基于人工神经网络的人工瘤胃发酵甲烷与挥发性脂肪酸产量预测模型研究

【摘要】：人为因素导致温室气体甲烷(CH4)和二氧化碳(CO2)的排放量增加,这不仅造成了大气温室效应还加剧了全球气候变暖。反刍动物瘤胃微生物的厌氧发酵产物也是温室气体CH4和CO2的重要农业来源之一,造成了动物能量的损失和能量利用率的下降。准确预测反刍动物瘤胃发酵产生的温室气体是评估温室效应的基础。本论文通过以下四个试验研究了瘤胃CH4、CO2和挥发性脂肪酸(VFA)产量与饲料营养成分之间的关系,分别建立了肉牛CH4和CO2的排放以及瘤胃发酵VFA产量的预测模型,同时对所建立模型的准确性进行了测试。通过比较传统回归模型和人工神经网络模型,阐明了用人工神经网络模型预测瘤胃CH4、CO2和VFA产量的可行性,并提出准确的预测模型。 试验一建立了2个肉牛典型混合饲料数据库,第1个数据库为建模集数据库,用于数据建模,配制了45种精粗比分别为10：90、20：80、30：70、40：60和50：50的混合饲料(每个精粗比含9种混合饲料),第2个数据库为测试集数据库,配制了10种与建模集数据库相同精粗比例的混合饲料(每个精粗比含2种混合饲料)。用Menke和Steingass体外产气技术测定混合饲料体外发酵48h的气体和VFA,并用气相色谱仪分析体外发酵的CH4、CO2和VFA产量。 试验二通过多元回归法分析了混合饲料CNCPS碳水化合物组分CA(糖)、CB1(淀粉和果胶)和CB2(可利用纤维)与人工瘤胃发酵的CH4产量之间的相关关系,证明了用CNCPS碳水化合物组分预测瘤胃CH4的可行性。本试验采用试验一的2个数据库,建模集数据库包括45种肉牛混合饲料的CH4产量与CNCPS碳水化合物组分,用于多元回归方程的建立；测试集数据库包括10种混合饲料的CNCPS碳水化合物组分,用于多元回归方程的测试。结果表明,混合饲料CNSPS碳水化合物组分(g)如CA、CB1和CB2与混合饲料体外发酵的CH4产量(mL)之间存在显著的多元线性关系：CH4=(89.16±14.93)CA+(124.10±13.90)CB1+(30.58±11.72)CB2+(3.28±7.19),R2=0.81,P0.000],n=45。通过测试集日粮对该模型进行验证,结果表明,CNCPS碳水化合物组分CA、CB1和CB2是合适的日粮输入变量,能用于瘤胃发酵CH4产量的准确预测。 试验三旨在研究用含有输入层、隐含层和输出层的三层反向传播(BP,back propagation)人工神经网络建模预测肉牛混合饲料体外发酵CH4产量的可行性和准确性。本试验采用试验一的2个数据库,建模集数据库用于BP神经网络的训练,包括45种肉牛混合饲料体外发酵的CH4、CO2、总产气量以及混合饲料的CNCPS碳水化合物组分；测试集数据库用于神经网络的测试,包括10种混合饲料的CNCPS碳水化合物组分。通过比较由1-16个隐含层神经元节点和不同输出层变量构成的不同BP神经网络的预测性能,确定BP神经网络的最佳结构。经测试集数据库检验,结果发现,由BP神经网络预测的瘤胃CH4、CO2和总产气量与其实测值之间经配对t-检验分析差异不显著(P0.05)。一元线性相关分析结果显示其决定系数(R2)分别为0.95、0.97和0.92,BP神经网络模型的均方根预测误差(RMSPE)分别为3.89%、2.95%和4.23%。与多元回归方程相比,BP神经网络模型在预测CO2和总产气量时准确性均有提高,但在预测体外发酵CH4产量方面准确性相似。结果表明,基于CNCPS碳水化合物组分用BP神经网络能够准确、可靠地预测肉牛混合饲料体外发酵的CH4、CO2和总产气量。 试验四是以CNCPS碳水化合物组分为基础建立预测瘤胃VFA产量的多元线性回归模型(MLR, Multiple linear regression)和三层BP神经网络模型(BP3, Three-layer Levenberg-Marquart back propagation),并比较两模型的预测性能。研究采用试验一的2个混合饲料数据库,其中建模集数据库包含精粗比分别为10：90、20：80、30：70、40：60和50：50的45种肉牛典型混合饲料体外发酵的VFA产量以及CNCPS碳水化合物组分,用于数据建模；测试集数据库用于模型的测试,包含与建模集数据库相同精粗比的10种混合饲料的CNCPS碳水化合物组分。通过以下三种方式比较MLR和BP3模型的预测性能,包括配对t-检验、预测值和实测值之间的决定系数(R2)及均方根预测误差(RMSPE)。统计分析结果表明,VFA产量(mmol)与混合饲料CNCPS碳水化合物组分(g) CA、CB1和CB2之间存在显著的多元线性关系。与MLR模型相比,BP3模型能更准确地预测瘤胃乙酸、丙酸和总VFA产量,但在预测丁酸产量方面二者结果相似。试验表明以混合饲料的CNCPS碳水化合物组分CA、CB1和CB2为日粮输入变量,用MLR和BP3模型均适合预测混合饲料体外发酵的VFA产量,但是BP3模型预测的准确性更高。 综上,本论文通过一系列试验研究表明,CNCPS碳水化合物组分CA、CB1和CB2是合适的日粮输入变量,能准确用于瘤胃CH4、CO2和VIA产量的预测。MLR和BP3模型均适合预测混合饲料体外发酶的CH4、CO2和VFA产量,但是BP3模型预测的准确性更高。 【关键词】：人工神经网络 预测模型 甲烷 二氧化碳 挥发性脂肪酸
【学位授予单位】：中国农业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP183;S816
【目录】：

