哺乳母猪舍环境舒适度评价预测模型优化

针对母猪舍多环境因子相互耦合,难以合理、准确地预测判断猪舍环境舒适度的问题,根据畜禽舍养殖环境标准,构建了评价指标体系,提出了基于变尺度混沌布谷鸟算法优化混合核最小二乘支持向量回归机的哺乳母猪舍环境舒适度评价预测模型(MSCCS-LSSVR),并采用粒子群算法优化模型(PSO-LSSVR)、遗传算法优化模型(GA-LSSVR)、传统的LSSVR模型与本文模型进行了对比。利用本文模型对江苏省镇江市希玛牧业生猪养殖场哺乳母猪舍养殖环境舒适度进行了评价预测。结果表明,混合核MSCCS-LSSVR、PSO-LSSVR、GA-LSSVR和传统LSSVR 4种预测模型的平均绝对误差分别为0.0611、0.0972、0.1306和0.1681;混合核MSCCS-LSSVR模型比其他3种模型具有更高的预测精度和更可靠的性能,提高了猪舍环境评价预测水平,在评价预测中具有可行性和有效性。实际应用表明,本文模型能准确地反映猪舍空气质量状况,可以为猪舍环境精准调控提供决策支持,具有一定的应用价值。