CN119378772B 一种白羽肉鸡生态养殖优化方法及系统 （禾丰食品股份有限公司）

(12)发明专利(10)授权公告号CN119378772B(65)同一申请的已公布的文献号(73)专利权人禾丰食品股份有限公司大街169号(72)发明人邵彩梅邱嘉辉封伟杰黄强李易红陆鹏石杨红朱信刚赵强飞张宏GO6N3/0464(2023.01)A01K67/02(2006.01)(56)对比文件(74)专利代理机构安徽思尔六知识产权代理事务所(普通合伙)34244专利代理师贾凤仪一种白羽肉鸡生态养殖优化方法及系统本发明涉及养殖管理技术领域，公开了一种白羽肉鸡生态养殖优化方法及系统，包括以下步骤：将白羽肉鸡鸡群分为健康组、轻微跛行组和严重跛行组，每隔1小时采集一次各分组的记录信息和鸡群多维记录信息；基于最近连续的三次时间点采集的记录信息生成一号平面数据，基于采集的鸡群多维记录信息生成二号平面数据；将一号平面数据和二号平面数据输入饲喂策略模型，输出表示各分组的饲喂策略；每隔1小时对鸡群的嗉囊饱满率进行抽检，当抽检的鸡只的嗉囊饱满率低于95%时，重新生成各分组的饲喂策略；每隔一天调整一次鸡群的分组。本发明的有益效果在于：本发明通过对白羽肉鸡进行分组，保持将白羽肉鸡鸡群根据人工分为三组：健康组、轻微跛行组和严重将白羽肉鸡鸡群根据人工分为三组：健康组、轻微跛行组和严重跛行组，每隔1小时采集一次各分组的记录信息和鸡群多维记录信息，记录信息包括饲喂记录、鸡群信息和环境信息；鸡群多维记录信息包括：鸡群信息、环境信息、鸡群图像信息基于最近连续的三次时间点采集的记录信息生成一号平面数据，基于采集的鸡群多维记录信息生成二号平面数据将一号平面数据和二号平面数据输入饲喂策略模型，输出表示各分组的饲喂策略每隔1小时对鸡群的嗉囊饱满率进行抽检，当抽检的鸡只的嗉囊饱满率低于95%时，重新生成各分组的饲喂策略每隔一天调整一次鸡群的分组21.一种白羽肉鸡生态养殖优化方法，其特征在于，包括以下步骤：步骤100,将白羽肉鸡鸡群根据人工分为三组：健康组、轻微跛行组和严重跛行组，每隔1小时采集一次各分组的记录信息和鸡群多维记录信息，记录信息包括饲喂记录、鸡群信息步骤200,基于最近连续的三次时间点采集的记录信息生成一号平面数据，基于采集的鸡群多维记录信息生成二号平面数据；当采集的数据不够三次时，采用人工经验进行饲喂；步骤300,将一号平面数据和二号平面数据输入饲喂策略模型，输出表示各分组的饲喂步骤400,每隔1小时对鸡群的嗉囊饱满率进行抽检，当抽检的鸡只的嗉囊饱满率低于步骤500,每隔一天调整一次鸡群的分组。2.根据权利要求1所述的一种白羽肉鸡生态养殖优化方法，其特征在于，饲喂记录包鸡群图像信息包括：各分组鸡群的高分辨率图像。3.根据权利要求1所述的一种白羽肉鸡生态养殖优化方法，其特征在于，一号平面数据包括用于存储数据的一号面元，一个一号面元索引到一个一号数据对象的串行数据流，一号平面数据还包括一个用于存储一号面元索引的一号数据对象之间的关联关系的一号关系列表，一号关系列表的第i行第j列的元素值表示第i个和第j个一号面元索引的一号数据对象之间的关联关系量化值；关联关系包括高和低，分别对应于两个量化值；关联关系高的一号数据对象定义为：鸡群与其环境、鸡群与其所属的鸡群分组、饲喂记录与其所属的鸡群；一个一号数据对象的串行数据流包括n个按照时间排序的数据单元，第t个数据单元表示该数据对象的第t个时刻采集的记录信息。4.根据权利要求1所述的一种白羽肉鸡生态养殖优化方法，其特征在于，二号平面数据包括用于存储数据的二号面元，一个二号面元索引到一个二号数据对象，二号平面数据还包括一个用于存储二号面元索引的二号数据对象之间的关联关系的二号关系列表，二号关系列表的第i行第j列的元素值表示第i个和第j个二号面元索引的二号数据对象之间的关联关系量化值；关联关系高的二号数据对象定义为：鸡群与其环境、鸡群与其所属的鸡群分组、鸡群图像中包括鸡群图像中的鸡群。5.