首页 > 分享 > 基于原料抽样动态优化宠物饲料配比的方法和系统与流程

基于原料抽样动态优化宠物饲料配比的方法和系统与流程

萌宠菠菠乐园
2025-06-12 21:12

本发明涉及抽样优化，具体是基于原料抽样动态优化宠物饲料配比的方法和系统。

背景技术：

1、随着宠物饲养数量的增加，宠物健康和营养需求日益受到重视。宠物的健康和生长状况与其摄入的营养成分密切相关，因此，宠物饲料的配方设计成为研究和开发的关键领域。在实际生产中，由于原料的多样性和来源的差异，饲料的营养成分常常存在显著差异，这种差异会影响到饲料配比的科学性和合理性，从而可能导致宠物在不同生长阶段无法获得所需的均衡营养。由于原料营养成分的不稳定性，饲料配比难以准确调整，可能导致某些营养成分的不足或者过量，进而影响宠物的健康和生长。通过先进的数据分析和优化技术，为宠物饲料各组分配比提供更加精准和稳定的支持刻不容缓。

技术实现思路

1、（1）要解决的技术问题

2、本发明的目的在于提供基于原料抽样动态优化宠物饲料配比的方法和系统，以解决宠物饲料营养成分配比不稳定的难题。

3、（2）技术方案

4、为实现上述目的，一方面，本发明提供了基于人工智能对大数据智能分类的方法，所述方法包括：

5、s1、根据不同批次原材料实时监测数据情况，解析所述监测数据情况得到原料信息集，将所述原料信息集输入原料品质划分模型计算得到标准样品批次；

6、s2、将标准样品批次的原材料进行粉碎、搅拌并通过均值化处理得到第一样本集，根据原材料的产地对所述第一样本集进行分层抽样得到第二样本集，所述第二样本集包括x个层次元素序列；

7、s3、通过所述层次元素序列得到表征元素向量集，对所述表征元素向量集进行数据标准化处理并通过成分分析得到样本元素集；

8、s4、根据预设数据采集频率采集目标宠物基础信息构建目标生长数据库，所述目标宠物基础信息包括目标宠物日龄、体重数据、体温数据，分别对所述目标生长数据库与预设生长指标进行特征分类处理得到目标特征指标；

9、s5、基于预设必需营养成分需求信息拟合样本元素集建立原始营养模型，将所述目标特征指标和原始营养模型构建组分优化策略。

10、进一步地，所述将所述原料信息集输入原料品质划分模型计算得到标准样品批次的方法包括：

11、所述原料信息集包含批次信息、颗粒大小信息、原料种类信息、原料菌群信息、杂质含量信息的字段信息，获取所述原料信息集中每个字段的指标得到第一原料评分指标序列，获取预设标准原料相关的指标得到第二原料评分指标序列，所述第二原料评分指标包括所述原料信息集中至少两个字段的指标；

12、基于所述第一原料评分指标序列和第二原料评分指标序列确定字段指标的差异度系数序列；所述差异度系数序列计算公式为：

13、；

14、其中，为第i个指标的差值距离，为第i个指标基于差值距离的变异函数值，为字段指标的实验变异函数值，为第i个字段指标的差异度系数，；

15、根据字段指标的差异度系数大小确定各批次样品的综合评分，字段指标的差异度系数越大综合评分越小，选择综合评分最高的样品批次为标准样品批次。

16、进一步地，所述通过所述层次元素序列得到表征元素向量集的方法包括：

17、所述层次元素序列通过向量化算法得到层次向量集，获取预设匹配元素序列中各匹配元素的向量化特征，基于所述向量化特征使用回归向量模型对所述层次向量集进行向量特征拟合得到拟合向量集，提取拟合向量集的前d个向量组成拟合特征矩阵；所述拟合特征矩阵为：

18、；

19、其中，拟合特征矩阵中每一行对应一个拟合特征向量，每列对应一个元素特征；

20、计算所述拟合特征矩阵中特征向量的特征值，将特征值从大到小排序，选取前k个特征值对应的特征向量构建主分矩阵，将层次向量集通过核方法映射到主分矩阵所对应的特征空间中得到表征元素向量集。

21、进一步地，所述层次元素序列通过向量化算法得到层次向量集的方法包括：

22、将所述层次元素序列中层次元素进行特征编码，并通过细粒度特征算子对特征编码的层次元素进行细粒度特征提取得到各层次元素的特征，将个层次元素的特征通过特征交互并且进行特征合并得到涵盖预设维度的向量化特征，将所述涵盖预设维度的向量化特征输入卷积模块捕捉所述层次元素序列的层次向量。

23、进一步地，所述将所述目标特征指标和原始营养模型构建组分优化策略的方法包括：

24、基于目标特征指标获得目标标签进而得到分裂规则；将所述样本元素集作为数据集，将所述数据集进行归一化处理并按照预设比例将其分为测试集与训练集；根据信息熵计算公式获得所述测试集中所有特征的信息增益，选择信息增益最大的特征构建根节点，基于所述根节点的特征分割测试集得到w个子集；对于非根节点，计算当前子集的信息增益，选择当前信息增益最大但低于预设阈值的特征作为当前父节点通过所述分裂规则计算后得到的子节点，不断往下进行节点的分裂进而构建决策树模型直至当前决策树模型的深度大于预设深度阈值；