• 摘要6-8
• Abstract8-14
• 縮略词表14-16
• 第一章 文献综述16-32
• 1. 研究目的和意义16-17
• 2. 国内外研究现状17-29
• 3. 研究内容和技术路线29-32
• 第二章 试验研究32-78
• 试验一 应用人工瘤胃产气技术测定肉牛混合饲料发酵的甲烷、二氧化碳和挥发性脂肪酸产量32-45
• 摘要32
• 2.1 前言32
• 2.2 材料和方法32-37
• 2.3 结果37-43
• 2.4 讨论43-44
• 2.5 小结44-45
• 试验二 基于CNCPS碳水化合物组分用多元线性回归模型预测瘤胃甲烷的产量45-52
• 摘要45
• 3.1 前言45-46
• 3.2 材料和方法46-47
• 3.3 结果47-49
• 3.4 讨论49-51
• 3.5 小结51-52
• 试验三 基于人工神经网络以CNCPS碳水化合物组分为日粮变量预测瘤胃甲烷产量52-63
• 摘要52
• 4.1 前言52-53
• 4.2 材料和方法53-55
• 4.3 结果55-60
• 4.4 讨论60-62
• 4.5 小结62-63
• 试验四 基于CNCPS碳水化合物组分用多元线性回归模型和人工神经网络模型预测瘤胃挥发性脂肪酸产量的比较研究63-78
• 摘要63
• 5.1 前言63-64
• 5.2 材料和方法64-65
• 5.3 结果65-72
• 5.4 讨论72-77
• 5.5 小结77-78
• 第三章 结论和建议78-79
• 1. 本研究的主要结论78
• 2. 本研究的创新点78
• 3. 有待进一步研究的问题78-79
• 参考文献79-85
• 附录85-88
• 致谢88-89
• 作者简介89-90

您可以在本站搜索以下学术论文文献来了解更多相关内容

牛甲烷排放量的估测    冯仰廉;李胜利;赵广永;张晓明;莫放;韩继福;

自组织神经影射网络排序及其在植物群落分析中的应用    张金屯;孟东平;席跃翔;

五台山亚高山草甸的人工神经网络分类与排序    张金屯;聂二保;向春玲;

一种新的水质预测模型的仿真实现    陈振伟;王茜;黄继红;

纤维分解酶处理玉米秸秆对肉牛瘤胃发酵和养分消化代谢的影响    张贵花;王聪;刘强;白元生;师周戈;刘晓妮;高书文;

应用体外发酵法研究高精料饲粮NSC/NDF与甲烷产量之间的关系    郑文思;赵广永;张婷婷;牛文静;董瑞兰;

基于CPM-Dairy的几种我国常用奶牛饲料原料聚类分析    刘婵娟;赵向辉;徐明;曹阳春;杨婷;姚军虎;

辽宁绒山羊常用粗饲料苜蓿和羊草间饲料组合效应    张锐;朱晓萍;李建云;张微;宋先忱;李丰田;

奶牛采食调控理论与干物质采食量模型研究现状和分析    杨琴;熊本海;韩英东;杨亮;

体外产气法研究半胱胺对水牛瘤胃发酵参数和甲烷产量的影响    黄雅莉;邹彩霞;韦升菊;梁辛;李舒露;陆天水;杨炳壮;梁贤威;

猪舍氨气排放量及其检测技术的研究进展    李勋;时建忠;唐湘方;

