科研之友
微信
新浪微博
Facebook
分享链接
摘要
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0.021 3 mg/L、0.013 6 mg/L和0.988 6,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。
- 单位
