基于非線性模型的規模化養殖父母代肉種雞產蛋曲線研究

中圖分類號：S831.2 文獻標識碼：A文章編號：1673-1085（2025）06-0029-06

產蛋性能是規模化父母代肉種雞養殖生產中重要的數量性狀與經濟性狀。數學上，產蛋量曲線分三階段：開產至高峰、高峰維持、產蛋量下降[1-2]。借助非線性模型對父母代肉種雞在規模化養殖條件下的周產蛋率及累計合格蛋數進行曲線繪制，能夠深入剖析種雞的產蛋規律，清晰掌握種雞產蛋高峰的出現時間、下降趨勢以及高峰持續時長等生產動態，這對于評估養殖場生產力、優化各產蛋階段的飼養管理策略以及制定重要經濟決策具有至關重要的意義[3]。

當前，周產蛋率曲線研究中應用最廣的非線性模型主要包含伍德模型[4、楊寧模型[5、分室模型[和三次方程[；累計產蛋數非線性模型有Logistic[8]、Gompertz[9]及VonBertalanffy[10]模型。盡管此前已有諸多關于不同禽類產蛋曲線模型擬合的研究[11-14]，但關于父母代肉種雞在規模化養殖條件下產蛋曲線模型擬合的研究報道并不多見。因此，本研究對公司規模化養殖條件下的父母代肉種雞25＼～57周齡的周產蛋率和累計合格蛋數展開深入分析。研究過程中，選用4種周產蛋率曲線擬合模型：伍德模型、楊寧模型、分室模型和三次方程；同時，引入3種累計產蛋數曲線擬合模型：Gompertz、Logistic和VonBertalanffy模型；并采用4個模型擬合優度評價指標：決定系數（ R -square， R² ）、赤池信息準則（Akaike'sInformationCriterion，AIC）、貝葉斯信息準則（BayesianInformationCriterion，BIC）及均方根誤差（RootMeanSquaredError，RMSE），對模型擬合效果展開評估，旨在篩選出對規模化養殖父母代肉種雞周產蛋率、累計合格蛋數預測最精準的模型，為提高其產蛋性能提供理論支撐，同時對優化飼養管理水平、提高生產和經濟效益也具有指導意義。

1材料與方法

1.1試驗材料

以公司規模化養殖父母代肉種雞為試驗材料，隨機選取同一棟舍平養雞，其入舍母雞數為9093只，飼養過程中采用智能養殖環境控制系統，嚴格執行公司制訂的疾病凈化方案和免疫程序，全程規范化飼養。

1.2產蛋數據統計

統計25～57周齡內每天的產蛋量、死淘數、銷售數和實時存欄數，并按周為單位，逐一計算出每周對應的產蛋率及累計合格蛋數。

1.3擬合曲線模型

針對規模化養殖的父母代肉種雞，分別運用4種非線性模型對其周產蛋率曲線展開擬合（表1），同時采用3種非線性模型擬合累計合格蛋數曲線（表2）。

1.4數據統計

采用Excel2021對原始數據整理。曲線繪圖由GraphPadPrism10.1.2軟件完成。借助R語言minpack.lm包中的nlsLM函數，對各模型開展擬合處理，通過迭代優化直至收斂。利用 R² /AIC、BIC及RMSE4個指標評估模型擬合效果。

2 結果與分析

2.1周產蛋率曲線擬合結果

表3詳細列出各模型參數估計值與擬合度。基于表3可知，分室模型與楊寧模型擬合度最高且極度接近， R² 分別為0.9753和0.9752；三次方程次之， R² 為0.7532；伍德模型擬合度最低， R² 僅0.5571。此外，分室模型的RMSE、AIC、BIC值在4種模型中也是最小的，表明其在擬合父母代肉種雞周產蛋率曲線上的優勢最顯著。

基于圖1可知，父母代肉種雞產蛋前期產蛋率上升較快，29周超 80% ，進入高峰期，持續11周，33周達峰值 84.75% ，隨后平穩下降，至49周低于 70% 。4種模型擬合曲線顯示：伍德模型擬合表現最差，25周產蛋率擬合值 45.52% ，與實際觀測值差距最顯著，35周步入產蛋高峰，39周達擬合峰值 84.74% ；分室模型擬合表現最佳，

25周擬合值 -1.63% ，與實際觀測值差異在各模型中最小，30周步入產蛋高峰，持續10周，產蛋擬合峰值與觀測值一致出現在33周；經比較，4種模型中，分室模型對周產蛋率曲線的整體擬合效果與實際周產蛋率曲線契合度最高。周產蛋率的實際曲線與模型擬合曲線比較詳見圖1。

2.2累計合格蛋數擬合結果分析

據表4可知，3種非線性模型均適合父母代肉種雞累計合格蛋數的曲線擬合， R² 值均大于0.98，其中VonBertalanffy模型擬合效果最出色， R² 值高達0.9986；Gompertz模型次之， R² 值為0.9967；

