《Smart Agricultural Technology》:Improving Herd-Based Cattle Weight Gain Forecasting Using Non-Time-Series Data within a Hybrid Machine Learning and Deep Learning Framework
编辑推荐:
对基于群体的牛体重增重进行可靠预测,支持放牧系统中的喂养管理、牧场利用和营销决策。传统的预测方法依赖于假定规则观测间隔的时间序列模型。Step-On-Off(SOO)称重数据集通常包含不规则采样间隔和缺失观测值,这对传统时间序列预测方法构成了挑战。本研究评估了
对基于群体的牛体重增重进行可靠预测,支持放牧系统中的喂养管理、牧场利用和营销决策。传统的预测方法依赖于假定规则观测间隔的时间序列模型。Step-On-Off(SOO)称重数据集通常包含不规则采样间隔和缺失观测值,这对传统时间序列预测方法构成了挑战。本研究评估了一种混合梯度提升-神经网络(Gradient Boosting-Neural Network,GB-NN)框架,用于使用转化后的非时间序列预测变量进行每周牛体重预测。研究人员整合了2022年至2024年间在查尔斯特大学全球数字农场(Charles Sturt University Global Digital Farm)收集的数据,包括Optiweigh活重测量值、动物人口统计属性以及滞后降雨和温度变量。使用相同的动物水平留出验证,将预测性能与已建立的时间序列方法(包括自回归积分滑动平均模型(Autoregressive Integrated Moving Average,ARIMA)、Prophet模型和长短期记忆网络(Long Short-Term Memory,LSTM))进行了基准测试。在独立测试条件下,该混合框架在1到12周的预测区间内实现了97.05%的平均预测准确率。预测性能始终超过所有基线模型。动物年龄、先前活重、降雨量和温度成为群体水平生长动态的主要预测因子。滞后环境变量和先前体重信息使结构化预测变量能够代表牛生长的短期时间动态。结果表明,结合残差学习的生物信息表格预测变量能够在没有显式序列输入的情况下实现准确的多周预测。所提出的框架为商业放牧企业中的决策支持系统提供了实用基础,支持饲料分配、牧场管理、异常检测和畜牧销售。
该论文发表在《Smart Agricultural Technology》上,针对放牧系统中基于群体的牛体重增重(Herd-Based Cattle Weight Gain,HB-CWG)预测问题展开研究。研究背景方面,畜牧业对全球粮食安全至关重要,HB-CWG是衡量生物生长、生产效率与动物福利的关键指标。传统活重监测依赖人工称重,成本高且增加动物应激,而精准畜牧业技术如Step-On-Off(SOO)称重系统虽能自动测量,但数据常包含不规则采样间隔和缺失观测,传统时间序列模型(如ARIMA、Prophet、LSTM)假设规则观测间隔,在此类数据上性能下降。现有研究多聚焦于个体动物预测,缺乏对多周群体水平预测的评估,而多周预测对于放牧系统运营管理(如饲料分配、牧场利用、营销决策)至关重要。因此,研究人员旨在评估一种混合梯度提升-神经网络(Gradient Boosting-Neural Network,GB-NN)框架,利用转化后的非时间序列预测变量,实现每周HB-CWG的准确预测,并验证其是否优于传统时间序列及深度学习模型。
研究人员开展的研究包括:在2022至2024年间,于查尔斯特大学全球数字农场(Charles Sturt University Global Digital Farm,GDF)收集数据,涵盖960头安格斯和利木赞牛(公母都有,出生期7-10月)的Optiweigh活重测量、人口统计属性(品种、性别、出生日期)以及澳大利亚气象局(Bureau of Meteorology,BOM)提供的降雨和温度数据。通过数据预处理、质量控制和特征工程,将不规则观测转化为每周聚合的表格数据,并构建滞后环境变量(当前周及前两周的降雨和温度)和先前周活重作为预测变量。模型采用混合GB-NN架构:GB进行初始预测,残差神经网络(Neural Network,NN)学习系统预测误差,实现序贯残差校正。实验采用重复分组交叉验证(基于动物ID分组),70%动物用于训练,30%用于独立测试,预测区间为1至12周。评价指标包括决定系数(R
2)、均方根误差(Root Mean Square Error,RMSE)、平均绝对误差(Mean Absolute Error,MAE)和基于归一化绝对误差的预测准确率。主要技术方法概括如下:数据预处理与质量控制的流程包括数据清洗、异常值剔除(基于周体重轨迹的离群检测)、缺失值处理(短间隔线性插值,长间隔k近邻回归)以及每周聚合。特征工程方面,将年龄(周龄)、先前周活重、当前与滞后两期的降雨及温度转化为结构化表格预测变量。模型构建采用混合GB-NN组合,GB部分使用基于直方图的梯度提升回归,NN部分包含两个全连接隐藏层(128和64神经元,ReLU激活),Adam优化器,并引入早停与L2正则化。实验协议采用重复分组交叉验证(5次运行,每次80%动物训练,20%验证),确保生物学独立性。样本队列来源明确为查尔斯特大学GDF的2022-2024年三个生产年份的牛群。
研究结果部分如下:
**3.1 整体预测性能(Overall forecast performance of the hybrid GB-NN framework)**:通过独立测试集评估,在1至12周预测区间内,混合GB-NN框架的平均测试准确率为97.05%,平均RMSE约0.585 kg,平均MAE约0.470 kg,R
2均值为0.993。训练与测试指标高度一致,表明过拟合程度低。周聚合降低了短期称重噪声,误差幅度相对于商业放牧条件下超过300 kg的活重而言很小。