25、将所述训练集输入决策树模型通过boosting算法得到优化决策树模型，基于所述优化决策树模型确定组分优化策略。

26、基于同一发明构思，另一方面，本发明还提供了基于原料抽样动态优化宠物饲料配比的系统，所述系统包括：样品确定模块、层次分类模块、元素提取模块、目标信息提取模块、优化策略模块，各个模块之间依次通讯连接；

27、样品确定模块，用于根据不同批次原材料实时监测数据情况，解析所述监测数据情况得到原料信息集，将所述原料信息集输入原料品质划分模型计算得到标准样品批次；

28、层次分类模块，用于将标准样品批次的原材料进行粉碎、搅拌并通过均值化处理得到第一样本集，根据原材料的产地对所述第一样本集进行分层抽样得到第二样本集，所述第二样本集包括x个层次元素序列；

29、元素提取模块，用于通过所述层次元素序列得到表征元素向量集，对所述表征元素向量集进行数据标准化处理并通过成分分析得到样本元素集；

30、目标信息提取模块，根据预设数据采集频率采集目标宠物基础信息构建目标生长数据库，所述目标宠物基础信息包括目标宠物日龄、体重数据、体温数据，分别对所述目标生长数据库与预设生长指标进行特征分类处理得到目标特征指标；

31、优化策略模块，用于基于预设必需营养成分需求信息拟合样本元素集建立原始营养模型，将所述目标特征指标和原始营养模型构建组分优化策略。

32、进一步地，所述样品确定模块包括：

33、指标确定模块，用于所述原料信息集包含批次信息、颗粒大小信息、原料种类信息、原料菌群信息、杂质含量信息的字段信息，获取所述原料信息集中每个字段的指标得到第一原料评分指标序列，获取预设标准原料相关的指标得到第二原料评分指标序列，所述第二原料评分指标包括所述原料信息集中至少两个字段的指标；

34、差异度计算模块，用于基于所述第一原料评分指标序列和第二原料评分指标序列确定字段指标的差异度系数序列；所述差异度系数序列计算公式为：

35、；

36、其中，为第i个指标的差值距离，为第i个指标基于差值距离的变异函数值，为字段指标的实验变异函数值，为第i个字段指标的差异度系数，；

37、综合评分模块，用于根据字段指标的差异度系数大小确定各批次样品的综合评分，字段指标的差异度系数越大综合评分越小，选择综合评分最高的样品批次为标准样品批次。

38、进一步地，所述元素提取模块包括：

39、矩阵构建模块，用于所述层次元素序列通过向量化算法得到层次向量集，获取预设匹配元素序列中各匹配元素的向量化特征，基于所述向量化特征使用回归向量模型对所述层次向量集进行向量特征拟合得到拟合向量集，提取拟合向量集的前d个向量组成拟合特征矩阵；所述拟合特征矩阵为：

40、；

41、其中，拟合特征矩阵中每一行对应一个拟合特征向量，每列对应一个元素特征；

42、元素表征模块，计算所述拟合特征矩阵中特征向量的特征值，将特征值从大到小排序，选取前k个特征值对应的特征向量构建主分矩阵，将层次向量集通过核方法映射到主分矩阵所对应的特征空间中得到表征元素向量集。

43、进一步地，所述系统还包括：

44、向量获取模块，用于将所述层次元素序列中层次元素进行特征编码，并通过细粒度特征算子对特征编码的层次元素进行细粒度特征提取得到各层次元素的特征，将个层次元素的特征通过特征交互并且进行特征合并得到涵盖预设维度的向量化特征，将所述涵盖预设维度的向量化特征输入卷积模块捕捉所述层次元素序列的层次向量。

45、进一步地，所述优化策略模块包括：

46、决策树构建模块，用于基于目标特征指标获得目标标签进而得到分裂规则；将所述样本元素集作为数据集，将所述数据集进行归一化处理并按照预设比例将其分为测试集与训练集；根据信息熵计算公式获得所述测试集中所有特征的信息增益，选择信息增益最大的特征构建根节点，基于所述根节点的特征分割测试集得到w个子集；对于非根节点，计算当前子集的信息增益，选择当前信息增益最大但低于预设阈值的特征作为当前父节点通过所述分裂规则计算后得到的子节点，不断往下进行节点的分裂进而构建决策树模型直至当前决策树模型的深度大于预设深度阈值；

47、决策树优化模块，用于将所述训练集输入决策树模型通过boosting算法得到优化决策树模型，基于所述优化决策树模型确定组分优化策略。

48、（3）有益效果

49、与现有技术相比，本发明的有益效果是：

50、1、通过对原材料进行分层抽样和详细的营养成分分析，实时监控和调整每一批次饲料的配比。这种精确控制确保了每批产品的营养成分更加稳定和均衡，有助于避免营养过剩或不足的情况，从而提升宠物的整体健康水平。

51、2、根据实时采集的原材料数据和宠物的营养需求，动态调整饲料配方进而快速响应原材料质量的波动和宠物个体需求的变化，从而确保饲料的有效性和针对性。

52、3、动态调整和优化配方从而减少生产线的调整时间，加速了产品从原材料到成品的转化过程提高整体生产效率。