Logistic模型 R² 值最低，為0.9897。同時，在3種模型中，VonBertalanffy模型的RMSE、AIC、BIC 值均最小，進一步證實該模型在擬合父母代肉種雞累計合格蛋數上具有優越性。各模型累計合格蛋數曲線擬合參數值與擬合度見表4。

圖2顯示，開產第一周（25周）累計合格蛋數實際觀測值為0.03枚，與Logistic、Gompertz、VonBertalanffy模型擬合值差異顯著，差值分別為10.57枚、5.69枚、3.19枚；第57周齡時，實際觀測值為150.84枚，對應模型的擬合值依次為144.41、147.37、148.74枚。相比之下，VonBertalanffy模型的預測結果與實際值更接近。盡管在開產初期，這些模型的擬合值普遍高于實際觀測值，但所擬合的總累計合格蛋數均低于實際觀測值。觀察曲線的整體趨勢，不難發現VonBertalanffy模型的擬合曲線與實際觀測值更為一致，其預測的拐點出現在37.15周齡，此時對應的合格蛋數為58.35枚。詳見圖2。

3討論

產蛋性能是衡量種雞繁殖能力養殖場經濟效益的關鍵性指標。采用非線性模型對產蛋曲線展開擬合研究，可揭示產蛋率隨時間變化的動態規律，實現對生產的精準指導，優化飼養管理各項流程，提升種雞產蛋性能與經濟效益[15]。本研究用伍德模型、楊寧模型、分室模型和三次方程，對規模化養殖父母代肉種雞的周產蛋率曲線展開擬合。4個擬合優度指標均顯示，分室模型擬合表現最佳，這一結果與馮敏山等[對AA父母代肉雞產蛋曲線模型研究所得結論一致。陸雪林等[17]對山雞和林秋娟[8]對褐色菜鴨的周產蛋率曲線擬合結果同樣表明分室模型最優。但這與楊寧模型更適用于蛋雞、地方雞種及水禽等產蛋率曲線擬合的研究結果相悖[11-14]。可見，盡管楊寧模型基于我國大量禽類生產實踐構建，契合大多數禽類產蛋率曲線的擬合，但因產蛋率受品種、環境、疫病及飼養管理等多重因素共同影響，致使它可能并不適用于所有家禽品種。

累計合格蛋數在規模化養殖中極為關鍵，既反映種雞生產性能，又直接關聯肉種雞養殖場的經濟效益與整體運營情況。最初，Logistic、Gompertz和VonBertalanffy這3種模型被廣泛應用于畜禽生長發育規律的擬合研究[19]，但相關研究表明它們在家禽累計產蛋數曲線的擬合上，同樣適用[20]。因此，本研究采用上述3種非線性模型對規模化養殖父母代肉種雞第25＼～57周齡的累計合格蛋數進行了擬合，結果表明，3種模型在擬合累計合格蛋數方面均展現出極高的精度（ R²gt;0.98 ），但綜合擬合優度值來看，VonBertalanffy模型的擬合表現最出色， R² 高達0.9986，這一發現與黃宣等[21的研究結論相符。進一步利用AIC、BIC、RMSE指標評估，同樣顯示VonBertalanffy模型最優。然而，植石全等[22對羅曼粉商品蛋雞，以及付亞偉等[23]對豫粉1號蛋雞祖代D系種雞累計產蛋數曲線的擬合研究，研究結果均顯示Gompertz模型表現最理想。這表明，品種差異會在一定程度上影響累計產蛋數的擬合情況。

綜上，在規模化養殖實踐中，可運用分室模型和VonBertalanffy模型，對父母代肉種雞的周產蛋率及累計合格蛋數展開擬合分析，以及時洞察養殖過程中的管理漏洞并盡快做出相應調整，從而提高規模化肉種雞養殖場的生產效益和經濟效益。

4結論

對于父母代肉種雞的產蛋曲線擬合而言，分室模型和VonBertalanffy模型分別是擬合周產蛋率和累計合格蛋數曲線時的最優選擇。因此，在實際生產中可通過這2種模型對父母代肉種雞在規模化養殖條件下的產蛋性能進行預測和評估，為生產指導提供理論依據，進而提高養殖場經濟效益。

參考文獻：

[1]FIALHOFB，LEDURMC.Segmentedpolynomial model for estimation of egg production curves in laying hens[J].Brit Poult Sci，1997，38（1）：66-73.

[2]GROSSMANM，GOSSMANTN，KOOPSWJ.A model for persistency of egg production[J].Poult Sci，2000，79（12）： 1715.

[3]ARIZAAG，ARBULUAA，JURADOJML，etal. Mathematical modeling of egg production curve inamultivariety endangered hen breed[J].ResVet Sci，2022，144：196-203.

[4]WOODPD P.Algebraic model of the lactation curve in cattle[J].Nature，1967，216（5111）： 164-165.

[5]YANGN，Wu C，McMillan I.New mathematical model of poultry egg production[J].Poult Sci，1989，68（4）： 476-481.

