文献类型：期刊文章

作　　者：岳宝昌[1] 樊晓宇[2] 凌丽[1] 谭飞飞[1] 王洋[1] 任国栋[3]

YUE Baochang;FAN Xiaoyu;LING Li;TAN Feifei;WANG Yang;REN Guodong(College of Mechanical Engineering,Anhui Science and Technology University,Fengyang 233100,China;School of Electrical and Electronic Engineering,Anhui Science and Technology University,Bengbu 233030,China;Bengbu Yi'ai Electronic Technology Co.,Ltd.,Bengbu 233000,China)

机构地区：[1]安徽科技学院机械工程学院,安徽凤阳233100 [2]安徽科技学院电气与电子工程学院,安徽蚌埠233030 [3]蚌埠依爱电子科技有限责任公司,安徽蚌埠233000

出　　处：《安徽科技学院学报》

基　　金：安徽省高校自然科学研究项目(2022AH051633);安徽省农业物质技术装备领域揭榜挂帅项目(S202320230906020001);蚌埠市科技计划项目(2022gx10);安徽科技学院人才稳定项目(HCWD202001);安徽科技学院科研发展基金项目(FZ220116)。

年　　份：2024

卷　　号：38

期　　号：4

起止页码：110-116

语　　种：中文

收录情况：普通刊

摘　　要：目的:针对母猪妊娠期饲喂问题,对妊娠母猪饲喂量进行预测,以精确控制妊娠母猪所需要的饲料量,有助于母猪精准饲喂,节约养殖成本。方法:结合ARIMA和LSTM算法的各自优势,利用融合ARIMA和LSTM的ARIMA-LSTM优化算法,对妊娠期母猪饲喂量进行精准预测,以控制智能饲喂器精准下料。结果:ARIMA-LSTM优化算法对母猪饲喂量的预测精度最高,相比ARIMA和LSTM算法,均方根误差分别降低48.74%和17.22%,平均绝对偏差分别降低48.70%和27.37%。结论:ARIMA-LSTM优化算法能够提高母猪妊娠期饲喂量的预测精度,能够控制智能饲喂器精准下料,为妊娠母猪饲喂量预测提供较好的依据。

关 键 词：妊娠母猪 ARIMA算法  LSTM算法  ARIMA-LSTM优化算法  

分 类 号：S24]