[发明专利]一种基于蚁群算法的动态饲料组合选择系统和选择方法

说明书

技术领域

本发明涉及猪肉养殖技术方法，尤其涉及一种基于蚁群算法的饲料组合优化方法。

背景技术

猪肉细嫩味美，营养丰富，是人类主要肉食品之一。近年来，随着全球供应链的迅猛发展，人们对猪肉的需求量与日俱增，随之而来的就是养猪市场的繁荣。怎样在种类繁多的养殖场中脱颖而出，获得口碑和收益的双丰收是摆在猪场养殖者面前的一个重要问题。显而易见，在猪场养殖中最重要的就是饲料的选取，首先要考虑到饲料的营养，要达到饲料营养全面，充足，平衡的要求，其次是考虑饲料配方的经济。只有选择性价比最高的饲料，才能保证饲料供给猪只充足的营养，从而提高猪肉的质量，获得更高的收益。

当今的养猪市场日渐庞大，期间涌起大大小小的饲料服务商不计其数，怎样在纷繁复杂的服务商中选择最适合自身猪场需要的服务显得尤为重要。由于不同的养猪饲料服务商提供的饲料的类别和价格不一样，并且不同服务商提供的饲料的吸收率也不同(吸收率即猪仔所吃的饲料量转化成精肉的比例)。因此我们需要谨慎选择服务商，通过选择不同的服务商，就可以得到不同的饲料组合，争取用最小的成本获得最大的吸收率，从而使生猪获得更加全面的营养，最终得到更高的收益。

蚁群算法是计算机技术和生物技术相结合之后迅速发展的产物之一。具有易实现，易结合和鲁棒性强等优点。蚁群算法最初是一种用于寻找优化路径的搜索算法，它的提出是受自然界中蚂蚁搜索食物的行为的启发，其原理为：蚂蚁在运动过程中能够在它所经过的路径上留下信息素，同时也能感知其他蚂蚁留下的信息素，根据每条路径上的信息素状态选择不同的路径，通过选择路径的有效性和满意程度，进而形成到达食物所在地的最优路径。

发明内容

1.要解决的技术问题

针对现有猪场养殖市场中针对养猪的饲料组合成本高、养猪收益低的问题，本发明提供了一种基于蚁群算法的饲料组合优化方法，它可以实现通过选择不同的服务商从而得到不同的饲料组合，最小的成本获得最大的吸收率，降低成本，提高收益。

2.技术方案

本发明的目的通过以下技术方案实现。

一种基于蚁群算法的动态饲料组合选择系统，包括以下模块，信息输入模块、服务商饲料组合信息模块、约束条件模块、选择系统处理模块、选择输出模块，其中所述的信息输入模块从外部获取服务商信息、饲料种类信息、饲料价格信息、猪场养殖方提供的生猪类别及日龄信息；

所述的信息输入模块将获取的信息分别送入服务商饲料组合信息模块和约束条件模块，服务商饲料组合信息模块对信息输入模块中获得信息进行从存储，约束条件模块对信息输入模块中获得信息进行处理形成约束值；所述的选择系统处理模块对服务商饲料组合信息模块和约束条件模块中的信息和约束值进行获取，通过蚁群算法对信息和约束值进行处理，选择最符合约束值的最优解作为服务商饲料组合选择，通过选择输出模块对最优解进行输出。

更进一步的，新的服务商信息、饲料种类信息、饲料价格信息、猪场养殖方提供的生猪类别及日龄信息通过信息输入模块进行更新，系统重新进行一轮工作，获得新的最优解。

一种基于上述的基于蚁群算法的动态饲料组合选择系统的选择方法，其步骤如下：

A、通过信息输入模块从外部获取系统所需信息包括服务商信息、饲料种类信息、饲料价格信息、猪场养殖方提供的生猪类别及日龄信息；

B、信息输入模块将获取的信息分别送入服务商饲料组合信息模块和约束条件模块，约束条件模块对信息输入模块中获得信息进行处理形成约束值；

C、选择系统处理模块对服务商饲料组合进行选择，具体步骤如下：

a、在所有待选服务商信息中，随机选择n种服务商信息，根据约束值构成动态组合模型，形成一个满足约束的多目标决策问题；

b、针对动态组合模型应用蚁群算法，初始化蚁群算法的信息素，设定不同类型的启发信息；

c、选择寻优方式，进行信息素更新，直至所得的组合中的元素的信息素收敛于最优解；

d、判断是否达到最大循环次数，若未达到则返回步骤b，若达到最大循环次数，则终止循环，得到最优解；

D、通过选择输出模块输出所述最优解为最符合约束值的最优解作为服务商饲料组合选择。

更进一步的，步骤C的第a步所述的动态组合模型如下：