**3.2 预测区间退化分析(Horizon-wise degradation analysis)**:通过比较不同预测区间(1-12周)的准确率,发现预测准确率随预测期增加而逐渐下降,但整体降幅约1.6个百分点(从98.42%降至96.82%)。8周内准确率保持在97%以上,8周后略有下降,但误差仍在可接受范围内。RMSE和MAE在全区段内均低于1 kg。
**3.3 残差误差分析(Residual error analysis)**:通过绘制预测值与观测值的残差图,发现残差大小在多数体重范围内较小,但体重超过450 kg时预测变异性略有增加,反映了接近成熟期的生物学异质性。残差分布围绕零对称,无系统性偏差,且在不同性别和品种间保持稳定。
**3.4 与时间序列基线的比较(Comparison with time-series baselines)**:将混合GB-NN与ARIMA、Prophet、LSTM进行对比,在相同动物水平留出验证下,LSTM测试准确率最高(94.20%),Prophet为91.69%,ARIMA为87.32%。混合GB-NN在所有指标上均优于基线模型,证明传统时间序列模型在处理不规则采样数据时存在局限性。
**3.5 预测性能的统计显著性检验(Statistical significance testing of forecast performance)**:通过配对t检验比较混合GB-NN与各基线模型的预测误差分布,并采用Bonferroni校正控制族错误率。结果显示,GB-NN与LSTM(t=4.72, p<0.001)、ARIMA(t=7.11, p<0.001)、Prophet(t=5.83, p<0.001)的差异均显著,表明改进具有统计意义。
**3.6 性能指标的置信区间估计(Confidence interval estimation for performance metrics)**:通过95%置信区间量化不确定性,混合GB-NN的预测准确率均值为97.05%(95% CI: 96.82%-97.28%),RMSE为0.585 kg(95% CI: 0.54-0.63 kg),MAE为0.470 kg(95% CI: 0.44-0.50 kg),R
2为0.993(95% CI: 0.991-0.995),确认了稳定预测性能。
**3.7 特征重要性、相关分析和消融研究(Feature importance, correlation analysis, and ablation study)**:通过GB重要性、SHAP值和皮尔逊相关系数三种方法分析特征重要性,动物年龄和先前周活重贡献最大,降雨和温度贡献中等,品种和性别贡献较小。消融研究移除滞后体重预测变量后,准确率从97.05%降至94.21%,RMSE从0.585 kg升至1.124 kg;移除环境变量后准确率降至95.32%,RMSE升至0.893 kg;移除人口统计变量后准确率降至96.41%,RMSE升至0.731 kg。表明滞后体重和环境变量对短期预测至关重要。
**3.8 关键定量发现总结(Summary of key quantitative findings)**:混合GB-NN框架在12周预测区间内平均独立测试准确率超过97%,且始终优于经典和深度学习时间序列模型。预测性能随预测期增加而缓慢下降,误差幅度保持低水平。
在讨论部分,研究人员解释了整体预测性能的来源:混合GB-NN通过GB捕捉非线性关系和特征交互,NN残差学习改进生长动态表征。非时间序列建模策略通过滞后变量表征时间依赖,避免了传统时间序列对规则间隔的依赖,适用于SOO系统的不规则数据。生物和环境驱动因素(年龄、先前活重、降雨、温度)与已知生长机制一致,增强了模型可解释性。实际应用方面,周水平预测支持饲料分配、牧场管理、营销决策和异常检测,可集成到闭环决策支持平台。计算效率评估显示,混合GB-NN平均训练时间3.4分钟,推理时间18毫秒,适合农场部署。经济影响分析表明,相比LSTM提高2.8%准确率,相比ARIMA提高9.7%,可降低饲料成本和营销损失。局限性包括依赖SOO系统基础设施可靠性、环境数据质量、小规模群体下的稳定性,以及仅来自单一地区和系统的数据。未来方向包括多站点验证、整合土壤湿度、牧草生物量和遥感指数等额外环境指标。
研究结论部分翻译如下:本研究评估了机器学习和深度学习方法在商业放牧条件下对每周基于群体的牛体重增重(HB-CWG)进行12周预测的性能。实验结果表明,所提出的混合GB-NN框架在1至12周预测区间内实现了97.05%的平均预测准确率。均方根误差(RMSE)在所有预测区间内均低于1.0千克。与基线时间序列模型(包括ARIMA、Prophet和LSTM网络)相比,混合模型将预测准确率提高了约2.8%至9.7%。这些定量改进证实了所提出的预测框架在支持商业放牧系统中的饲料规划、牧场管理和畜牧营销决策方面的实际可靠性。实验评估表明,混合机器学习架构能够有效捕捉影响牛生长的非线性生物关系和环境因素。人口统计属性、历史活重测量和环境预测变量的整合,使得在多个预测区间内能够准确预测群体水平的生长动态。所提出的预测框架通过基于预测生长轨迹的主动决策,为精准畜牧业管理提供了实用基础。可靠的生长预测有助于改进饲料资源分配、优化放牧率以及符合生产目标的及时营销决策。基于预测的决策支持系统的实施,可能提高商业放牧企业的运营效率并降低生产不确定性。未来研究应进一步调查整合额外的环境和牧草相关指标(包括牧草生物量和遥感指数),以改善跨不同生产环境的预测性能。同时,建议评估模型在实时农场管理平台中的部署,以支持精准畜牧业中的自动化决策应用。