准确评估猪的营养需要量并实现精准营养配方,对于提高饲料资源利用效率及推动我国生猪养殖产业发展具有重要意义。本研究通过挖掘和分析已有文献数据,旨在构建基于分类算法的生长育肥猪营养需要量预测模型,并筛选出最佳模型,以探究分类...准确评估猪的营养需要量并实现精准营养配方,对于提高饲料资源利用效率及推动我国生猪养殖产业发展具有重要意义。本研究通过挖掘和分析已有文献数据,旨在构建基于分类算法的生长育肥猪营养需要量预测模型,并筛选出最佳模型,以探究分类算法在构建更科学合理的猪饲养标准中的可行性。从Web of Science数据库中检索近十年内有关“杜×长×大”猪能量和氨基酸需要量的文献,筛选出包含完整饲粮营养水平与生长性能数据的文献,整理形成初始数据集。将初始数据集中75%的数据划分为训练集,25%的数据划分为验证集,分别使用决策树(DT)、人工神经网络(ANN)和k-最近邻(KNN)3种机器学习算法构建分类模型。结果表明,基于KNN算法构建的分类模型在生长育肥猪营养需要量的预测上表现最佳[k=4,验证集上误分类率(MCR)=0.374]。利用KNN算法可成功构建适用于“杜×长×大”生长育肥猪营养需要量预测的分类模型,为建立更科学的猪饲养标准及精准饲喂技术提供了基础支撑。展开更多
随着无人车、无人机等自主移动机器人的井喷式发展,寻路算法的重要性也一再提升。跳点搜索+(jump point search plus,JPS+)算法因其显著的高搜索效率而成为了经典的静态栅格化地图寻路算法。对JPS+算法的改进策略和应用场景层出不穷,但...随着无人车、无人机等自主移动机器人的井喷式发展,寻路算法的重要性也一再提升。跳点搜索+(jump point search plus,JPS+)算法因其显著的高搜索效率而成为了经典的静态栅格化地图寻路算法。对JPS+算法的改进策略和应用场景层出不穷,但对路径长度与路径节点数量的优化方法仍有待研究。提出了一种对于强制跳点按功能性的分类方式,并基于这一分类对JPS+算法的预处理和搜索流程进行改进,在提高单次搜索扩展效率的同时,减少路径的长度与节点数。通过仿真地图实验与真实采样地图实验,验证了改进算法的有效性。对比发现:改进JPS+算法在仿真地图中,所求路径长度最大减少5.92%,路径节点数最大减少46.15%,算法用时最大减少25.58%;在真实采样地图中,所求路径长度平均减少2.48%,路径节点数平均减少10.71%,算法用时平均减少17.08%。展开更多
文摘准确评估猪的营养需要量并实现精准营养配方,对于提高饲料资源利用效率及推动我国生猪养殖产业发展具有重要意义。本研究通过挖掘和分析已有文献数据,旨在构建基于分类算法的生长育肥猪营养需要量预测模型,并筛选出最佳模型,以探究分类算法在构建更科学合理的猪饲养标准中的可行性。从Web of Science数据库中检索近十年内有关“杜×长×大”猪能量和氨基酸需要量的文献,筛选出包含完整饲粮营养水平与生长性能数据的文献,整理形成初始数据集。将初始数据集中75%的数据划分为训练集,25%的数据划分为验证集,分别使用决策树(DT)、人工神经网络(ANN)和k-最近邻(KNN)3种机器学习算法构建分类模型。结果表明,基于KNN算法构建的分类模型在生长育肥猪营养需要量的预测上表现最佳[k=4,验证集上误分类率(MCR)=0.374]。利用KNN算法可成功构建适用于“杜×长×大”生长育肥猪营养需要量预测的分类模型,为建立更科学的猪饲养标准及精准饲喂技术提供了基础支撑。
文摘随着无人车、无人机等自主移动机器人的井喷式发展,寻路算法的重要性也一再提升。跳点搜索+(jump point search plus,JPS+)算法因其显著的高搜索效率而成为了经典的静态栅格化地图寻路算法。对JPS+算法的改进策略和应用场景层出不穷,但对路径长度与路径节点数量的优化方法仍有待研究。提出了一种对于强制跳点按功能性的分类方式,并基于这一分类对JPS+算法的预处理和搜索流程进行改进,在提高单次搜索扩展效率的同时,减少路径的长度与节点数。通过仿真地图实验与真实采样地图实验,验证了改进算法的有效性。对比发现:改进JPS+算法在仿真地图中,所求路径长度最大减少5.92%,路径节点数最大减少46.15%,算法用时最大减少25.58%;在真实采样地图中,所求路径长度平均减少2.48%,路径节点数平均减少10.71%,算法用时平均减少17.08%。
