一种基于大数据猪行为方式分析的育肥猪舍设计方法

摘要

本发明属于养殖领域，公开了一种基于大数据猪行为方式分析的育肥猪舍设计方法，首先通过多组实验获得猪行为的大数据流，然后通过分析数据流，获得出栏体重与总行走距离、总行走距离与圈养密度之间的关系，根据最佳的出栏体重找到对应的行走距离，然后找出该总行走距离对应的圈养密度，即最佳圈养密度。本发明利用摄像机与软件采集猪的总行走距离，通过最佳出栏体重得出对应猪的总行走距离，然后找到对应猪所在的猪舍对应的圈养密度，找到最佳的圈养密度；将猪行为纳入猪舍设计的考虑因素，为猪舍的合理设计提供指导，设计出更有利于育肥猪生活的猪舍，有利于猪的育肥。

主权项

一种基于大数据猪行为方式分析的育肥猪舍设计方法，其特征在于，该方法包括：第一步：获取猪行为的大数据流，具体步骤如下：A1：选取发育程度接近的猪仔若干只，为所有猪仔佩戴用于识别身份的RFID标签；A2：将若干只猪仔均分为X个大组，并将每个大组的猪仔分成M个小组；M个小组之间，每个小组的猪仔数量均不相同；每个大组内对应小组的猪仔数量均相同；A3：选取若干间相同规格的猪舍，均分为X个大组，然后将X个大组的猪舍各自均分为M个小组；A4：在每个所述猪舍内设置体重测量装置，每天测定每头猪的体重；A5：在每个所述猪舍内安装可以360度旋转的摄像机，用于获取猪在整个育肥期内的日行走距离；A6：将各小组的猪仔放入相应大组对应小组的猪舍内，以提供M个不同圈养密度的样本，以及(X‑1)组对照样本；育肥期内，根据育肥猪的生长态势和采食情况，提供相应饲料，自由采食，自由饮水，所有猪舍的饲养方式均相同；A7：将采集到的猪的体重和日行走距离以数据流的方式存储，数据流格式为：采集时间+猪编号+日行走距离+体重；第二步：计算最佳育肥猪舍圈养密度，具体步骤如下：B1：按照数据流的定义，将数据流进行分片处理，获得如下键值对：<采集时间，体重>、<猪编号，体重>、<猪编号，日行走距离>；B2：针对育肥期最后一天采集的数据流，计算正常猪体重的最小值、平均值和最大值，分别设为Wmin，Wavg和Wmax；B3：将步骤B2得到的数据进行分组，分组依据为：G1＝{g1|g1∈[Wmin，Wavg)}，G2＝{g2|g2∈[Wavg，Wmax]}；B4：依据步骤B3的分组原则，将所有猪编号分到相应的组别中；即：(G1，[猪编号，猪编号，…])、(G2，[猪编号，猪编号，…])，G2组中的猪为目标猪；B5：按G2组中的目标猪编号，汇总目标猪的出栏体重和日行走距离，获得键值对<猪编号，出栏体重>、<猪编号，日行走距离>；育肥期最后一天采集的猪的体重即为出栏体重；B6：计算G2组中每一头猪的日行走距离总和，确定G2组中每一头猪的圈养密度，进而获得2组有序数对：<出栏体重，总行走距离>和<总行走距离，圈养密度>；B7：依据步骤B6获得的有序数对，建立WD模型和DD模型，分别表示出栏体重与总行走距离、总行走距离与圈养密度的关系；B8：通过对WD模型参数寻优，确定最佳出栏体重对应的总行走距离，继而由DD模型确定出最佳圈养密度。