郭祥云 连京华 李慧敏 孙 凯

(1.北京信息科技大学 信息管理学院，北京 100192；2.山东省农业科学院 家禽研究所，济南 250023)

氨气是一种无色、有毒、有强烈刺激性气味的气体，研究表明蛋鸡生长环境的氨气浓度过高会对鸡只的呼吸道黏膜和眼结膜产生刺激并诱发各种炎症[1-3]。氨气浓度受养殖场内温度、湿度、通风条件等环境因素影响，依靠监测设备可以获取氨气浓度数据并对其进行监测和调控，但存在调控滞后性问题[4]。及时、准确地预测鸡舍内氨气浓度的变化情况，进而辅助管理人员管理和控制鸡舍内环境，对于改善鸡只生存环境和提高动物福利具有重要意义。

已有研究对畜禽养殖场氨气浓度的预测提出了一些方法，主要分为2大类: 基于物理化学统计的氨气排放机理模型和基于经验的智能算法。机理模型从物理化学角度定量分析氨气排放的变化规律；基于经验的智能算法是黑箱模型，不关注系统内部结构，可以用来解决机理复杂且未知的非线性建模问题[5]。鸡舍内氨气浓度与其他环境因素间存在复杂的非线性关系[6]，因此，采用基于经验的智能算法预测鸡舍内氨气浓度是可行的方法之一。

常用的基于经验的智能算法有经验模态分解和长短时记忆神经网络模型(Empirical mode decomposition-long short term memory, EMD-LSTM)[7]、Logistic回归模型[8]、自适应模糊神经网络(Adaptive neuro fuzzy inference system, ANFIS)[2]、灰色隐马尔可夫模型(Grey hidden markov model，GHMM)[9]、深度信念网络(Deep belief networks，DBN)[10]、粒子群优化极限学习机(Particle swarm optimization-extreme learning machine，PSO-ELM)[11]、反向传播神经网络(Back propagation neural network，BPNN)[12-14]等，且多用在猪舍氨气浓度预测[2,9,15-16]、水体氨氮预测[10-11]、农田和牛舍氨气浓度[12,17]等领域，有关鸡舍氨气浓度预测算法的研究相对较少。……