基于嵌套留一生产周期交叉验证的机器学习预测商业肉鸡舍垫料含水量与垫料pH

《Animals》:Machine Learning Prediction of Litter Moisture and Litter pH in a Commercial Broiler House Using Nested Leave-One Production-Period-Out Cross-Validation

【字体: 大 中 小 】 时间:2026年09月16日 来源:Animals 3.2

编辑推荐:

  垫料含水量(litter moisture content, LMC)与垫料pH(litter pH, LPH)是肉鸡生产中垫料质量的重要指标。研究人员利用来自同一商业肉鸡舍8个在时间上不同的生产周期、于第7、21和42天采集的环境、鸡群相关、空间及垫料相关变

  
垫料含水量(litter moisture content, LMC)与垫料pH(litter pH, LPH)是肉鸡生产中垫料质量的重要指标。研究人员利用来自同一商业肉鸡舍8个在时间上不同的生产周期、于第7、21和42天采集的环境、鸡群相关、空间及垫料相关变量(1600个观测值),开发了机器学习模型以预测LMC与LPH。采用嵌套留一生产周期交叉验证(nested Leave-One-Production-Period-Out cross-validation, LOPO-CV),在六种预测变量情景(S1–S6)下评估了四种机器学习算法,即支持向量回归(Support Vector Regression, SVR)、随机森林(Random Forest, RF)、极端梯度提升(Extreme Gradient Boosting, XGB)和多层感知器(Multilayer Perceptron, MLP)。对于LMC,XGB在S3下取得最高的平均外折R2(0.796),XGB在S5下取得最低的均方根误差(RMSE=3.023)和平均绝对百分比误差(MAPE=8.356%),SVR在垫料辅助的S6情景下取得最低的平均绝对误差(MAE=2.433)。对于LPH,RF表现出持续具有竞争力的性能,并在垫料辅助的S6情景下达到R2=0.891、RMSE=0.181、MAE=0.139和MAPE=1.922%。这些比较被解释为探索性的、针对特定指标的基准测试,而非确定性的模型选择。嵌套框架在研究鸡舍内被留出的生产周期中提供了分组内部验证。由于所有生产周期均源自同一鸡舍,更广泛的推广需要在额外的商业设施中进行验证。在投入运行或评估管理、福利、环境或可持续性效益之前,还需要前瞻性验证。
**研究背景与问题**

现代肉鸡生产系统普遍采用高密度饲养方式,舍内环境条件的微小波动可能显著影响鸡只健康、生产效率、垫料质量及有害气体排放。垫料质量是决定舍内环境的关键因素之一,其恶化会提高脚垫皮炎、跗关节灼伤、胸囊肿和呼吸道疾病等发生率,同时加剧氨气挥发和室内空气质量下降。垫料含水量(LMC)与垫料pH(LPH)是反映垫料质量的两项核心指标,受舍内温度、湿度、通风、鸡只生长、粪便累积、季节变化和空间异质性等多因素共同影响,过程高度非线性,传统统计回归模型因依赖线性、同方差和自变量独立性等假设,难以准确刻画这种复杂动态。近年来机器学习(ML)方法虽已在畜禽生产中得到广泛应用,但针对LMC和LPH的预测研究仍较少,且不少研究采用随机划分训练集和测试集的策略,使同一生产周期的观测可能同时出现在训练与测试数据中,导致预测性能被乐观估计。因此,需要采用保留生产周期分组结构的验证策略,对完全未参与模型开发的生产周期进行更严格的评估。

**研究概况与意义**

研究人员在土耳其萨姆松(Samsun, Türkiye)的一栋商业隧道通风肉鸡舍内开展了研究,该鸡舍长90.0 m、宽14.0 m、高3.8 m,使用新鲜稻壳垫料,共收集了8个时间上独立的生产周期(PP1–PP8)的数据,在第7、21和42天进行测量,共获得1600个观测值。研究采用嵌套留一生产周期交叉验证(LOPO-CV),依次将每个生产周期整体留出作为测试集,其余生产周期用于模型开发,并在六种预测变量情景(S1–S6)下评估支持向量回归(SVR)、随机森林(RF)、极端梯度提升(XGB)和多层感知器(MLP)四种算法。结果表明,LMC和LPH均可在有用精度内被预测,但性能因预测变量构成、算法和评价指标不同而存在差异。该研究为未来垫料监测和决策支持系统的开发提供了基础,但需在更多商业鸡舍中验证后才能实际应用。

**主要关键技术方法**

研究采用嵌套LOPO-CV框架:每个生产周期依次作为外测试集,其余7个生产周期组成外训练集;超参数优化仅在各自外训练集内进行,使用以生产周期为分组变量的四折Group K-Fold交叉验证。研究设计了S1–S6六种逐步丰富的情景,依次加入空气温度(T)、相对湿度(RH)、日龄(Age)、季节、风速(V)、垫料表面温度(LT)、鸡只数量(BN)、空间坐标(X、Y)及互补垫料属性(LPH或LMC)。四种算法分别为SVR、RF、XGB和MLP,评价指标包括R2、RMSE、MAE、MBE和MAPE。另进行置换特征重要性分析、同位置敏感性分析和连续生产周期序列相关性探索。样本队列来自上述单一商业肉鸡舍的8个生产周期,Ross 308肉鸡,新鲜稻壳垫料。

