本發明公開了一種家禽飼料檢測與配方系統，其特征在于：所述系統包括家禽養殖環境參數采集與控制平臺、家禽飼料配方料蛋比預測子系統以及飼料配方遺傳算法優化子系統，實現對家禽養殖環境參數進行檢測、家禽飼料配方的料蛋比預測和家禽飼料配方進行優化；本發明有效解決了現有家禽養殖環境參數檢測系統沒有根據家禽養殖環境參數變化的非線性、大滯后和家禽飼料配方復雜等對家禽養殖經濟效益的影響，沒有對家禽飼料料蛋比進行預測和對家禽飼料配方進行精確調節，從而極大影響家禽養殖經濟效益和家禽管理問題。

技術領域

本發明涉及家禽飼料檢測與配方自動化的技術領域，具體涉及一種家禽飼料檢測與配方系統。

背景技術

飼料成本占家禽養殖總成本的比例較大,做好飼料成本的控制工作,對于提高家禽養殖的經濟效益非常的重要。根據家禽不同生長發育階段對營養的需要不同科學合理的配制飼料；隨著養殖規模和用戶需求的不斷變化,家禽飼料配方優化研究也變得越來越重要，家禽飼料配方可以提高飼料的綜合有效利用,有助于解決目前日益緊張的原料問題,在經濟社會可持續發展中發揮著關鍵的作用。基于飼料配方設計原則,以飼料配方的經濟成本為目標函數,以家禽生長所需原料的用量上限、用量下限為約束條件,構建一種家禽飼料檢測與配方系統。

發明內容

本發明提供了一種家禽飼料檢測與配方系統，本發明有效解決了現有家禽養殖環境參數檢測系統沒有根據家禽養殖環境參數變化的非線性、大滯后和家禽飼料配方復雜等對家禽養殖經濟效益的影響，沒有對家禽飼料料蛋比進行預測和對家禽飼料配方進行精確調節，從而極大影響家禽養殖經濟效益和家禽管理問題。

本發明通過以下技術方案實現：

一種家禽飼料檢測與配方系統由家禽養殖環境參數采集與控制平臺、家禽飼料配方料蛋比預測子系統和飼料配方遺傳算法優化子系統組成，實現對家禽養殖環境參數進行檢測、家禽飼料配方的料蛋比預測和家禽飼料配方進行優化，提高家禽養殖經濟效益和生產管理效率。

本發明進一步技術改進方案是：

家禽養殖環境參數采集與控制平臺由檢測節點、控制節點、網關節點、現場監控端、云平臺和手機APP組成，檢測節點采集家禽養殖環境參數經網關節點上傳到云平臺，在云平臺端存儲數據和發布信息，手機APP通過云平臺提供的家禽養殖環境信息可實時監測家禽養殖環境參數，檢測節點和控制節點負責采集家禽養殖環境參數信息和控制家禽養殖環境設備，通過網關節點實現檢測節點、控制節點、現場監控端、云平臺和手機APP的雙向通信，實現家禽養殖環境參數采集和家禽養殖設備控制；家禽養殖環境參數采集與控制平臺結構如圖1所示。

本發明進一步技術改進方案是：

家禽飼料配方料蛋比預測子系統由CNN卷積神經網絡模型、NARX神經網絡模型、多個BAM神經網絡模型、LSTM神經網絡模型、時延神經網絡模型、料蛋比趨勢預測模塊和環境評價模塊組成；家禽飼料配方作為CNN卷積神經網絡模型的輸入，CNN卷積神經網絡模型輸出作為NARX神經網絡模型的輸入，NARX神經網絡模型、料蛋比趨勢預測模塊、環境評價模塊和時延神經網絡模型的輸出分別作為每個BAM神經網絡模型的輸入，多個BAM神經網絡模型輸出作為LSTM神經網絡模型的輸入，LSTM神經網絡模型的輸出作為時延神經網絡模型的輸入，LSTM神經網絡模型的輸出值作為家禽飼料配方的料蛋比預測值；家禽飼料配方料蛋比預測子系統結構如圖2所示。

本發明進一步技術改進方案是：

料蛋比趨勢預測模塊包括EMD經驗模態分解模型、ARIMA模型、多個ESN神經網絡模型和NARX神經網絡模型，家禽飼料料蛋比歷史數據作為EMD經驗模態分解模型的輸入，EMD經驗模態分解模型輸出的家禽飼料料蛋比歷史數據的低頻趨勢部分和多個高頻波動部分分別作為ARIMA模型和多個ESN神經網絡模型的輸入，ARIMA模型和多個ESN神經網絡模型的輸出作為NARX神經網絡模型的輸入，NARX神經網絡模型輸出作為料蛋比趨勢預測模塊的輸出值；料蛋比趨勢預測模塊如圖2所示。