一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法与流程

摘要: 本技术涉及养殖自动化的,尤其是涉及一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法。背景技术:1、黄羽阉鸡饲养天龄长、出栏体重大,其群体均重与均匀度是评估饲养效益...
一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法与流程

本技术涉及养殖自动化的,尤其是涉及一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法。

背景技术:

1、黄羽阉鸡饲养天龄长、出栏体重大,其群体均重与均匀度是评估饲养效益、判定出栏时机和决定市场议价能力的核心指标。当前规模化鸡舍中,普遍采用栏内智能鸡秤实现7×24小时无应激自动称重,依托物联网持续采集体重数据并计算鸡群均重,以此替代传统人工抓鸡称重的方式,降低鸡群应激反应的同时提升监测效率。

2、对于黄羽阉鸡这类大体型、低活跃度的长天龄品种,个体间体重差异大、高体重区间鸡只主动上称意愿低,单台智能鸡秤采集的日有效样本量有限,样本体重分布与鸡群真实体重分布存在系统性偏斜,尤其在长天龄大体重阶段样本分布峰值不明显,采用常规均重计算方法得到的结果偏差较大、数据稳定性不足,难以支撑精细化的饲养管理与销售决策。

3、由上可知,如何在保持无应激自动称重优势的前提下,提升大体型低活跃度鸡群的均重计算准确性与长天龄阶段的数据稳定性,是本领域亟待解决的技术问题。

技术实现思路

1、为了在保持无应激自动称重优势的前提下,提升大体型低活跃度鸡群的均重计算准确性与长天龄阶段的数据稳定性,本技术提供一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法。

2、第一方面,本技术提供一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法,采用如下的技术方案:

3、一种适用于黄羽阉鸡的规模化养殖鸡群均重处理方法,包括:

4、获取智能鸡秤连续采集的每日有效样本,以及夜间黑灯条件下通过蓝牙鸡秤对鸡群逐只称重得到的手动抽样样本,手动抽样样本的数量大于预设阈值,预存黄羽阉鸡的标准生长曲线并累计存储各饲养天龄对应的历史均重数据;

5、将每日有效样本和手动抽样样本按体重划分为多个等份区间,统计各等份区间内的样本占比并对比二者的占比差异,根据占比差异确定各等份区间的权重系数,利用权重系数对每日有效样本进行加权修正,得到算法均重;

6、在每日有效样本满足峰值不明显条件时,基于预存的标准生长曲线和累计的历史均重数据进行联合预估,根据联合预估结果对每日有效样本进行筛选后重新计算均重;

7、根据由连续多日算法均重计算得到的日均增重合理性,以及由有效样本统计得到的变异系数变动幅度,对计算得到的算法均重进行置信度评估。

8、可选地,获取智能鸡秤连续采集的每日有效样本以及手动抽样样本的步骤,包括:

9、采用加长款秤盘结构的智能鸡秤进行全天连续数据采集,对采集的数据进行抖动剔除、多鸡识别及异常值剔除处理,得到每日有效样本;

10、在夜间黑灯条件下以智能鸡秤投放位置为中心圈定鸡群,通过蓝牙鸡秤逐只称重得到手动抽样样本,所述手动抽样样本覆盖小体重、中体重、大体重三个体重区间。

11、可选地,将每日有效样本和手动抽样样本按体重划分为多个等份区间并加权修正得到算法均重的步骤,包括:

12、分别对每日有效样本与手动抽样样本按体重由小到大划分为多个等份区间,统计各区间内的样本占比;

13、对比两类样本在对应区间的占比差异,对每日有效样本中占比低于手动抽样样本的偏高体重区间增大权重系数,对占比高于手动抽样样本的区间减小权重系数;

14、对各区间的权重系数做归一化处理后,对每日有效样本进行加权计算得到算法均重。

15、可选地,在每日有效样本满足峰值不明显条件时进行联合预估并重新计算均重的步骤,包括:

16、当每日有效样本的体重分布峰值不明显时,根据预存的黄羽阉鸡标准生长曲线结合当前饲养天龄得到初步预估值;

17、基于累计的历史均重数据进行时序平滑处理得到时序预估值;

