

綜上所述，面對大量的錯綜復雜、變化無常的不確定隨機因素，面對國內外海量的相關數據，運用數據挖掘技術可以對國內生豬養殖企業生豬的供應參數數據和豬肉市場需求量參數變化數據的系統運行狀況進行實時監控，對過程中產生的大量業務數據與財務數據進行深入地挖掘、分析、篩選。通過預測模型，用數學語言或公式所描述的事物間的數量關系，采用分布式架構，對海量數據進行分布式數據分析，并依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術的云計算平臺、互聯網和可擴展的存儲系統等技術，在一定程度上可以揭示事物間的內在規律性，預測未來的變化趨勢。

總之，可以通過建立生豬養殖聯盟、大數據、人工神經網絡技術預測的數學模型、云計算平臺等對生豬養殖行業的供求平衡和價格波動進行科學的預測，為生豬養殖企業的規劃、生產、管理決策提供科學的依據。

（三）構建生豬養殖行業生產控制系統

通過整個生豬養殖行業聯合體的行業自律和市場協同，利用人工神經網絡獨特的模型結構和非線性模擬能力以及高度自適應和容錯功能，建立生豬養殖控制系統。通過非線性自適應學習機制，建立科學的生豬養殖預測系統、產能控制系統，使整個生豬養殖行業不再重復出現企業之間的惡性競價。規范行業職業道德，建立行業自律機制，使我國生豬養殖行業朝著智能化、規范化、科學化、市場化的方向健康、成熟地發展。

五、結?語

基于我國中央和地方文件精神以及國內生豬養殖行業需求，利用大數據、云計算、物聯網、區域塊、人工智能、5G為代表的先進信息化、數字化、智能化技術，在我國生豬養殖行業進行階段性、區域性地逐步推進行業自律和市場協同，科學市場預測，以最終實現彈性供給發展目標，保障市場持續健康運行，從而落實好中央對我國生豬養殖行業高質量發展的基本要求。在生豬養殖行業構建一整套信息化、數字化、智能化生產和管理系統，結合生豬養殖全產業鏈的生產模式，促進生豬養殖企業轉型升級，真正打造生產智能化、管理標準化、環境生態化、經營數字化、市場供求平衡的生豬養殖新模式和科學范式，以推動我國生豬養殖行業健康、良性地發展。

參考文獻：

［1］?姜永春.大數據在農業實踐中的應用進展［J］.中國農業資源與區劃，2021，42（08）：209-217.

［2］?胡榮群.基于大數據的農業模型建構及應用［J］.中國農業資源與區劃，2022，43（10）：256-266.

［3］?潘瑞娟.基于大數據的農業信息監測與自動控制系統研究［D］.合肥：安徽大學，2022：3.

［4］?梁斌，仵曉娟，李繼玲，等.基于大數據的農業管理平臺設計［J］.農業經濟，2020（10）：3-6.

［5］?章丹琳.基于云計算的農業信息化服務平臺的構建［J］.社會科學（全文版），2019（01）：367-368.

［6］?郭穎媛.信息化數據管理在規模豬場的推廣應用［J］山東畜牧獸醫，2016（04）：14-15.

［7］?韓悅.基于云計算的北海市水產養殖戶信用風險評價體系的設計［J］.山西農經，2023（05）：189-192.

［8］?陳子歡，李金剛，鐘越，等.基于阿里云的現代養殖業智能服務平臺研究［J］.成才之路，2018（05）：82-85.

［9］?易敢峰.互聯網和大數據時代中國養豬業商業模式比較分析［A］//首屆山東豬業發展大會暨山東省畜牧協會生豬產銷分會第三次會員代表大會，2014-04-09.

［10］?張愛玲.大數據在畜牧養殖業中的應用［J］.畜牧業環境，2022（06）：39-40.

［11］?朱大奇，史慧.人工神經網絡原理及應用［M］.北京：科學出版社，2008.

［12］?張建云.互聯網時代共同體思維及其深遠意義［J］.行政科學論壇，2020（10）：4-8.

Research on Intelligent Pig Farming and Innovative Technology in Prediction of Market Supply and Demand

YAN Junfang1，LIU Xiaoning，WANG Peng3

（1.School of Economics and Finance，Xian Jiaotong University，Xian?710061;2.Xian University of Economics and Finance，Xian?710100; 3.Beijing Navinfo Technology Co.，Ltd.，Beijing?100083，China）

Abstract：This article explores the necessity and feasibility of applying technologies such as big data， cloud computing，the Internet of Things， the Internet，5G，and artificial intelligence to the field of pig farming from the perspective of the entire industry chain security control mode of pig farming，including feed planting， pig breeding，sow breeding，piglet breeding，commodity pig cold chain logistics，processing， and sales.The article focuses on intelligent breeding technology and the use of artificial intelligence technology to monitor and predict the production and sales balance，price fluctuations，and other information in the pig breeding market.The article explores the use of artificial neural network prediction methods and cloud computing processing methods to scientifically address the significant fluctuations in pig prices in China due to the periodicity and particularity of pig farming，and the awkward situation of imbalanced market supply and demand in the pig farming industry.

Keywords：intelligent breeding;neural network;production and sales balance;prediction

（責任編輯：王倩）