摘要
本发明公开了一种预测禽类对饲料养分利用率的方法及系统,涉及饲料养分利用率预测技术领域,包括:采集喂食家禽饲料过程中的特征监测数据;对特征监测数据进行相关性分析得到权重分布结果;根据权重分布结果对相应特征监测数据进行数据转换处理;将转换处理后的数据作为输入值,输入到训练好的深度神经网络集成模型中得到模型输出结果;对模型输出进行数据变换得到最终的饲料养分利用率。本发明将经过数据转换处理后的数据集同时输入至通过遗传算法优化初始权重和阈值的BP神经网络模型、双延迟深度确定性策略梯度神经网络模型和LSTM神经网络模型,通过多个神经网络模型对输入数据进行分析,根据多数投票的结果来确定最终的分析结果。
技术关键词
饲料养分利用率
神经网络模型
深度神经网络
深度确定性策略梯度
深层特征学习
家禽饲料
遗传算法优化
LSTM神经网络
灰关联分析
注意力机制
数据转换模块
关系
成分分析
分析模块
蛋白