[6]MCMILLAN I.Compartmental model analysis of poultry egg production curves[J].Poult Sci，1981，60（7）： 1549-1551.

[7]FIALHO FB，LEDUR MC.Segmented polynomial model for estimation of egg production curves in laying hens[J].Brit Poult Sci，1997，38（1）： 66-73.

[8] NELDER JA.The fitting of a generalization of the logistic curve[J].Biometrics，1961，17（1）：89-110.

[9] AHMAD HA. Egg production forecasting： determining efficient modeling approaches[J].J Appl Poult Res，2011，20（4）： 463-473.

[10]BERTALANFFYV，Ludwig.Quantitative laws in metabolism and growth[J].QRev Biol，1957，32（3）： 217-231.

[11]李鴻飛，宋亞伊，田亞東，等．“豫粉1號”配套系 商品代蛋雞產蛋率曲線擬合及蛋品質分析[J]中國 畜牧獸醫，2017，44（6）：1680-1687.

[12]付明，潘愛鑾，吳艷，等.江漢雞A系產蛋性狀及 產蛋曲線擬合分析[J].中國畜牧雜志，2024，60（05）： 117-121.

[13] FARAJI-AROUGH H，GHAZAGHI M，ROKOUEI M. Mathematical modeling of egg production curve in khazak indigenous hens[J].Poult Sci，2023，11（1）：73-81.

[14]徐麗，梅慧靈，吳旭，等.白羽番鴨產蛋率和累計產 蛋量的曲線擬合分析[J].福建畜牧獸醫，2024，46（5）： 4-8.

[15]孫浩東，韋宗海，盧靜，等.廣西麻雞父母代種雞產 蛋率及累計產蛋數的曲線擬合分析[J].現代畜牧獸 醫，2023（4）： 64-67.

[16敏官山夢拓笙公丹內立 曲線的數學模型分析[J].中國家禽，2003（增刊1）： 24-25.

[17]陸雪林，袁紅艷，趙樂樂，等.山雞產蛋曲線的數學 模型研究[J].上海畜牧獸醫通訊，2016（3）：5-7.

[18]林秋娟.褐色菜鴨種質特性測定及兩個候選基因多 態性分析[D].福州：福建農林大學，2013.

[19]施會強，劉劍華，潘彥彤.京海黃雞配套系與如皋黃 雞雜交生長曲線研究[J].家禽科學，2017（9）：13-17.

[20]KUHI HD，FRANCE J. Modelling cumulative egg productioninlaying hensand parent stocksof broiler chickensusingclassical growth functions[J].BritPoult Sci，2019，60（5）：564-569

[21]黃宣，盧磊，譚宇婷，等.泰和烏雞產蛋率與累計產 蛋數曲線擬合分析[J].中國畜牧雜志，2024，60（11）： 75-79.

[22]植石全，張恒通，韋武奇，等.規模化養殖羅曼粉商 品蛋雞產蛋率和累計產蛋數曲線擬合分析[J].畜牧 與飼料科學，2021，42（4）：54-60.

[23]付亞偉，蔣瑞瑞，李東華，等.豫粉1號蛋雞祖代D 系種雞周產蛋率及其累計產蛋數曲線擬合[J].河南 農業科學，2018，47（9）：138-143.

Research on the Laying Curve of Parent Stock Broiler Chickens in Large-scale Poultry Farm Based on Nonlinear Models

LI Jing，SUNFuqiang， XU Ning [Dadi（Ningxia）DigitalTechnologyCo.，ltd，NingxiaZhongwei755000，China]

Abstract：In order to explore the laying performance and patterns of parent stock of broiler chickens under large-scale farming conditions，9 O93 parent stock of broiler chickens aged from 25 to 57 weeks were used as research materials.Four nonlinear models，Wood's model，YangNing model，compartmental model and cubic equation，were employed to fit the changing trend of week laying rate curve.Simultaneously，three nonlinear models，namely Logistic，Gompertz， and Von Bertalanffy，were used to accurately fit the growth curve of cumulative number of qualified eggs.The fitted non-linear models were comprehensively evaluated by the goodness of fit indexes，including coefficient of determination（ R² ），Akaike information criterion （AIC）， Bayesian information criterion （BIC），and root mean square error （RMSE）.The results showed that the compartmental model were the most outstanding fitting effect on the week laying rate curve of parent stock of broiler chickens （ R²=0.9753 ），and the Wood model was the worst fitting effect （ R² =0.5571）.For the curve fitting of the cumulative number of qualified eggs，all three modelsexhibitedahighdegreeofadaptability，with R² values were all greater than O.98.A comprehensive comparison of AIC，BIC，and RMSE results indicated that the Von Bertalanffy model provided the most accurate fit for the cumulative number of qualified eggs.Research shows that compartmental models and the Von Bertalanffy model can be effectively used in large scale poultry farm to predict and analyze the egg-laying patterns of parent stock of broiler chickens.

Keywords： Large-scale breeding;Parent stock of broiler chickens; Laying rate; Cumulative number of qualified eggs ; Curve fitting