18、根据初步预估值与时序预估值确定样本筛选的上限与下限,过滤每日有效样本中的异常样本后,重新计算均重。

19、可选地,通过蓝牙鸡秤逐只称重得到手动抽样样本的过程,包括:

20、分别在环控鸡舍环境与非环控鸡舍环境中选取代表性栏舍开展手动抽样,对应记录不同环境下的称重数据;

21、单次手动抽样的样本数量大于预设数量阈值,每间隔固定周期重复开展一次手动抽样,同步更新对应环境下的各体重区间占比基准。

22、可选地,根据初步预估值与时序预估值确定样本筛选的上限与下限的步骤,包括:

23、对初步预估值与时序预估值分别赋予对应权重后计算得到基准均重值;

24、结合当前饲养天龄所处的生长阶段确定浮动比例,以基准均重值为中心按照浮动比例计算得到样本筛选的上限与下限;

25、饲养天龄越高,对应的浮动比例取值越小。

26、可选地,对计算得到的算法均重进行置信度评估的步骤,包括:

27、分别校验由连续多日算法均重计算得到的日均增重所处区间、由当日有效样本统计得到的变异系数的变化幅度,根据两项校验结果将算法均重划分为不同的置信等级;

28、当置信等级低于预设等级时,输出对应异常标识并触发对应层级的复核提醒。

29、可选地,包括:

30、当置信等级低于预设等级时,针对对应栏舍在夜间黑灯条件下开展补充手动抽样,抽样重点覆盖偏高体重区间,利用补充抽样得到的样本更新对应环境下的各体重区间占比基准,重新确定各等份区间的权重系数,对当日算法均重进行二次修正后输出。

31、可选地,包括:

32、确定浮动比例时,先匹配当前栏舍对应的环境类型的基础比例,再结合当前饲养天龄所处的生长阶段和当日有效样本的变异系数对基础比例进行调整,饲养天龄越高浮动比例越小,变异系数越大浮动比例越大。

33、第二方面,本技术提供一种适用于黄羽阉鸡的规模化养殖鸡群均重处理系统,采用如下的技术方案:

34、一种适用于黄羽阉鸡的规模化养殖鸡群均重处理系统,包括:

35、样本获取模块,获取智能鸡秤连续采集的每日有效样本,以及夜间黑灯条件下通过蓝牙鸡秤对鸡群逐只称重得到的手动抽样样本,手动抽样样本的数量大于预设阈值,预存黄羽阉鸡的标准生长曲线并累计存储各饲养天龄对应的历史均重数据;

36、区间加权纠偏模块,将每日有效样本和手动抽样样本按体重划分为多个等份区间,统计各等份区间内的样本占比并对比二者的占比差异,根据占比差异确定各等份区间的权重系数,利用权重系数对每日有效样本进行加权修正,得到算法均重;

37、样本联合筛选模块,在每日有效样本满足峰值不明显条件时,基于预存的标准生长曲线和累计的历史均重数据进行联合预估,根据联合预估结果对每日有效样本进行筛选后重新计算均重;

38、置信度评估模块,根据由连续多日算法均重计算得到的日均增重合理性,以及由有效样本统计得到的变异系数变动幅度,对计算得到的算法均重进行置信度评估。

39、综上所述,本技术包括以下至少一种有益技术效果:

40、在保留智能鸡秤全天候无应激自动称重优势的基础上,通过夜间黑灯条件下的手动抽样获取鸡群真实体重分布基准,结合体重区间占比对比与动态权重调整,针对性补偿高体重区间的样本缺失,有效修正样本分布偏斜导致的均重计算偏差;针对长天龄大体重阶段样本分布峰值不明显的问题,依托预存的标准生长曲线与累计历史数据开展联合预估,以此划定合理的样本筛选边界过滤异常数据,保障长天龄阶段均重计算的稳定性,整体提升大体型低活跃度鸡群的均重计算准确性。

41、在此基础上,通过分环控与非环控环境的抽样校准、随饲养天龄动态调整筛选浮动比例、双维度指标划分置信等级等设计,进一步适配不同养殖场景与生长阶段的应用需求;当数据置信度不足时,可通过定向覆盖高体重区间的补充抽样完成二次纠偏,形成完整的数据优化闭环,在全程维持低应激养殖的前提下,持续保障均重数据的可靠性与养殖管理的参考价值。