遗传算法在猪饲料配方系统中的应用研究

摘要

饲料是养殖业的物质基础,高效优质的饲料能够促进养殖业的良性发展。饲料配方通常需要进行较为复杂的计算,现有的基于手工的计算方法已经很难满足实际生产的需要,而目前很多基于计算机优化的方法只能解决约束较少、规模较小的问题,难于处理规模较大、约束较多的饲料配方设计问题。在研究领域,遗传算法由于能更好地解决多因子、高度非线性化的问题,已经被运用到动物饲料配方设计中。
　　本文研究遗传算法在猪饲料配方系统中的应用,使用经济成本和氨排放量两个指标来衡量饲料的优劣。氨气是一种刺激性气体,它影响猪的生长性能,增加猪患病的机率,危害自然环境。除改善硬件条件外,本文考虑通过优化饲料配方来减少氨的排放量。
　　本文分别采用线性规划法、标准遗传算法和NSGA-II算法对猪饲料配方问题进行求解,并且对三者的结果进行对比分析。其中线性规划法采用Lingo软件来实现,标准遗传算法用Matlab遗传算法工具箱实现,而NSGA-II算法用C++程序实现。NSGA-II算法是一种快速非支配排序的多目标遗传算法,主要用于多目标问题的优化。本文的研究重点是NSGA-II算法在猪饲料配方系统中的应用,首先将饲料配方问题转化为多目标最优化问题,即把经济成本和氨排放量这两个指标转化为对应的目标函数,然后对NSGA-II算法的交叉策略、变异策略和Pareto排序策略进行适当的改进,最后用C++程序来实现。通过对实验结果的对比分析表明,NSGA-II算法可以很好地解决饲料配方系统的设计问题,不仅降低饲料的经济成本,还能有效减少氨的排放。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景和意义

1.2 饲料配方设计的原则

1.3 国内外饲料配方的研究现状

1.4本论文的主要内容及创新之处

1.5 论文的结构

第二章 饲料配方相关算法

2.1 线性规划法

2.2 遗传算法起源与发展

2.3 遗传算法及其优缺点

2.4 NSGA-II的产生

2.5 本章小结

第三章 猪饲料配方原料及模型

3.1 营养标准及其原料

3.2 饲料配方问题模型

3.3 饲料配方表的结构

3.4 本章小结

第四章 传统算法的饲料配方设计

4.1线性规划法的猪饲料配方问题

4.2生物进化理论和遗传学的基本知识

4.3遗传算法解决猪饲料配方问题

4.4本章小结

第五章 用NSGA-II算法解决饲料配方问题

5.1 氨气对猪生长的影响

5.2 NSGA-II求解多目标饲料配方问题

5.3本章小结

第六章 总结与展望

6.1论文总结

6.2未来展望

参考文献

攻读学位期间发表的论文

附录A 饲料配方系统软件

附录B 相关数据

致谢