邢書青
基于隨機(jī)森林回歸的魚飼料顆粒密度預(yù)測方法
邢書青
(鄭州黃河鯉種質(zhì)資源保護(hù)工作站河南鄭州450000)
文章針對現(xiàn)有預(yù)測方法對魚飼料顆粒密度預(yù)測精度低的問題,引入隨機(jī)森林回歸,開展對其預(yù)測方法的設(shè)計研究。通過魚飼料密度特征數(shù)據(jù)選取,以魚飼料顆粒壓制過程中的壓縮比和壓制速度等為特征數(shù)據(jù),將獲取到的原始特征數(shù)據(jù)進(jìn)行預(yù)處理;基于隨機(jī)森林回歸,建立預(yù)測模型,結(jié)合模型輸出結(jié)果實(shí)現(xiàn)對魚飼料顆粒密度的預(yù)測。采用對比實(shí)驗(yàn)的方式將基于隨機(jī)森林回歸的預(yù)測方法與基于響應(yīng)面法的預(yù)測方法對魚飼料顆粒密度的預(yù)測結(jié)果進(jìn)行對比,得出基于隨機(jī)森林回歸的預(yù)測方法預(yù)測精度更高,可為魚飼料顆粒壓制質(zhì)量提升提供重要的數(shù)據(jù)依據(jù)。
隨機(jī)森林回歸;密度;方法;預(yù)測;顆粒;魚飼料
為保證飼料的適口性,提高飼料的消化率,需要對飼料加工工藝進(jìn)行更為科學(xué)合理的設(shè)計。在這一過程中,飼料顆粒處理品質(zhì)包括對飼料顆粒尺寸的控制、含水率以及粉化率等參數(shù)評價。魚類與其他畜禽類動物相比,其消化器官更加簡單且長度更短[1]。通常情況下,魚的消化道長度僅為豬的10%,而魚的進(jìn)食和生活環(huán)境也與其他動物有很大的差異。因此,基于這一特征,要求魚飼料應(yīng)當(dāng)更加容易消化,且其顆粒大小、形狀等都需要適應(yīng)魚的大小、種類[2]。飼料的顆粒密度直接關(guān)系到飼料的品質(zhì),影響飼料的產(chǎn)量、外觀及其消化吸收。魚粉的粒度是衡量魚粉品質(zhì)的一個重要標(biāo)準(zhǔn)。通過已有大量研究可知,對魚飼料密度造成影響的因素主要包括工藝及參數(shù)、成型設(shè)備、飼料原料與配比等,但目前有關(guān)魚飼料顆粒密度的研究相對較少,在對其密度的預(yù)測方面更是極少涉及[3]。因此,本文基于上述論述,在明確魚飼料顆粒密度重要性的基礎(chǔ)上,引入隨機(jī)森林回歸開展對魚飼料顆粒密度預(yù)測方法的設(shè)計研究。
在選擇魚飼料密度特征的時候,考慮到影響密度的因素,選擇相關(guān)、信息量大、存在差異的特征,并以此來構(gòu)建未來的預(yù)測模型[4]。在對特征數(shù)據(jù)進(jìn)行提取時,還需要對原始特征數(shù)據(jù)進(jìn)行轉(zhuǎn)化,使其成為模型能識別的數(shù)據(jù),從而便于后續(xù)預(yù)測模型的運(yùn)算。通過對魚飼料顆粒壓制整個過程進(jìn)行探究,明確對其密度產(chǎn)生影響的特征數(shù)據(jù)包括壓制速度、壓制比,其中壓制比又會對魚飼料顆粒壓制裝置的有效孔深產(chǎn)生一定影響,即壓縮比越大,則裝置的有效孔深越深,反之,壓縮比越小,則裝置的有效孔深越淺[5]。在壓制過程中,環(huán)模壓縮比的范圍規(guī)定在1∶10~1∶18范圍內(nèi),因此魚飼料密度特征當(dāng)中壓縮比特征數(shù)據(jù)的取值也為1∶10~1∶18。擠壓機(jī)的壓力速度會對擠壓魚粉物料的擠壓時間和流速產(chǎn)生影響,通常情況下,壓制裝置的壓制速度可設(shè)定為2 mm/s、4 mm/s、6 mm/s、8 mm/s和10 mm/s,共5個不同水平,因此,壓制速度特征數(shù)據(jù)的取值同上。結(jié)合獲取到的魚飼料密度特征數(shù)據(jù),確定魚飼料顆粒密度與壓縮比和壓縮速度之間存在以下二階響應(yīng)面回歸關(guān)系:
