典型文献
采用多源信息融合的妊娠猪舍环境质量评价方法
文献摘要：
妊娠猪舍作为养殖场猪只繁育的基础条件,其环境质量对母猪的生产性能有显著影响.为合理评价妊娠猪舍环境质量,该研究提出一种基于模拟退火的粒子群算法(Simulated Annealing-Particle Swarm Optimization,SA-PSO)、套索算法(Least Absolute Shrinkage and Selection Operator,LASSO)和反向传播(Back Propagation,BP)神经网络的环境质量评价模型.利用卡尔曼滤波和分批估计自适应加权融合算法,实现多节点环境数据的时间与空间序列融合;构建猪舍环境质量非线性评价模型,采用LASSO算法,筛选得出与环境质量强相关的特征参数,实现输入降维;融合SA-PSO算法实现网络初始权值和阈值的优化,形成SA-PSO-LASSO-BP神经网络评价模型.通过对数据采集系统获取的实际妊娠猪舍环境数据进行验证,结果表明:提出的环境质量评价模型决定系数为0.918、总准确率为95.85％,相比单纯使用BP神经网络,加入LASSO和SA-PSO算法后决定系数与总准确率分别提高了37.43％、11.09个百分点,具有更高的评价精度和性能,可更好地拟合复杂环境参数与环境质量间的非线性关系,为妊娠猪舍环境质量评价提供参考.
文献关键词：
模型;环境;妊娠猪舍;环境质量;BP神经网络;LASSO算法;SA-PSO算法
中图分类号：
作者姓名：
迟宇;郭艳娇;冯涵;李寒;郑永军
作者机构：
中国农业大学工学院,北京 100083;中国农业大学信息与电气工程学院,北京 100083;现代农业装备与设施教育部工程研究中心,北京 100083
文献出处：
引用格式：
[1]迟宇;郭艳娇;冯涵;李寒;郑永军-.采用多源信息融合的妊娠猪舍环境质量评价方法)[J].农业工程学报,2022(18):212-221
A类：
妊娠猪舍
B类：
多源信息融合,猪舍环境,环境质量评价,质量评价方法,养殖场,猪只,繁育,基础条件,母猪,生产性能,合理评价,模拟退火,粒子群算法,Simulated,Annealing,Particle,Swarm,Optimization,SA,PSO,套索算法,Least,Absolute,Shrinkage,Selection,Operator,LASSO,反向传播,Back,Propagation,质量评价模型,卡尔曼滤波,分批估计,自适应加权融合,加权融合算法,多节点,环境数据,时间与空间,空间序列,线性评价,选得,算法实现,权值,神经网络评价,数据采集系统,决定系数,百分点,评价精度,复杂环境,环境参数,非线性关系
AB值：
0.348363
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
