[发明专利]一种生长育肥猪能量摄入量的计算方法

权利要求书

1.一种生长育肥猪能量摄入量的计算方法，其特征在于，包括如下步骤：

1)收集符合筛选条件的中国生长育肥猪营养领域文献基础数据，获得猪日粮配方、日粮能量水平、能量摄入量、体重和生长性能数据，其中，

所述生长性能数据包括猪平均日采食量(ADFI)和平均日增重(ADG)；

所述筛选条件指文献需符合以下条件：

A)试验设计符合统计学要求；B)各处理组含有重复；C)猪品种：杜长大或杜大长；D)猪性别：各处理组动物公母各半；E)猪日粮：实践应用日粮，无纯合日粮，且饲粮配方清楚描述；F)试验时间：2周及以上；G)猪试验期平均体重20kg以上；H)猪自由采食和饮水；

2)利用NRC(2012)原料数据库重新计算步骤1)所得每一个日粮配方中的日粮能量(DE、ME和NE)和能量摄入量(DEI、MEI和NEI)；

3)基于步骤1)的生长性能数据，建立生长育肥猪平均日采食量(ADFI)、平均日增重(ADG)和平均体重(BW)的回归关系模型；

4)基于步骤2)所得能量摄入量数据，建立生长育肥猪消化能摄入量(DEI)、代谢能摄入量(MEI)、净能摄入量(NEI)和平均体重(BW)的回归关系模型；

5)验证步骤4)所得回归关系模型。

2.根据权利要求1所述的计算方法，其特征在于，步骤2)中的能量摄入量(DEI、MEI和NEI)是通过日粮能量水平(DE、ME和NE)乘以平均日采食量得到每日消化能摄入量(DEI)、代谢能摄入量(MEI)和净能摄入量(NEI)。

3.根据权利要求1所述的计算方法，其特征在于，步骤3)中的生长育肥猪平均日采食量(ADFI)和平均体重(BW)分别采用Bridges函数和多项式函数建立回归模型，根据赤池信息量准则(AIC)大小衡量回归模型拟合的优良性，最佳模型为Bridges函数模型：观察到的ADFI，g/d＝3817.2{1-exp[-exp(-4.2158)×BW]}。

4.根据权利要求1所述的计算方法，其特征在于，步骤3)中的生长育肥猪平均日增重(ADG)和平均体重(BW)分别采用Bridges函数和多项式函数建立回归模型，根据赤池信息量准则(AIC)大小衡量回归模型拟合的优良性，最佳模型为Bridges函数模型：观察到的ADG，g/d＝969.8{1-exp[-exp(-2.0643)×BW^0.64]}。

5.根据权利要求1所述的计算方法，其特征在于，步骤4)中的猪消化能摄入量(DEI)和平均体重(BW)分别采用Bridges函数、多项式函数和析因法建立回归模型，根据赤池信息量准则(AIC)大小衡量回归模型拟合的优良性，最佳模型为Bridges函数模型：观察到的DEI，kcal/d＝12278.4{1-exp[-exp(-4.1541)×BW]}。

6.根据权利要求1所述的计算方法，其特征在于，步骤4)中的猪代谢能摄入量(MEI)和平均体重(BW)分别采用Bridges函数、多项式函数和析因法建立回归模型，根据赤池信息量准则(AIC)大小衡量回归模型拟合的优良性，最佳模型为Bridges函数模型：观察到的MEI，kcal/d＝11986.3{1-exp[-exp(-4.1696)×BW]}。

7.根据权利要求1所述的计算方法，其特征在于，步骤4)中的猪净能摄入量(NEI)和平均体重(BW)分别采用Bridges函数、多项式函数和析因法建立回归模型，根据赤池信息量准则(AIC)大小衡量回归模型拟合的优良性，最佳模型为Bridges函数模型：观察到的NEI，kcal/d＝9219.7{1-exp[-exp(-4.2080)×BW]}。

8.根据权利要求1所述的计算方法，其特征在于，步骤5)中验证模型是通过建立步骤4)所得的模型估算的能量摄入量(DEI、MEI和NEI)和所选文献观察到的能量摄入量(DEI、MEI和NEI)的线性回归关系。