人工神经网络模型用于预测地中海乳制品中的氨度
Luciano Manuel Santoro1, Provvidenza Rita D'Urso1, Claudia Arcidiacono1
1Building and Land Engineering Section, Department of Agriculture, Food and Environment (Di3A), University of Catania, 95123 Catania, Italy.
Animals : an open access journal from MDPI
|October 29, 2025
概括
人工神经网络 (ANN) 准确预测奶牛场中的氨 (NH3) 度. 这项技术有助于管理牲畜住房环境,并支持精密畜牧业 (PLF).
科学领域:
- 环境科学 环境科学
- 农业工程 农业工程
- 动物科学动物科学
背景情况:
- 畜牧业通过气体排放对空气质量产生重大影响.
- 了解氨 (NH3) 度对于动物福利和住房环境管理至关重要.
- 天气的季节性变化会影响动物设施内的污染物水平.
研究的目的:
- 研究人工神经网络 (ANN) 在地中海奶牛场预测NH3度的有效性.
- 在不同的季节性天气条件下 (炎热,寒冷,过渡) 评估ANN的性能.
- 评估ANN在精密畜牧业 (PLF) 污染物实时监测中的潜力.
主要方法:
- 使用多层感知器 (MLP) 人工神经网络模型.
- 使用莱文伯格-马奎特和贝叶斯规范化算法训练了MLP.
- 输入数据包括十个变量:内部/外部环境条件,NH3水平和一天的时间.
主要成果:
- 一个ANN模型显示出强大的NH3度预测能力.
- 从0.75到0.96.9的高确定系数 (R2) 值获得了高的结果.
- 根平均平方误差 (RMSE) 值在0.47到0.80之间,表明准确度很好.
结论:
- ANN是用于实时预测畜牧设施NH3排放的有效工具.
- 这项研究验证了ANN用于动物住房中的环境监测的使用.
- 这些发现支持将ANN整合到精密畜牧业 (PLF) 战略中,以改善管理.