**研究结果**

**3.1 实验数据集的描述性统计**

完整数据集包含来自8个生产期、共1600个观测值,其中第7天320个、第21天和第42天各640个。平均T从第7天的29.54 °C降至第42天的21.74 °C,平均RH从58.70%升至68.80%,平均V从0.17 m s?1升至0.81 m s?1。平均LMC从21.33%增至第21天的31.39%和第42天的34.41%,平均LPH从6.52增至7.64和7.81。重复测量分析显示,LMC的合并批内重复性标准差为0.146个百分点,LPH为0.0287个pH单位,说明测量变异较小。仅使用三个采样日共有的40个采样位置进行敏感性分析时,主要年龄相关模式保持不变。

**3.2 相关性分析**

Pearson相关分析显示,Age与T呈强负相关(r=?0.86),与V(r=0.61)和RH(r=0.59)呈正相关;LMC与LPH呈强正相关(r=0.79),LMC和LPH均与T呈强负相关(r分别为?0.79和?0.81),与Age呈中等至强正相关。空间坐标与大多数变量之间线性关系较弱。相关性分析仅用于描述线性关联,不用于预测变量筛选,也不作为因果解释。

**3.3 LMC预测性能**

在S1基线情景下,四种算法性能相近。XGB在S3下取得最高平均外折R2(0.796±0.118),在S5下取得最低RMSE(3.023±0.755)和MAPE(8.356±2.433%);SVR在包含LPH的S6情景下取得最低MAE(2.433±0.692)。没有一种算法—情景组合在所有指标上一致最优。S4加入BN后MLP性能明显下降;S6因需已知互补垫料属性,被解释为理论性能验证情景而非独立传感器部署情景。

**3.3.1 总体模型排序**

基于五种指标的平均排序表明,XGB在LMC预测中平均排序最低(1.79±0.78),随后为SVR(2.08±0.57)、RF(2.53±0.71)和MLP(3.60±0.41)。该排序仅用于描述相对性能,不视为模型优越性的推断证据。

**3.3.2 代表性XGB模型的散点图分析**

XGB模型在六种情景下实测值与预测值均紧密围绕1:1参考线,未出现系统性高估或低估。S3–S5的散点分布较集中,其中S3在测试集中R2最高,为0.796。

**3.3.3 生产周期特定性能分析**

热图显示,PP3–PP6的R2较高且误差较低,PP7和PP8性能相对较差。同一季节的生产周期并未表现出一致的预测精度,说明预测性能差异与具体生产周期的关联比与季节关联更密切。

**3.4 LPH预测性能**

RF在LPH预测中表现持续稳定,在各情景下平均外折R2为0.868–0.891,RMSE为0.181–0.200。在S6下,RF取得R2=0.891±0.110、RMSE=0.181±0.049、MAE=0.139±0.040、MAPE=1.922±0.561%。XGB也较稳定,而SVR在加入更多预测变量后性能逐渐下降,MLP则在不同情景间波动较大。

**3.4.1 总体模型排序**

LPH预测中,RF在训练和测试集中的平均排序均最低,测试集平均排序为1.44±0.32,其次为XGB(2.19±0.47)、SVR(2.82±0.54)和MLP(3.54±0.46)。该排序同样为描述性基准比较。

**3.4.2 代表性RF模型的散点图分析**

RF模型在全部情景下能准确再现LPH观测值,多数观测集中于pH 7.0–8.0之间,预测偏差较小;S6和S5的散点分布最紧密。

**3.4.3 生产周期特定性能分析**

RF模型在PP1–PP6中预测精度较高且稳定,其中PP4和PP6表现最好;PP7和PP8的预测性能较差。同一季节的生产周期未显示共同模式,夏季的PP3和PP7表现差异明显。

**讨论总结与结论翻译**

讨论部分指出,嵌套LOPO-CV通过将完整生产周期排除在模型开发之外,降低了信息泄漏风险,但因此得到的是研究鸡舍内的分组内部验证,而非外部验证。算法性能高度依赖目标变量、预测变量组合和评价指标;Age和T通常是LMC和LPH的重要预测变量,但应视为预测关联而非因果关系。S6属于垫料辅助的理论性能验证情景。实际应用中可将常规T、RH、V和垫料表面热信息用于传感器型监测框架。局限性包括数据来自单一鸡舍、单一品种和单一垫料类型,且仅在第7、21和42天三个离散时间点采样,无法表达完整时间动态;样本生产期数量较少,序列依赖性分析仅为探索性。未来研究需在不同鸡舍、垫料、通风系统和管理条件下进行前瞻性验证。

结论翻译:本研究开发并评估了用于预测商业机械通风肉鸡舍内LMC和LPH的机器学习模型,采用嵌套LOPO-CV框架,考察了六种复杂度递增的预测变量情景中环境、鸡群相关、空间和垫料相关变量对预测性能的贡献。结果表明,预测性能取决于目标变量、预测变量构成、算法和评价指标;对于LMC,XGB在R2和RMSE方面常表现良好,SVR在某些配置下达最低MAE;对于LPH,RF在多个情景下表现稳定,XGB在部分预测变量组合下结果相近。这些发现体现的是指标和情景特异性权衡,而非单一算法的确定性优势。嵌套LOPO-CV框架降低了信息泄漏风险,但由于所有生产周期来自同一商业鸡舍,所得性能估计代表研究鸡舍内跨时间生产周期的分组内部验证,而非外部验证。总体而言,研究结果支持在所示条件下对LMC和LPH进行数据驱动预测的可行性;在投入实际运行前,还需在不同商业鸡舍、垫料材料、通风系统、管理条件和气候条件下进行进一步前瞻性验证。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号