基于多环境因素分析的猪舍温湿度预测模型

摘要

【目的】针对环控设备调控滞后导致的密闭猪舍内温湿度波动大问题，提出合适的多元时间序列温湿度预测模型。【方法】采用皮尔逊相关性分析确定采集到的12种环境因子的相关性，初步筛选模型的输入特征。对已筛选的输入特征归一化，消除数据尺度的影响，选取DDGCRN、长短期记忆网络、支持向量回归和随机森林模型，对模型预测结果实例验证，筛选出性能最好的模型。【结果】筛选确定了温湿度预测模型的输入特征。经对比验证，DDGCRN模型预测精度最高，其预测温度和湿度的平均绝对误差分别为0.079和0.458，均方根误差分别为0.134和0.719，平均绝对百分比误差分别为0.392%和0.675%。模型输入配置比较分析表明，过多的输入特征并不能使得模型的预测能力提高，反而可能降低，且不同类型的模型以及不同的预测目标都有不同的合适的输入特征。【结论】使用DDGCRN温湿度预测模型对舍内的温湿度变换可以起到提前警告作用，为精准控制养殖环境温湿度提供参考。

关键词

多环境因素 / 密闭猪舍 / 温湿度 / 预测模型 / 相关性分析