基于随机森林模型的生猪价格预测及调控机制研究

生猪产业在国民经济中的重要地位及自身的“弱质性”决定了国家对生猪产业发展的原则是“市场主导、政府调控”,而国家对生猪产业宏观调控的有效性取决于用科学的方法对生猪价格进行预测。研究得出:随机森林价格预测模型中的两个最优参数ntree、mtry的值分别为450和4,随机森林模型预测的残差平方和0.72,拟合优度为98.25%,说明拟合效果较好;在特征选取上,综合平均下降精度和平均下降基尼系数的排序结果,得出影响生猪价格因素最重要的两个变量是去皮带骨猪肉和仔猪价格;随机森林模型和BP神经网络模型对价格的预测对比发现:随机森林模型中均方误差和平均绝对误差分别为0.0231和0.408,BP神经网络模型中均方误差和平均绝对误差为0.0828和0.71,随机森林在生猪价格预测方面预测精度更优。

基于DE-VRF的猪声音分类识别

为了监测识别生猪健康状况以及情绪状态,提出一种基于差分进化优化加权随机森林(DE-VRF)猪只声音分类模型,以猪只咳嗽、尖叫和进食声作为研究对象,经预处理后提取改进的梅尔倒谱系数(MFCC_F)、短时能量和短时过零率进行特征融合。采用主成分分析法(PCA)将特征参数降至13维,利用差分进化算法优化加权随机森林模型参数,将融合特征参数输入DE-VRF进行训练与识别。实验结果表明,基于DE-VRF模型的猪只声音平均识别率达96.34%,较DNN、1D-CNN模型相比提高了系统识别的性能。

新沂市窑湾镇农业生态示范区能值分析

运用能值分析理论与方法,对2006年江苏省新沂市窑湾镇生态示范区能值进行了调查和分析研究,并通过计算、对比能值评价指标,分析了窑湾镇生态示范区的发展现状,结果表明:窑湾镇生态示范区采取的"林-稻-鱼-猪"综合生产模式生产成本低,市场竞争力强,是一种适合当地生产条件的高效模式,值得推广和借鉴。

沼液施用对杨树林地土壤性质及林分生长的影响

随着畜牧养殖业规模化、集约化发展,禽畜粪便沼气工程产生的沼液数量增加,沼液中氮、磷、钾等营养元素丰富,直接排放极易造成水体富营养化和环境污染。以中粮肉食(江苏)有限公司沼气厂的猪粪沼液为试验材料,通过2次施入不同量沼液的处理,研究了施用沼液对杨树Populus林地土壤性质及林分生长的影响。结果表明:施用沼液能显著增加(P<0.05)土壤有机质和养分质量分数,提高土壤肥力。施沼液1 125 m3·hm-2(处理C5)土壤有机质质量分数增加28.0%,土壤全氮增加35.5%,有效磷增加62.3%,速效钾增加33.5%。施沼液量450 m3·hm-2以下对杨树生长有较明显的促进作用。

猪粪配施化肥对侵蚀林地土壤团聚体及其有机碳分布的影响

【目的】研究猪粪配施化肥对侵蚀林地土壤及团聚体有机碳分布的影响,为劣地土壤改良及猪粪合理消纳提供思路。【方法】采用短期盆栽试验,设置对照、化肥、化肥+低量猪粪、化肥+中量猪粪、化肥+高量猪粪5种处理,其中化肥施用量F为500 kg·hm^(-2);猪粪施用量由低到高分别为7.5、15、30 t·hm^(-2)。通过分析团聚体分布情况、平均重量直径、几何平均直径、团聚体破坏率及有机碳含量等指标,研究不同猪粪施用量对侵蚀林地土壤及团聚体有机碳分布的影响。【结果】(1)施用猪粪能够促进水稳性微团聚体向大团聚体转化。当施用中量猪粪时,<0.25 mm的水稳性团聚体数量减少20.56%,而>2 mm的水稳性团聚体含量增加了24.92%。(2)施用猪粪可以显著提高团聚体的平均重量直径和几何平均直径(P<0.05),且提高量随着猪粪施用量的增大而增大。(3)施用猪粪能够有效降低团聚体破坏率(PAD),其中中量施用猪粪效果最显著(P<0.05),降幅为19.10%。(4)施用猪粪能够显著增加土壤中及水稳性团聚体有机碳的含量(P<0.05)。【结论】猪粪配施化肥可有效提高侵蚀林地土壤有机碳含量及团聚体稳定性。当猪粪施用量为15 t·hm^(-2)时,可显著提高团聚体平均重量直径和集合平均直径,团聚体稳定性最强,有效降低了团聚体破坏率;当猪粪施用量为30 t·hm^(-2)时,非水稳性大团聚体的含量及水稳性大团聚体的有机碳含量显著增加。

基于机器学习方法的母猪高低产分类模型研究

为帮助猪场管理者更好地对母猪进行繁殖管理、预测母猪的高低产、及时淘汰低产母猪,收集和整理包含出生场地、分娩栏位、品种和不同胎次、初生窝重信息的3个母猪群体的生产数据集,制定母猪高低产的分类标准,使用R软件中的Boruta包筛选出影响母猪高低产的重要特征,使用4种不同的机器学习方法——逻辑回归(logistic regression,LOG)、决策树(decision tree,DT)、随机森林(random forest,RF)和支持向量机(support vector machine,SVM)构建母猪高低产的分类模型,并进行决策树视图分析探究影响母猪最高产的相关因素。结果显示:4种机器学习方法构建母猪高产分类模型的分类准确率均在71%左右,最高可达84%,并且发现SVM作为最佳建模方法在所有数据集和不同分类标准下出现的频率最高,其次是LOG和DT。决策树视图显示出生场地、品种和初生窝重是划分最高产母猪的重要叶节点,利用这些特征预测最高产母猪准确率可达73%~82%。以上结果表明在未来的养猪生产中,利用机器学习方法实现母猪高低产的早期预测将会是一个不错的选择。

我国南方森林猪养殖业发展可行性与必要性探析

当前,森林猪养殖是生猪养殖业发展的新业态、新模式,是实现经济、生态、社会效益共赢的典范。笔者通过对我国南方森林猪养殖业发展的必要性进行探析,从生产、技术、社会和生态等视角论证了南方森林猪养殖业发展的可行性,并结合发展现状,提出了针对性的政策建议。