根据权利要求1所述的一种白羽肉鸡生态养殖优化方法，其特征在于，饲喂策略模型包括第一编码器、第二编码器、第三编码器、第一特征融合层、第一全连接层和第二全连接3QTargetCritic=r┐+γQTargetCr4T+1时刻健康鸡只的数量，B表示鸡群的总数量，CT+1表示T+1时刻采取的策略花γ是折扣因子，是一个介于0和1之间的值，用于平衡即时奖励和未来奖励的权重，缺省值为0.6;步骤105,每隔固定个网络更新次数，更新TargetActor,使其参数与当前的Actor网络的参数相同，更新TargetCritic网络，使其参数与当前的Critic网络的参数步骤106,直至Actor网络和Critic网络收敛时终止步骤，或者循环步骤103-105的循环次数达到设定值之后，将Actor网络替换饲喂策略模型，终止步骤。9.一种白羽肉鸡生态养殖优化系统，其特征在于，其用于执行权利要求1-8任一所述的一种白羽肉鸡生态养殖优化方法。5一种白羽肉鸡生态养殖优化方法及系统技术领域[0001]本发明涉及养殖管理技术领域，更具体地说，它涉及一种白羽肉鸡生态养殖优化方法及系统。背景技术[0002]在现代养殖业中，白羽肉鸡因其生长迅速、肉质优良而受到广泛养殖。然而，养殖效率与鸡只的健康状况密切相关。在饲养白羽肉鸡时，饲喂方法很重要，可以通过嗉囊饱满率来动态改变饲喂方法，其中嗉囊作为鸡只消化系统的重要部分，负责贮存和初步消化饲料。鸡只在进食后，食物会首先进入嗉囊储存，然后再逐渐进入后续的消化器官，由于鸡只日龄以及环境等因素不同，嗉囊饱满率也会有所不同，嗉囊的饱满度直接影响鸡只的营养吸收、成长速度和整体健康，因此通过对饲料喂养方案的改变保持高嗉囊饱满率是很有必[0003]由于白羽肉鸡生长迅速，在短时间内会体重会迅速增加，对骨骼和关节造成压力，[0004]由于腿部问题的加剧，可能会导致鸡只在后续养殖过程中的一些腿部疾病，并且腿部问题处理不及时可能会导致鸡只的死亡率升高，因此在进行养殖的过程中需要考虑到鸡群的腿部健康问题，采取更加合理的饲喂策略。发明内容[0005]本发明提供一种白羽肉鸡生态养殖优化方法及系统，解决相关技术中白羽肉鸡生长过快导致腿部肌肉和骨骼压力较大，导致后续的腿部疾病以及存活率低的技术问题。[0006]本发明提供了一种白羽肉鸡生态养殖优化方法，包括以下步骤：[0007]步骤100,将白羽肉鸡鸡群根据人工分为三组：健康组、轻微跛行组和严重跛行组，每隔1小时采集一次各分组的记录信息和鸡群多维记录信息，记录信息包括饲喂记录、鸡群[0008]在一个优选的实施方式中，饲喂记录包括：各分组饲料中蛋白质含量、脂肪含量、[0012]步骤200,基于最近连续的三次时间点采集的记录信息生成一号平面数据，基于采集的鸡群多维记录信息生成二号平面数据；[0013]在一个优选的实施方式中，当采集的数据不够三次时，采用人工经验进行[0014]在一个优选的实施方式中，一号平面数据包括用于存储数据的一号面元，一个一号面元索引到一个一号数据对象的串行数据流，一号平面数据还包括一个用于存储一号面元索引的一号数据对象之间的关联关系的一号关系列表，一号关系列表的第i行第j列的元6素值表示第i个和第j个一号面元索引的一号数据对象之间的关联关系量化值；数据对象之间的关联关系的二号关系列表，二号关系列表的第i行第j列的元素值表示第1[0025]步骤400,每隔1小时对鸡群的嗉囊饱满率进行抽检，当抽检的鸡只的嗉囊饱满率7[0033]第T次的执行的饲喂策略α增加随机噪声获得第T次的加噪的饲喂策略a┐;[0034]将第T次的执行的饲喂策略a┌输入到环境中，获得反馈的即时奖励rπ和第T+1次采集的记录信息Sτ+1;将经验St,a,r,Sτ+1存入经验池；[0037]步骤104,求第一损失值L₁和第二损失值L₂,梯度下降法更新Actor网络和[0041]其中QCritic(sτa)表示输入St和at时Critic网络的输出，QargetCritic表示执行az时的综合Q值，QTargetCritic(Sτ+1,aT+1)表示缺省值为0.6;8分组分别管理饲喂策略，模型考虑到鸡群的腿部健康问题，通过各个分组不同的饲喂策略可以通过从饲料方面不仅可以保持高嗉囊饱满率，还可以有效缓解腿部问题，降低鸡群的腿部疾病问题以及死亡率。