【蛋鸡产蛋率预测系统设计分析案例5200字】

蛋鸡产蛋率预测系统设计分析案例目录TOC\o"1-3"\h\u22332蛋鸡产蛋率预测系统设计分析案例 1123071.1引言 1100371.2系统需求分析 1126141.3系统设计 7181861.4系统的实现 9131441.5可视化页面展示 111.1引言为了使用户更加直观方便的了解蛋鸡的产蛋率，所以基于上一章蛋鸡的产蛋率预测模型设计蛋鸡产蛋率预测系统。系统的主要功能就是实现对蛋鸡产蛋率的预测，除了上述功能以外系统还有以下几种功能分别是：用户的注册登录功能、蛋鸡产蛋率系统的管理功能、数据的管理与展示功能。本章将介绍对蛋鸡产蛋率预测系统的需求分析、蛋鸡产蛋率预测系统设计、产蛋率预测系统实现以及产蛋率系统可视化展示等四个方面展开介绍。1.2系统需求分析在实现系统功能之前需要对蛋鸡产蛋率预测系统进行需求分析。蛋鸡产蛋率系统主要包含以下四大功能需求：用户注册登录功能、蛋鸡产蛋率预测功能、数据管理与展示功能、系统管理功能。注册登录功能主要包括用户的注册和登录；蛋鸡产蛋率预测功能主要包括影响因素数值的输入、数据转换和预测结果显示；数据管理与展示功能主要包括数据的上传与下载、整体预测展示和历史数据展示；系统管理功能主要包括系统服务开关、用户的使用权限以及介绍系统基本信息。蛋鸡产蛋率预测系统的用户用例图以及它的具体功能需求分析如图4-1、图4-2所示。图4-SEQ图4-\*ARABIC1系统用例图图4-SEQ图4-\*ARABIC2系统功能需求分析图（1）注册登录功能蛋鸡产蛋率预测系统的设计就是为了帮助用户更加方便的得到蛋鸡的产蛋率。在用户对蛋鸡产蛋率预测之前要先进行注册登录。（2）数据管理功能数据管理功能主要有以下部分：数据上传与下载、数据存储、数据查看。数据的上传与下载的信息包括蛋鸡产蛋率信息及其影响因素的信息，可以通过excel文件对数据进行上传与下载；数据查看主要是用户通过系统查看以往的历史数据、整体的蛋鸡产蛋率情况；数据存储主要是存储用户数据、样本数据以及整体预测数据等。通过机器学习方法进行蛋鸡产蛋率预测的前提是有足够多的样本数据。除此之外，采集与之相关数据的质量和数据处理的最终结果，会影响蛋鸡产蛋率预测模型的预测结果。因而，得到高质量的蛋鸡产蛋数据是实现产蛋率预测的首要前提。蛋鸡产蛋率预测模型所需研究数据是从烟台某公司获取的大量蛋鸡数据。蛋鸡产蛋率预测系统的数据主要包括两个部分，一部分训练模型时使用的样本数据，这些数据主要是用来训练支持向量机和BP神经网络这两种模型，另一部分则是系统的可视化数据，这部分数据就是用户通过蛋鸡产蛋率预测系统的预测功能得出的产蛋率数据以及根据以往的影响因素数据预测出来的整体的蛋鸡产蛋率。蛋鸡产蛋率预测系统设计时主要用到的数据库就是MySQL，使用MySQL来存储系统用户数据以及蛋鸡产蛋率以及影响因素等相关数据。使用Redis来存储登录token。蛋鸡产蛋率预测系统一些主要数据库表如表4-1、表4-2、表4-3所示。表4-SEQ表4-\*ARABIC1产蛋率历史数据表设计字段名数据类型是否主键（属性）能否为空备注idint是否temdouble否是温度humdouble否是湿度Cdouble否是COfodderdouble否是喂料dayint否是日龄weightdouble否是蛋重datedouble否是日期egg_ratedouble否是产蛋率表4-SEQ表4-\*ARABIC2用户表设计字段名类型是否主键能否为空备注idint是否usernamevarchar否否用户名nikenamevarchar否否昵称passwordvarchar否否密码createTimedatetime否否注册时间表4-SEQ表4-\*ARABIC3整体产蛋率预测数据表设计字段名数据类型是否主键（属性）能否为空备注idint是否dayint否是日龄fodderdouble否是饲料weightdouble否是蛋重temdouble否是温度humdouble否是湿度CO2double否是CO2浓度egg_ratedouble否是产蛋率（3）产蛋率预测模块需求分析产蛋率预测系统研究主要功能就是实现产蛋率的预测，从而帮助用户得到产蛋率。所以实现对蛋鸡的产蛋率预测是蛋鸡产蛋率预测系统的最重要的一步。蛋鸡产蛋率预测系统中预测模块需求结构如图4-3所示。