公式(2)中,每一行均表示在同一時間各個相關(guān)特征的實(shí)際測量結(jié)果,每一列均表示某一相同特征的樣本數(shù)量;表示數(shù)量,表示與魚飼料顆粒密度相關(guān)的特征數(shù)值。根據(jù)上述公式,對原始特征數(shù)據(jù)進(jìn)行預(yù)處理,為后續(xù)預(yù)測模型的建立提供重要依據(jù)。
將上述經(jīng)過預(yù)處理得到的矩陣直接作為隨機(jī)森林回歸預(yù)測模型的輸入,利用Bootstrap對樣本進(jìn)行重新采集,并生成樣本子集,同時產(chǎn)生相應(yīng)的OOB數(shù)據(jù)。在森林當(dāng)中,針對每一個節(jié)點(diǎn)都需要完成對個特征數(shù)據(jù)的采集,同時該節(jié)點(diǎn)還需要進(jìn)行不斷分裂。根據(jù)分裂結(jié)果,建立多個對魚飼料顆粒密度預(yù)測的模型,利用OOB數(shù)據(jù)對其OOB誤差進(jìn)行計算[6]。最后,對多個模型輸出的結(jié)果取平均值作為最終預(yù)測模型的輸出結(jié)果。根據(jù)上述論述,基于隨機(jī)森林回歸的預(yù)測模型表達(dá)式如式(3)。
公式(3)中,表示預(yù)測模型輸出的預(yù)測結(jié)果,表示示性函數(shù),表示隨機(jī)森林中決策樹給出的預(yù)測數(shù)據(jù)結(jié)果,表示常數(shù)。在上述預(yù)測模型運(yùn)行的過程中,完成對樣本子集的采集后,各個節(jié)點(diǎn)開始分裂,并重新對分裂的節(jié)點(diǎn)進(jìn)行特征選擇,同時判斷其是否可繼續(xù)分裂。在所有節(jié)點(diǎn)均分裂完畢后,生成最終的回歸決策子樹,并對其OOB誤差進(jìn)行計算。在預(yù)測模型運(yùn)算中,決策子樹的數(shù)量和隨機(jī)選擇的特征分裂個數(shù)都會對最終預(yù)測結(jié)果造成一定影響。由于不能夠直接將預(yù)測模型中各個決策樹的預(yù)測結(jié)果作為直接結(jié)果,因此在模型運(yùn)行的最后一步增加交叉驗(yàn)證環(huán)節(jié),通過泛化計算將泛化誤差不在允許范圍內(nèi)的數(shù)值去除,僅針對剩余部分?jǐn)?shù)據(jù)進(jìn)行求均值計算,以此完成對基于隨機(jī)森林回歸的預(yù)測模型的構(gòu)建。
在完成對預(yù)測模型的構(gòu)建后,再將其應(yīng)用到具體環(huán)境當(dāng)中針對魚飼料顆粒密度進(jìn)行預(yù)測時,為確保模型輸出結(jié)果的預(yù)測精度更高,需要利用平均相對誤差(MeanRelativeError, MRE)對輸出結(jié)果進(jìn)行檢驗(yàn),其公式如式(4)。