附图说明[0049]图1是本发明的一种白羽肉鸡生态养殖优化方法的流程图。具体实施方式[0050]现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，可以在不脱离本说明书内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。另外，一些示例所描述的特征在其他例子中也可以进行组合。[0051]本发明的至少一个实施例中公开了一种白羽肉鸡生态养殖优化方法，如图1所示，包括以下步骤：[0052]步骤100,将白羽肉鸡鸡群根据人工分为三组：健康组、轻微跛行组和严重跛行组，每隔1小时采集一次各分组的记录信息和鸡群多维记录信息，记录信息包括饲喂记录、鸡群[0053]饲喂记录包括：各分组饲料中蛋白质含量、脂肪含量、钙含量、磷含量、维生素含[0056]鸡群图像信息包括：各分组鸡群的高分辨率图像；[0057]步骤200,基于最近连续的三次时间点采集的记录信息生成一号平面数据，基于采集的鸡群多维记录信息生成二号平面数据；[0058]一号平面数据包括用于存储数据的一号面元，一个一号面元索引到一个一号数据对象的串行数据流，一号平面数据还包括一个用于存储一号面元索引的一号数据对象之间的关联关系的一号关系列表，一号关系列表的第i行第j列的元素值表示第i个和第j个一号面元索引的一号数据对象之间的关联关系量化值；[0059]关联关系包括高和低，分别对应于两个量化值。[0061]关联关系高的一号数据对象定义为：鸡群与其环境、鸡群与其所属的鸡群分组、饲喂记录与其所属的鸡群；[0062]一个一号数据对象的串行数据流包括n个按照时间排序的数据单元，第t个数据单元表示该数据对象的第t个时刻采集的记录信息。[0063]二号平面数据包括用于存储数据的二号面元，一个二号面元索引到一个二号数据对象，二号平面数据还包括一个用于存储二号面元索引的二号数据对象之间的关联关系的二号关系列表，二号关系列表的第i行第j列的元素值表示第i个和第j个二号面元索引的二号数据对象之间的关联关系量化值；9[0067]在本发明的一个实施例中，饲喂记录可以表示为一个向量{{22,6,0.87,0.7,12000,110,2},{21,5,1.2,0.8,15000,100,2},{20,4,1.5,1,20000,60,3}},三个向量分量示蛋白质含量：22%,脂肪含量：6%,钙含量：0.87%,磷含量：0.7%,维生素含量：每公斤[0076]其中Xt,v表示一号平面数据的第v个一号面元对应的串行数据流的第t个数据单分别表示一号平面数据的第v个一号面元对应的串行数据流的第t个和第t-1个第一识别特征，别表示一号平面数据的第v个一号一、二、三、四串行识别偏置参数，⊙表示哈达玛积，,n表示串行[0077]在本发明的一个实施例中，第二编码器的计算公式如下：[0079]其中表示第1层的第v个一号面元的第二识别特征，M(v)v关联关系高的一号面元的集合，表示第1层的第一平面识别权重矩阵，是第1层的一号面元u对一号面元v的注意力权重，通过如下公式计算：二平面识别权重矩阵，T表示转置,LeakyReLU是LeakyReLU激活函数； =E时等于一号面元v的识别特征；其中分别表示一号平面数据的第v个和第u个一号面元对应的串行数据流的第t个和第t-1个第一识别特征，n表示串行数据流的数据单元的总数。[0083]在本发明的一个实施例中，第三编码器的计算公式如下：[0086]其中表示第1层的第v个二号面元的聚合表示分别表示二号面元的集合；V表示全称量词符号表示第1-1层的第u个二号面元的面元特号面元v的第三识别特征，,AGG①)表示第1层的聚合函数，例如平均或最大池化函数。