基于机器学习的湖羊断奶体重预测研究.pdfVIP

智能养殖IntellectualBreeding2024年第60卷第07期

·

基于机器学习的湖羊断奶体重预测研究

1,21331,2*1,24

顾永跟，时元婷，殷雨洋，黄杰，陶杰，吴小红，张艳琼

（1.湖州师范学院信息工程学院，浙江湖州313000；2.浙江省现代农业资源智慧管理与应用研究重点实验室，

浙江湖州313000；3.湖州市农业科学研究院，浙江湖州313000；4.湖州学院电子信息学院，浙江湖州313000）

摘要：本研究以初生羔羊信息预测羔羊断奶体重，预测结果作为判断对初生羔羊是否需要进行早期饲喂、治

疗等干预的依据。本研究收集了湖州某羊场8836只羊的性别、血统号、出生日期、羔皮品质、初生体重、

同胎羔数、断奶体重等信息，通过观察特征间关系，使用斯皮尔曼秩相关系数进行特征相关性检测，筛选出4

个重要特征变量（性别、出生月份、初生体重、同胎羔数），基于这些重要特征变量运用线性回归、随机森林、

XGBoost、支持向量机回归、深度神经网络模型（DNN）对羔羊断奶体重进行回归预测。结果显示：5种模

型的预测值与真实值误差小于1.5kg的正确率均在81%以上，其中构建的DNN模型正确率可达88.40%，均

方误差（MSE）值为2.96，平均绝对误差（MAE）值为0.87，均为最优。对预测的羔羊体重进行排序，以二

分类形式判断是否需要干预饲喂，得出混淆矩阵与受试者工作特征曲线（ROC）图，显示DNN模型效果最好。

关键词：湖羊；早期干预；断奶体重预测；机器学习；深度神经网络

中图分类号S826.9文献标识码ADOI编号10.19556/j.0258-703305

：：：

羔羊断奶体重直接关系到以后的生长发育和健康李信颉等[5]用品种胎次胎间距等性状特征使用

、、，

程度及早对发育较弱的羔羊进行补饲有利于提高羔羊回归模型预测母猪繁殖力性状得出了支持向量机回归

，，

存活率[1]但实际生产中羔羊补饲存在以下问题养殖优于其他机器学习回归方法的结论本研究针对湖羊羔

，：。

场通过人工经验来决定是否需要进行羔羊饲补缺乏科羊信息分析由于数据量较小学习训练的内容有限

，，，，

学统一的判断标准部分规模化羊场对所有羔羊进行补结合湖羊特点和生产流程使用适合羔羊数据训练的线

；，

饲造成养殖成本增加经济效益减少性回归随机森林深度神经网络等5种经典机器学习

，，。、、

规模化养殖场产生大量的过程数据结合机器学习技算法预测初生羔羊在断奶时的性状表现根据预测的产

。

术可用于预测禽畜的生长性状Shahinfar等[2]根据1羔断奶体重进行排序断奶体重性状较差的羔羊建议及

。，

岁羊的羊群特异性环境数据和表型信息用机器