基于神经网络猪舍氨气浓度预测方法研究

• 作者: 李妍 王莉薇 罗文博 谢秋菊 闫丽
• 来源期刊: 东北农业大学学报
• 学科: 工学
• 关键词: BP神经网络 Elman神经网络 线性神经网络 预测模型 氨气浓度
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 研究报告
• 页码范围: 83-92
• 页数: 10页
• 分类号: TP319
• 字数: 6304字
• 语种: 中文

摘要

猪舍内氨气浓度对猪生长发育影响较大,建立准确氨气浓度预测模型尤为必要.目前已有针对猪舍内氨气浓度预测研究,但氨气浓度受猪舍内多种环境因素影响,缺少准确预测模型.为此本研究从实测猪舍内环境数据(包括氨气浓度、温度、湿度、活动量、通风)中随机选取1 537组数据,使用L-M算法优化BP神经网络、线性神经网络和Elman神经网络预测猪舍内氨气浓度.结果表明,基于L-M算法优化BP神经网络建立5-9-9-1四层结构预测模型经290步后达目标误差,预测值和真实值最大绝对误差仅为0.1720,与Elman神经网络和线性神经网络预测方法相比可提高猪舍氨气浓度预测准确性和及时性,为猪舍环境预警提供支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫丽	黑龙江八一农垦大学信息技术学院	31	154	8.0	10.0
2	谢秋菊	黑龙江八一农垦大学信息技术学院	42	179	8.0	10.0
3	李妍	黑龙江八一农垦大学信息技术学院	6	14	2.0	3.0
4	王莉薇	黑龙江八一农垦大学信息技术学院	3	9	2.0	3.0
5	罗文博	黑龙江八一农垦大学信息技术学院	2	10	2.0	2.0