基于双向递归神经网络的饲料投放量预测及模型构建方法

本发明提供了一种基于双向递归神经网络的饲料投放量预测及模型构建方法，属于智能化畜牧技术领域。本发明设计了深度自编码器神经网络分别去除动物年龄序列、体重序列、饮水量序列和采食量序列的噪声，获得适合神经网络训练的高质量数据。然后基于注意力编码网络的特征融合模块，能够有效捕捉动物年龄序列、体重序列、饮水量序列和采食量序列的特征，获得适合神经网络训练的低维特征向量。同时采用双向循环神经网络学习融合特征的正向依赖性和反向依赖性，提高对饲料投喂量的预测精度。最后采用粒子群算法获得双向循环神经网络的最优网络结构，能够提高双向循环神经网络的预测精度。