非线性非高斯时间序列预测研究    张冬青

延胡索酸二钠对山羊瘤胃甲烷生成的调控研究及相关瘤胃微生物菌群分析    杨承剑

城乡耦合系统人类主导的碳循环及生态服务    吴旭

大豆寡糖对肠道微生态与免疫功能的调控作用及机制研究    周笑犁

20-35kg杜寒杂交羔羊能量与蛋白质需要量参数的研究    许贵善

非线性滤波算法及在神经网络与金融市场建模中的应用    席燕辉

多变量模糊逻辑控制系统的设计及其应用    任耀庆

禽舍环境智能控制关键技术研究    王新政

锌浸出针铁矿法沉铁过程的建模研究及应用    熊富强

深水桥梁下部结构体系振动台模型试验研究及理论分析    孙国帅

人工神经网络在蝙蝠回声定位叫声识别方面的应用    张树义,王立新

人工神经网络在农业中的应用    蔡昆争

人工神经网络在生物化学中的应用    韦新,边秀房,孙英明,吴晓玲

人工神经网络在我国水科学中的应用与展望    苑韶峰,吕军

基于遗传算法的人工神经网络模型在冬小麦根系分布预报中的应用    罗长寿,左强,李保国

人工神经网络及其在植物保护中的应用    刘乃森;刘福霞;

水分敏感指标人工神经网络模型研究    王龙;李靖;郑勇;

基于BP人工神经网络和尾气分析的汽车故障诊断方法研究    徐亚丹;王俊;

人工神经网络在农产品干燥中的应用    谢剑;王丽君;

基于人工神经网络的组合预测及应用    陈秉钧,上官儒

基于人工神经网络的预测方法研究    曾昭磐;赵晓红;

人工神经网络及其在医学中的应用    赵卿;曹晓岚;

基于人工神经网络的电力系统负荷预测综述    黄姝雅;刘天琪;陈绩;

基于人工神经网络的短期电力负荷预测研究    杜欣慧;廉巍巍;孟春炜;

人工神经网络在爆破块度预测中的应用研究    汪学清;单仁亮;

基于人工神经网络的香榧子分类方法    汪晓东;方晓敏;

基于人工神经网络的生产作业计划评价    路家强;黎志成;

人工神经网络在故障诊断方面应用与发展    任培顺;刘云霞;

改进的人工神经网络模型在湖泊富营养化评价中的应用——以武汉市南湖为例    邱炳文;周勇;李学垣;

人工神经网络技术的工程应用与展望    易军;许忠保;刘小鹏;

人工神经网络 灵感源于大脑    苑希民（中国水利水电科学研究院决策支持技术研究室 主任） 李彦彬 徐建新（华北水利水电学院） 李鸿雁（北京理工大学管理与经济学院） 苑韶峰 吕军（浙江大学环境与资源学院）

人工神经网络拓宽版权贸易路径    胡性慧　王唯赫 杨腾

人工神经网络在临床上的应用    本报记者 靖九江 采写

发动e引擎 推动健康事业发展    记者靖九江

人工神经网络可筛查糖尿病    记者 周前进

延伸人类智力——人工神经网络    徐会川

人工神经网络在中药领域中的应用    张东方;沙明;杨松松

机器的眼睛    叶平安

人工神经网络开辟细菌鉴定新思路    贾俊涛 梁成珠 郭强

人工神经网络在纺织中的应用研究    张瑞林

人工神经网络及其在地学中的应用研究    张治国

人工神经网络系统的动态复杂性研究    袁泉

人工神经网络—近红外光谱法用于药物无损非破坏定量分析的研究    窦英

人工神经网络在组合优化与信息处理中的应用    白艳萍

基于人工神经网络的水文过程模拟研究    王玲

人工神经网络在化工物性定量预测中的应用研究    阚丹锋

基于人工神经网络的混合智能系统研究及应用    伭炜

主—客体分子间相互作用的光电分析及人工神经网络预估研究    尚永辉

基于人工神经网络的故障诊断方法在电站中的应用研究    董学育

基于人工神经网络的焊接材料设计    黄俊

基于人工神经网络的旅游需求预测    陈俊

人工神经网络与煤发热量的测量    于海华

人工神经网络在材料设计中的应用    侯哲哲

双组分混合体系中人工神经网络分析方法的研究    李双

基于BP人工神经网络的智能仓储智能品质评价    辜涛

基于人工神经网络的冰情预测研究    卢海

人工神经网络在高光谱矿物识别中的应用与研究    张硕

基于BP人工神经网络的水质评价模型    孟嘉伟

人工神经网络和遗传算法在船体结构动力学中的应用    赵一宁