本文在已有研究的基礎(chǔ)上,引入一種隨機(jī)森林回歸模型,提出了一種針對魚飼料密度預(yù)測的方法,為驗(yàn)證這一方法的實(shí)際應(yīng)用可行性,選擇以某魚飼料顆粒壓制裝置作為實(shí)驗(yàn)設(shè)備,利用該設(shè)備完成對魚飼料的壓制,并利用前述方法對其密度進(jìn)行預(yù)測。魚飼料顆粒壓制裝置的型號為RZ-KLJ-120,外形尺寸為480 mm×635 mm×1 100 mm,重量為250 kg。為使實(shí)驗(yàn)具有可比性,以基于響應(yīng)面法的預(yù)測方法為對照,利用該預(yù)測方法對壓制后的魚飼料顆粒密度進(jìn)行預(yù)測,對比兩種方法得到的預(yù)測結(jié)果。
本次研究選擇制備的魚飼料為鯽魚飼料,為確保實(shí)驗(yàn)的客觀性,在利用兩種預(yù)測方法對其密度進(jìn)行預(yù)測時,均針對按照表1魚飼料配方壓制的飼料的密度進(jìn)行預(yù)測。
表1鯽魚飼料壓制配方記錄表
序號成分含量 (1)魚粉28.5 g (2)43%蛋白豆粕78.5 g (3)棉粕286.5 g (4)雙低菜粕220.0 g (5)全脂米糠125.0 g (6)小麥122.0 g (7)油菜籽25.0 g
按照表1中所示的配方,利用飼料顆粒壓制裝置完成對魚飼料的制備。以此為基礎(chǔ),開展實(shí)驗(yàn)測試環(huán)節(jié)。
在實(shí)驗(yàn)過程中,對比在不同壓制速度下兩種預(yù)測方法對魚飼料顆粒密度的預(yù)測精度。為確保實(shí)驗(yàn)的客觀性,魚飼料顆粒的實(shí)際密度可通過公式(5)計算得出平均密度數(shù)值。
表2兩種預(yù)測方法的預(yù)測精度對比
序號壓制速度實(shí)際顆粒密度本文預(yù)測方法預(yù)測結(jié)果對照組預(yù)測方法預(yù)測結(jié)果 (1)2 mm/s1.12 g/cm31.12 g/cm31.26 g/cm3 (2)4 mm/s1.10 g/cm31.11 g/cm31.25 g/cm3 (3)6 mm/s1.09 g/cm31.08 g/cm31.30 g/cm3 (4)8 mm/s1.05 g/cm31.06 g/cm31.18 g/cm3 (5)10 mm/s1.02 g/cm31.02 g/cm31.16 g/cm3
從表2中記錄的實(shí)驗(yàn)數(shù)據(jù)可以看出,本文預(yù)測方法在第1組、第5組得出的預(yù)測結(jié)果與實(shí)際顆粒密度完全一致,而其他組得到的預(yù)測結(jié)果與其相差也均在±0.01 g/cm3以內(nèi);對照組預(yù)測方法得出的預(yù)測結(jié)果與實(shí)際顆粒密度在5組實(shí)驗(yàn)數(shù)據(jù)中均表現(xiàn)為相差較大。因此,通過上述得出的實(shí)驗(yàn)結(jié)果能夠初步證明,本文提出的預(yù)測方法在實(shí)際應(yīng)用中可在裝備壓制速度不斷變化的過程中,實(shí)現(xiàn)對魚飼料顆粒密度的高精度預(yù)測。
在實(shí)際對魚飼料顆粒進(jìn)行壓制的過程中,壓縮比也會在一定程度上影響到飼料顆粒壓制裝置的有效孔深,進(jìn)而對魚飼料顆粒密度產(chǎn)生影響。因此為進(jìn)一步驗(yàn)證上述兩種預(yù)測方法的預(yù)測精度差異,選擇將壓縮比作為變量條件,對不同壓縮比條件下兩種預(yù)測方法的預(yù)測精度進(jìn)行比較。RZ-KLJ-120型號魚飼料顆粒壓制裝置的壓縮比從1∶10到1∶18不等,其分別對應(yīng)的有效孔深如表3所示。
