基于PCA-SVR-ARMA的狮头鹅养殖禽舍气温组合预测模型

• 作者: 刘双印 徐龙琴 曹亮 李祥铜 温宝琴 赵学华 黄建德 黄运茂
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 畜禽舍 温度 模型 预测 支持向量回归机 残差修正 狮头鹅养殖 ARMA模型
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 农业生物环境与能源工程
• 页码范围: 225-233
• 页数: 9页
• 分类号: TP391
• 字数: 7586字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2020.11.026

摘要

为提高狮头鹅养殖禽舍气温预测精度,提出了基于主成分分析(Principal Component Analysis,PCA)、支持向量回归机(Support Vector Regression,SVR)融合自回归滑动平均(Autoregressive Moving Average,ARMA)模型的狮头鹅养殖禽舍气温组合预测模型.在建模过程中,运用主成分分析法筛选狮头鹅养殖禽舍气温的关键影响因子,消除变量之间冗余信息,约简预测模型结构;采用SVR-ARMA构建狮头鹅禽养殖舍气温组合预测模型,先通过SVR对气温进行预测,再由基于ARMA模型的残差预测值修正气温预测结果.利用该模型对广东省汕尾市2018年7月21日至2018年7月30日期间的狮头鹅养殖禽舍气温进行预测.结果表明,该组合预测模型取得了良好的预测性能,与标准BP神经网络、标准SVR、PCA-BPNN(反向传播神经网络,Back Propagation Neural Network)、PCA-SVR和PCA-BPNN-ARMA等模型对比分析,其评价指标平均绝对误差、均方根误差和平均绝对百分比误差分别为0.1832℃、0.4540℃和0.0059,均表明所提出的组合模型具有更高的预测效果,不仅能够满足狮头鹅养殖禽舍气温实际精准调控的需要,还为狮头鹅健康养殖和种苗繁育环境精细化管理提供决策.