图4-SEQ图4-\*ARABIC3预测模块需求分析结构通过在烟台某公司实习，采集了蛋鸡产蛋率以及影响蛋鸡产蛋率因素等数据，采集数据中可能会有一部分是不完整的，所以需要对数据进行处理，从而保证数据更加可靠。把处理好的数据对建立好的蛋鸡产蛋率预测模型进行训练，提高模型准确率。蛋鸡产蛋率预测模块是整个蛋鸡产蛋率预测系统最主要的部分。通过蛋鸡产率预测模块可以得到蛋鸡产蛋率为用户提供参考。用户对于产蛋率判断还是根据以往的养殖经验，缺乏科学性与准确性。所以实现对蛋鸡产蛋率的预测具有很好的现实意义。通过第三章对于蛋鸡产蛋率预测模型的研究与建立，选取了两种预测模型一种是使用支持向量机建立的蛋鸡产蛋率预测模型，另一种是使用BP神经网络建立的蛋鸡产蛋率预测系统。对两种模型设定评价标准并对结果进行比较。比较得出使用支持向量机建立的预测模型预测效果好于使用BP神经网络建立的蛋鸡产蛋率预测模型，最终使用支持向量机建立预测模型。后端利用已经处理好的数据实现对蛋鸡产蛋率的预测，并把得出预测结果进行展示，为用户提供参考。近些年，计算机技术不断发展提高，对于数据处理的方法也越来越多，用户不再满足于简单的了解数据处理的结果，对数据可视化的需求不断增长[57-60]。为了更好地使用户直观的了解数据，数据可视化是必不可少的，不仅如此浏览器端还能实现用户与图像的交互[61-63]。浏览器端是整个蛋鸡产蛋率预测系统可视化功能模块的核心[64]，浏览器主要是接收来自用户的发送的请求信息，然后把训练好的数据以可视化的形式展现给用户，其中包含用户与图形的之间的交互。相关的可视化系统系统设计如下图4-4所示：图4-SEQ图4-\*ARABIC4可视化系统设计用户通过上传数据，而这些上传的数据会在后端处理，服务器会把已经收到的数据存放在数据库里，当数据上传完成以后，还需要对数据集进行处理，对数据进行归一化处理。当数据被上传到数据库时其库表的设计结构如表4-4所示。表4-SEQ表4-\*ARABIC4标准化数据结构字段名字段类型描述Idint主键file_pathvarchar(128)数据文件的原始路径json_pathvarchar(128)标准化后的数据文件路径avail_pathvarchar(128)可视化可选形式default_grathint可视化默认形式（4）系统管理功能一个完整的蛋鸡产蛋率预测系统，它的系统管理功能也是非常重要的。系统管理功能主要包含下面几种模块：（a）用户权限管理不同的人员需要拥有不同使用权限，这也是为了使系统更加安全。本系统根据人员的权限划分分为管理员和普通用户。例如普通用户可以通过登录系统查看数据、导出数据等等权限，但是管理员除了普通用户的权限外还拥有修改、写入以及删除权限，系统管理员以及普通用户的具体权限如表4-5所示。表4-SEQ表4-\*ARABIC5权限列表人员类别查看权限修改权限写入权限删除权限导出权限管理员是是是是是普通用户是否否否是（b）系统基本信息一个蛋鸡产蛋率预测系统，需要对系统简单的说明系统基本信息，这样能够有效地帮助用户更快了解并掌握系统。（c）系统设置系统设置主要是针对使用人员权限的修改，一些数据参数修改等，从而使系统能够可靠使用。（d）系统启停服务蛋鸡产蛋率预测系统使用过程中会有维护、更新等需求，这就需要系统的启停功能，这一功能可以帮助系统维护人员对系统进行维护以及更新。1.2.2系统的可扩展性需求系统主要使用人员就是普通用户，所以系统一定要具有易用性和方便性，这就对系统的性能提出一点的要求。使用系统时最容易感受出来的就是系统的运行反应速度，它是由系统的响应时间来控制的。一个好的系统不是一成不变的，在使用过程中会对其功能以及算法进行更新升级，所以系统一定要有很好的可扩展性才行。（1）系统的性能需求蛋鸡产蛋率预测系统的性能需求主要有下面几种：蛋鸡产蛋率预测系统高频接口的响应时间、产蛋率预测系统运行速度以及产蛋率预测系统资源使用情况。蛋鸡产蛋率预测系统支持网页访问功能，系统一重要的任务就是前端的网页服务。所以前端网页的综合响应时间设置在5s以内，Web服务器在20s内就可以完成，得到静态数据的时间控制在1s内，页面渲染时间也是在1s内完成。包括后端数据库等一些服务的启动也是非常重要的，所以系统的后台综合启动时间控制在30s以内，数据库启动时间控制在15s以内。（2）系统的可扩展性需求蛋鸡产蛋率预测系统随着需求改变，可能需要对其功能更新升级或维护，在构建产蛋流程预测系统的时候一定要注意系统的延展性，因为蛋鸡产蛋率预测系统具有良好的延展性能够为系统的升级或维护省去不少的问题。