表3RZ-KLJ-120型號壓制裝置不同壓縮比與有效孔深
序號壓縮比有效孔深 (1)1∶1022.5 mm (2)1∶1223.6 mm (3)1∶1427.8 mm (4)1∶1630.2 mm (5)1∶1832.5 mm
結(jié)合表3中所示的數(shù)據(jù),同樣按照公式(5)完成對魚飼料顆粒實(shí)際密度的計算,并將兩種預(yù)測方法得出的預(yù)測結(jié)果與其進(jìn)行比較,為更直觀地對比,繪制如圖1所示的實(shí)驗(yàn)結(jié)果。
圖1 兩種預(yù)測方法預(yù)測精度對比結(jié)果
由圖1可知,本文提出的預(yù)測方法所得預(yù)測曲線能夠通過全部5個節(jié)點(diǎn),說明預(yù)測結(jié)果與實(shí)際魚飼料顆粒密度一致,而對照組預(yù)測方法得出的預(yù)測曲線在壓縮比為1∶10、1∶14和1∶18時均未通過實(shí)際密度節(jié)點(diǎn),因此其預(yù)測精度明顯不如本文提出的方法。通過上述實(shí)驗(yàn)結(jié)果能夠綜合證明,在引入隨機(jī)森林回歸的基礎(chǔ)上提出的預(yù)測方法,可在不同壓制速度和壓縮比條件下,實(shí)現(xiàn)對魚飼料顆粒密度的高精度預(yù)測。
本研究將魚飼料顆粒密度作為預(yù)測目標(biāo),引入了一種全新的隨機(jī)森林回歸方法,針對魚飼料顆粒密度提出一種全新的預(yù)測方法,并結(jié)合對比實(shí)驗(yàn)實(shí)現(xiàn)了對預(yù)測方法精度的檢驗(yàn)。在實(shí)際應(yīng)用中,本文提出的預(yù)測方法可為魚飼料顆粒的壓制質(zhì)量評價提供更有利的數(shù)據(jù)依據(jù),從而更好地提出促進(jìn)魚飼料顆粒壓制質(zhì)量提升的策略。
[1]王堯,陳晨光,張潔若,等.養(yǎng)殖密度對厚頜魴幼魚生長?飼料利用及腸道抗氧化應(yīng)激性能的影響[J].漁業(yè)科學(xué)進(jìn)展,2022,43(1):106-114.
[2]劉偉,蔣明,吳凡,等.飼料能量密度和投喂水平對吉富羅非魚生長和健康的影響[J].水生生物學(xué)報,2022,46(1):58-68.
[3]張曉,梁萌青,衛(wèi)育良,等.飼料中蛋白質(zhì)含量及養(yǎng)殖密度對紅鰭東方鲀幼魚生長性能?氮排泄及相關(guān)生化指標(biāo)的影響[J].漁業(yè)科學(xué)進(jìn)展,2021,42(1):74-83.
[4]黨科,呂思明,宮香偉,等.種植密度對糜子不同生育時期飼料品質(zhì)的影響[J].西北農(nóng)業(yè)學(xué)報,2021,30(7):989-999.
[5]曲兆凱,田軍倉,閆新房.稻蟹模式下水層深度?追肥量?放蟹密度及飼料投喂量最優(yōu)組合試驗(yàn)研究[J].灌溉排水學(xué)報,2021,40(11):51-58.
[6]張坤,樊海平,邱曼麗,等.配合飼料在不同密度大刺鰍精養(yǎng)模式中的應(yīng)用效果[J].中國農(nóng)學(xué)通報,2020,36(21):126-131.
10.3969/j.issn.2095-1205.2022.07.25
S963
A
2095-1205(2022)07-75-03
邢書青(1985- ),女,漢族,河南滎陽人,本科,畜牧師,研究方向?yàn)樗a(chǎn)養(yǎng)殖。