一种基于大数据的黑猪养殖疾病智能监测管理方

本发明涉及物联网与人工智能，具体是指一种基于大数据的黑猪养殖疾病智能监测管理方法及系统。背景技术：1、随着现代畜牧业的快速发展，黑猪养殖业作为其中的重要组成部分，黑猪的健康养殖和疾病管理问题日益凸显，传统的特征选择方法需要大量的计算资源，尤其是在处理大规模数据时，导致计算成本显著增加，且在寻找全局最优解方面存在局限性，容易陷入局部最优，特别是在复杂的特征空间中；传统的黑猪疾病监测方法多依赖于人工观察和经验判断，不仅耗时耗力，而且难以实现实时监控和早期预警，导致疾病一旦发生便难以控制，给养殖户带来巨大的经济损失。技术实现思路1、针对上述情况，为克服现有技术的缺陷，本发明提供了一种基于大数据的黑猪养殖疾病智能监测管理方法及系统，针对传统的特征选择方法需要大量的计算资源，尤其是在处理大规模数据时，导致计算成本显著增加，且在寻找全局最优解方面存在局限性，容易陷入局部最优，特别是在复杂的特征空间中的问题，本方案结合蝙蝠算法和粒子群优化算法来选择最优特征子集，在黑猪健康监测中利用rf作为分类器，能够更准确地识别出黑猪的健康状况，从而及时采取预防或治疗措施；针对传统的黑猪疾病监测方法多依赖于人工观察和经验判断，不仅耗时耗力，而且难以实现实时监控和早期预警，导致疾病一旦发生便难以控制，给养殖户带来巨大的经济损失的问题，本方案通过部署传感器实时监测黑猪的关键生理参数，如体温、心率等，实现对黑猪健康状况的连续跟踪和实时监控，结合树莓派将黑猪的关键生理参数上传至云端服务器，使得养殖户通过手机了解黑猪的健康状况，从而提升养殖的整体健康水平和经济效益。2、本发明采取的技术方案如下：本发明提供的一种基于大数据的黑猪养殖疾病智能监测管理方法，该方法包括以下步骤：3、步骤s1：数据采集与预处理，收集与黑猪健康相关的大量数据，进行数据清洗和预处理后，构建黑猪健康状况数据集，并划分为训练集、测试集；4、步骤s2：特征选择，使用蝙蝠算法对训练集进行特征选择，如果在蝙蝠算法执行过程中适应度函数显示出快速收敛的特性，表示蝙蝠算法已经找到局部最优特征子集，利用粒子群算法优化局部最优特征子集，得到特征子集b，如果没有找到局部最优特征子集，则继续利用蝙蝠算法寻找，直达找到特征子集a；5、步骤s3：模型训练与评估，从特征子集a和特征子集b中选择最优的特征来训练rf分类器，得到rf模型，使用测试集评估rf模型，得到更优的rf模型，将新采集的黑猪健康状况数据，输入更优的rf模型，输出黑猪的健康状况结果；6、步骤s4：实时监测与预警，利用传感器实时采集黑猪的体温、心率、活动量数据，根据黑猪的正常体温范围、心率范围、活动量范围，结合黑猪的健康状况结果，监测黑猪的健康状况，当发现黑猪潜在的健康问题时，通过邮件给养殖者发出预警信息。7、进一步地，在步骤s1中，数据采集与预处理，具体为：收集与黑猪健康相关的大量数据，包括：猪的生理参数、黑猪生活环境参数、饲养条件以及历史健康记录，进行数据清洗和预处理后，构建黑猪健康状况数据集，并按照7:3的比例划分为训练集、测试集。8、进一步地，在步骤s2中，特征选择，具体包括以下步骤：9、步骤s21：初始化，初始化蝙蝠算法中的蝙蝠群体，蝙蝠以随机方式在搜索空间中扩散初始特征子集，为每个蝙蝠分配一个随机的频率、速度；10、步骤s22：随机初始化蝙蝠的位置，并根据适应度函数是否快速收敛判断当前找到的特征子集是否为局部最优特征子集；11、步骤s23：如果适应度函数没有显示出快速收敛的特性，则当前找到的特征子集不是局部最优特征子集，蝙蝠在搜索空间中飞行，直到找到满意的特征子集，记为特征子集a，步骤如下：12、步骤s231：蝙蝠通过回声定位来更新自己的位置，使用随机函数矢量来模拟蝙蝠的搜索行为，更新蝙蝠的频率、速度和位置，所用公式如下：13、；14、；15、；16、式中，表示在第次迭代时蝙蝠的频率，表示蝙蝠频率的最小值，表示蝙蝠频率的最大值，是由[0,1]范围内的均匀分布得到的随机函数矢量，表示在第次迭代时蝙蝠的速度，表示在第次迭代时蝙蝠的速度，表示在第次迭代时蝙蝠的位置，表示当前蝙蝠找到的最佳位置，表示在第次迭代时蝙蝠的位置；17、步骤s232：蝙蝠通过发出脉冲来搜索猎物，并根据回声响度和脉冲发射频率来调整自己的搜索行为，更新回声响度和脉冲发射频率，所用公式如下：18、；19、；20、式中，表示第次迭代时蝙蝠的回声响度，表示控制回声响度减少的常数，表示第次迭代时蝙蝠的回声响度，表示第次迭代时蝙蝠的脉冲发射频率，表示蝙蝠初始的脉冲发射频率，表示控制脉冲发射频率变化的常数；21、步骤s233：设置蝙蝠算法的最大迭代次数，重复步骤s231至步骤s232，直到达到蝙蝠算法的最大迭代次数，算法停止，选择具有最佳适应度的粒子作为特征子集a；22、步骤s24：如果适应度函数显示出快速收敛的特性，则当前找到的特征子集是局部最优特征子集，利用粒子群算法增强优化性能，通过跟踪个体最佳位置和全局最佳位置来更新粒子位置和速度，直到找到满意的特征子集，