农业机械学报

作者：尹航，吕佳威，陈耀聪，岑红蕾，李景彬，刘双印

单位：仲恺农业工程学院,仲恺农业工程学院;北京市农林科学院信息技术研究中心,仲恺农业工程学院,石河子大学,石河子大学,仲恺农业工程学院,

关键词：羊舍;集约化养殖;CO2质量浓度预测;极限学习机;麻雀搜索算法;分布式梯度提升框架

基金：国家自然科学基金项目(61871475)、广东省自然科学基金项目（2021A1515011605）、现代农业机械兵团重点实验室开放项目（BTNJ2021002）、广州市创新平台建设计划项目（201905010006）、广州市重点研发计划项目（20210300003）和广东省科技厅重点领域研发计划项目（2020B0202080002）

为减少肉羊集约化养殖过程中因环境恶化产生的应激反应，精准调控CO2质量浓度，提出了基于分布式梯度提升框架（LightGBM）、麻雀搜索算法（SSA）融合极限学习机（ELM）的CO2质量浓度预测模型。首先利用LightGBM筛选出与CO2质量浓度相关的重要特征，降低预测模型的输入维度；然后选择Sigmoid为激活函数，使用具有较强非线性处理能力的单隐含层ELM神经网络算法构建CO2质量浓度预测模型；最后通过麻雀智能优化算法对ELM模型中所需要的超参数进行优化，并将优化后模型应用于新疆玛纳斯集约化肉羊养殖基地。试验结果表明，该模型预测均方根误差（RMSE）、平均绝对误差（MAE）和决定系数（R2）分别为0.0213mg/L、0.0136mg/L和0.9886，综合性能指标优于支持向量回归（SVR）、反向传播神经网络（BPNN）、长短记忆神经网络（LSTM）、门限循环单元（GRU）和LightGBM等；CO2质量浓度预测曲线贴近真实曲线，具有良好的预测效果，能有效满足集约化肉羊养殖过程中CO2质量浓度精准预测及调控要求。

来源：2022年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第1期