在开始设计系统时要注意使用标准化的接口，对于一些特殊的功能，可以利用组合的方法单独设计一个整体。并且在搭建系统时要注意分开设计，这样在修改维护时，能够很快理清并且不会过多影响其它的部分。1.3系统设计蛋鸡产蛋率预测系统使用的架构是B/S。该架构主要分为表示层、业务层以及数据访问层。用户在前端输入的影响产蛋率因素数据以及预测结果等展示都是通过表示层。对于一些逻辑处理以及蛋鸡产蛋率预测系统功能是通过业务层。对于数据库的一些查询就是通过访问层。页面前端的可视化[65-66]主要是使用javascript以及bootstrap等来完成。前端页面访问的请求主要是通过JavaScript完成，前端历史数据、整体预测结果等图表的显示都是利用Echarts库来实现。对于一些数据和接口则是依靠Java和springboot框架来实现。通过MYSQL来实现对数据的存储，使业务层能够随时的调用。蛋鸡产蛋率预测系统的整体框架图如图4-5所示。图4-SEQ图4-\*ARABIC5系统整体框架图蛋鸡产蛋率预测系统前端发出的信息由springboot来收，数据库框架为MyBatis，数据的存储主要是Mysql数据库以及Redis数据库。服务器端所用的工具及版本的具体信息如表4-6所示。表4-SEQ表4-\*ARABIC6工具及其版本信息工具版本描述IntellijIDEA2020.3.3IDEJdk1.8.0系统的开发环境Tomcat8Web端服务器Maven3.3.9系统项目的管理工具MySQL8.0.16存放数据的数据库在项目开发时本系统还会用到一些项目包，系统的详细的项目结构介绍如表4-7所示。表4-SEQ表4-\*ARABIC7配置文件说明项目包描述Java包主要负责前端的代码Mybatis包主要是数据框架的文件设置Resources包系统中的文件设置Webapp包主要是页面保存以及web的文件设置Util包主要是用于转换数据的方法1.4系统的实现蛋鸡产蛋率预测系统的照顾要目的就是蛋鸡产蛋率预测，并将结果在前端界面进行展示。用户通过登录系统输入影响蛋鸡产蛋率的数据，从而预测出蛋鸡产蛋率。其中用户输入的数据需要进一步的处理，不可以在模型中直接对蛋鸡产蛋率进行预测。蛋鸡产蛋率预测系统整体的框架结构如图4-6所示。图4-SEQ图4-\*ARABIC6系统功能实现图蛋鸡产蛋率预测系统流程图如图4-7所示。图4-SEQ图4-\*ARABIC7蛋鸡产蛋率预测流程图图4-7主要介绍用户从登录系统一直到实现对蛋鸡产蛋率预测的整个预测流程。以下是对这一流程详细的描述。（1）用户的注册登录用户通过登录指定的网址，页面会显示系统的登录界面，如果是新用户需要先进行注册用户只需填写一些简单的信息然后提交自己所填的信息，蛋鸡产蛋率预测系统就会自动将用户保存，这样用户就完成注册。点击登录用户只需填写自己设置的账户及密码就能够进入系统。（2）数据导入用户在登录进蛋鸡产蛋率预测系统后，在产蛋率预测界面填写影响蛋鸡产蛋率的数据（温度、蛋重、二氧化碳浓度、日喂料、日龄、湿度）。蛋鸡产蛋率预测系统会对输入的数据进行处理，然后利用模型进行预测得出预测值并在前端进行展示。（3）蛋鸡产蛋率预测功能预测功能主要是通过前面预测模型的构建，模型是Python脚本生成的模型文件，模型训练完成后将模型保存为rf文件，java将输入参数传递给部署在服务器上的python脚本，脚本加载之前生成的rf文件预测结果，将结果返回给前端页面进行展示。这是该系统的核心功能，用户通过该功能预测蛋鸡产蛋率从而为鸡蛋供应以及蛋鸡的饲养管理提供参考。整个系统核心接口是预测接口，对应路径是/predict，其接口流程包含校验参数，构造预测参数，调用核心预测python代码，获取并处理预测结果，返回前端并渲染结果。预测算法接口是利用java的ProcessBuilder调用Python包。预测算法的接口参数arg1、arg2、arg3、arg4、arg5、arg6分别代表了日龄、饲料、蛋重、温度、湿度、CO2浓度。根据系统预测响应时间为1.53ms满足系统需求，表明预测效率较高。1.5可视化页面展示前面对系统进行了需求分析以及设计，并实现了系统的各个功能。实现的主要的几个功能首先是蛋鸡的产蛋率预测系统、然后是根据以往的数据对整体的蛋鸡产蛋率进行的预测结果的展示，再然后是蛋鸡产蛋预测结果记录，最后是蛋鸡产蛋率以及影响数