记为特征子集b，步骤如下：23、步骤s241：初始化粒子群，每个粒子代表解空间中的一个潜在解；24、步骤s242：根据适应度函数估计每个粒子的位置，所用公式如下：25、；26、式中，表示适应度函数值，表示第次迭代时第个粒子的位置，表示粒子群中的最大速度向量；表示粒子群中达到过最好适应度值的粒子的位置；27、步骤s243：更新粒子的个体最佳位置和全局最佳位置，所用公式如下：28、；29、；30、式中，表示第次迭代时第个粒子的个体最佳位置，表示最小值函数，表示第次迭代时所有粒子的全局最佳位置，表示粒子在时间的个体最佳适应度值，表示粒子在时间的个体最佳适应度值，表示粒子在时间的个体最佳适应度值，表示粒子在位置处的适应度函数值；31、步骤s244：根据粒子的个体最佳位置和全局最佳位置，更新粒子的速度和位置，所用公式如下：32、；33、式中，表示第个粒子在第次迭代时的速度向量，表示第个粒子在第次迭代时的位置向量；34、；35、式中，表示惯性权重，表示第个粒子在第次迭代时的速度向量，和表示学习因子，和表示[0,1]区间内的随机数；36、步骤s245：重复步骤s242至步骤s244，设置粒子群算法的最大迭代次数，当达到粒子群算法的最大迭代次数时，算法停止，选择具有最佳适应度的粒子作为特征子集b。37、进一步地，在步骤s3中，模型训练与评估，具体包括以下步骤：38、步骤s31：从特征子集a和特征子集b中选择最优的特征来训练rf分类器，得到rf模型，当rf模型在连续若干个迭代次数中，测试集误差不再下降时，停止训练，根据rf模型在测试集上的表现，调整rf模型的超参数，得到更优的rf模型；39、步骤s32：将新采集的黑猪健康状况数据，输入更优的rf模型，得到黑猪的健康状况结果。40、进一步地，在步骤s4中，实时监测与预警，具体包括以下步骤：41、步骤s41：安装传感器，在黑猪身上安装体温传感器、心率传感器和活动量监测传感器；42、步骤s42：数据采集与传输，利用体温传感器、心率传感器和活动量监测传感器实时采集黑猪的体温、心率、活动量数据，利用树莓派作为数据处理中心，并配置wifi模块进行数据传输，通过wifi模块将数据传输至云端服务器；43、步骤s43：数据存储与分析，云端服务器存储黑猪的体温、心率、活动量数据，设置黑猪的正常体温范围、心率值范围、活动量值范围，结合黑猪的健康状况结果，发现到黑猪潜在的健康问题时，自动发送预警通知邮件给养殖者，养殖者根据预警信息对黑猪进行检查，并采取必要的治疗措施。44、本发明提供的一种基于大数据的黑猪养殖疾病智能监测管理系统，包括数据采集与预处理模块、特征选择模块、模型训练与评估模块、实时监测与预警模块；45、所述数据采集与预处理模块，收集与黑猪健康相关的大量数据，进行数据清洗和预处理后，构成黑猪健康状况数据集，并划分为训练集、测试集，将训练集发送至特征选择模块，将测试集发送至模型训练与评估模块；46、所述特征选择模块接收数据采集与预处理模块发送的训练集，使用蝙蝠算法对训练集进行特征选择，如果在蝙蝠算法执行过程中适应度函数显示出快速收敛的特性，表示蝙蝠算法已经找到局部最优特征子集，利用粒子群算法优化局部最优特征子集，得到特征子集b，如果没有找到局部最优特征子集，则继续利用蝙蝠算法寻找，直达找到特征子集a，将特征子集a和特征子集b发送至模型训练与评估模块；47、所述模型训练与评估模块接收特征选择模块发送的特征子集a和特征子集b、数据采集与预处理模块发送的测试集，从特征子集a和特征子集b中选择最优的特征训练rf分类器，得到rf模型，使用测试集评估rf模型，得到更优的rf模型，将新采集的黑猪健康状况数据，输入更优的rf模型，输出黑猪的健康状况结果，并将黑猪的健康状况结果发送至实时监测与预警模块；48、所述实时监测与预警模块接收模型训练与评估模块发送的黑猪的健康状况结果，利用传感器实时采集黑猪的体温、心率、活动量数据，根据黑猪的正常体温范围、心率范围、活动量范围，结合黑猪的健康状况结果，监测黑猪的健康状况，当发现黑猪潜在的健康问题时，通过邮件给养殖者发出预警信息。49、采用上述方案本发明取得的有益效果如下：50、（1）针对传统的特征选择方法需要大量的计算资源，尤其是在处理大规模数据时，导致计算成本显著增加，且在寻找全局最优解方面存在局限性，容易陷入局部最优，特别是在复杂的特征空间中的问题，本方案结合蝙蝠算法和粒子群优化算法来选择最优特征子集，在黑猪健康监测中利用rf作为分类器，能够更准确地识别出黑猪的健康状况，从而及时采取预防或治疗措施。51、（2）针对传统的黑猪疾病监测方法多依赖于人工观察和经验判断，不仅耗时耗力，而且难以实现实时监控和早期预警，导致疾病一旦发生便难以控制，给养殖户带来巨大的经济损失的问题，本方案通过部署传感器实时监测黑猪的关键生理参数，如体温、心率等，实现对黑猪健康状况的连续跟踪和实时监控，结合树莓派将黑猪的关键生理参数上传至云端服务器，使得养殖户通过手机了解黑猪的健康状况，从而提升养殖的整体健康水平和经济效益。