CN110443421A - 饲料配方的确定方法和系统以及计算机可读存储介质 - Google Patents
饲料配方的确定方法和系统以及计算机可读存储介质 Download PDFInfo
- Publication number
- CN110443421A CN110443421A CN201910716811.4A CN201910716811A CN110443421A CN 110443421 A CN110443421 A CN 110443421A CN 201910716811 A CN201910716811 A CN 201910716811A CN 110443421 A CN110443421 A CN 110443421A
- Authority
- CN
- China
- Prior art keywords
- feed
- formula
- raw material
- model
- feeding
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 239000002994 raw material Substances 0.000 claims abstract description 132
- 238000009472 formulation Methods 0.000 claims abstract description 69
- 239000000203 mixture Substances 0.000 claims abstract description 69
- 238000005457 optimization Methods 0.000 claims abstract description 69
- 235000015097 nutrients Nutrition 0.000 claims abstract description 67
- 241001465754 Metazoa Species 0.000 claims abstract description 58
- 230000000050 nutritive effect Effects 0.000 claims abstract description 46
- 235000021049 nutrient content Nutrition 0.000 claims abstract description 41
- 230000006870 function Effects 0.000 claims description 50
- 239000000463 material Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 8
- 235000016709 nutrition Nutrition 0.000 abstract description 11
- 241000282898 Sus scrofa Species 0.000 description 18
- 238000010586 diagram Methods 0.000 description 7
- 235000019750 Crude protein Nutrition 0.000 description 6
- 244000144972 livestock Species 0.000 description 6
- 244000144977 poultry Species 0.000 description 6
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 4
- 240000007594 Oryza sativa Species 0.000 description 4
- 235000007164 Oryza sativa Nutrition 0.000 description 4
- 235000019764 Soybean Meal Nutrition 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 4
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 4
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 4
- 238000009395 breeding Methods 0.000 description 4
- 229910052791 calcium Inorganic materials 0.000 description 4
- 239000011575 calcium Substances 0.000 description 4
- 235000005822 corn Nutrition 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 235000012054 meals Nutrition 0.000 description 4
- 235000015277 pork Nutrition 0.000 description 4
- 235000009566 rice Nutrition 0.000 description 4
- 239000004455 soybean meal Substances 0.000 description 4
- 235000015099 wheat brans Nutrition 0.000 description 4
- 238000009360 aquaculture Methods 0.000 description 3
- 244000144974 aquaculture Species 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 238000003975 animal breeding Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 235000021048 nutrient requirements Nutrition 0.000 description 1
- 235000006180 nutrition needs Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种饲料配方的确定方法和系统以及计算机可读存储介质。所述饲料包括多种原料，所述饲料配方的确定方法包括：获取所述原料的价格、所述原料的养分含量、所述饲料的营养指标限制量和动物的养分需求量；根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方基础模型；根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型；根据所述配方优化模型确定所述饲料配方。如此，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
Description
技术领域
本发明涉及动物养殖技术领域，尤其涉及一种饲料配方的确定方法和系统以及计算机可读存储介质。
背景技术
相关技术一般以饲料单价最低作为优化目标，以实现控制动物的养殖成本。然而如此，这样的方式并没有考虑畜禽的养分需求量和饲喂量，考虑不够全面，导致无法对实际饲喂生产提供指导，也无法满足畜禽的生长需求。另外，由于仅考虑了饲料单价最低，但此时可能需要喂食更多的饲料才能满足畜禽的营养需求，因此总的饲料饲喂成本反而可能会更高，这样也达不到饲喂成本最低。
发明内容
本发明提供一种饲料配方的确定方法和系统以及计算机可读存储介质。
本发明实施方式提供一种饲料配方的确定方法，所述饲料包括多种原料，所述饲料配方的确定方法包括：
获取所述原料的价格、所述原料的养分含量、所述饲料的营养指标限制量和动物的养分需求量；
根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方基础模型；
根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型；
根据所述配方优化模型确定所述饲料配方。
本发明实施方式的饲料配方的确定方法，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
在某些实施方式中，确定配方基础模型，包括：
根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方初始模型；
将所述配方初始模型进行矩阵形式变换以确定所述配方基础模型。
在某些实施方式中，所述配方初始模型包括第一目标函数和第一约束条件，所述第一目标函数与所述原料的价格、所述原料的配比和所述动物的饲喂成本相关，所述第一约束条件与所述原料的养分含量、所述饲料的营养指标限制量和所述原料的配比相关，确定配方初始模型，包括：
根据获取到的所述原料的价格确定所述第一目标函数；
根据获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量确定所述第一约束条件。
在某些实施方式中，所述配方优化模型包括第二目标函数和第二约束条件，所述第二目标函数与所述动物的饲料饲喂量相关，所述第二约束条件与所述养分需求量和所述饲料饲喂量相关，根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型，包括：
根据所述配方基础模型的目标函数确定所述第二目标函数；
根据所述配方基础模型的约束条件和获取到的所述养分需求量确定所述第二约束条件。
在某些实施方式中，所述饲料配方包括所述原料的配比和所述饲料饲喂量，根据所述配方优化模型确定所述饲料配方，包括：
根据所述配方优化模型确定配方求解模型；
根据所述配方求解模型计算所述原料的配比和所述饲料饲喂量。
本发明实施方式提供一种饲料配方的确定系统，所述饲料包括多种原料，所述饲料配方的确定系统包括控制装置，所述控制装置包括获取模块、第一确定模块、第二确定模块和第三确定模块，所述获取模块用于获取所述原料的价格、所述原料的养分含量、所述饲料的营养指标限制量和动物的养分需求量；所述第一确定模块用于根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方基础模型；所述第二确定模块用于根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型；所述第三确定模块用于根据所述配方优化模型确定所述饲料配方。
本发明实施方式的饲料配方的确定系统，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
在某些实施方式中，所述第一确定模块用于根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方初始模型；以及用于将所述配方初始模型进行矩阵形式变换以确定所述配方基础模型。
在某些实施方式中，所述配方初始模型包括第一目标函数和第一约束条件，所述第一目标函数与所述原料的价格、所述原料的配比和所述动物的饲喂成本相关，所述第一约束条件与所述原料的养分含量、所述饲料的营养指标限制量和所述原料的配比相关，所述第一确定模块用于根据获取到的所述原料的价格确定所述第一目标函数；以及用于根据获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量确定所述第一约束条件。
在某些实施方式中，所述配方优化模型包括第二目标函数和第二约束条件，所述第二目标函数与所述动物的饲料饲喂量相关，所述第二约束条件与所述养分需求量和所述饲料饲喂量相关，所述第二确定模块用于根据所述配方基础模型的目标函数确定所述第二目标函数；以及用于根据所述配方基础模型的约束条件和获取到的所述养分需求量确定所述第二约束条件。
在某些实施方式中，所述饲料配方包括所述原料的配比和所述饲料饲喂量，所述第三确定模块用于根据所述配方优化模型确定配方求解模型；以及用于根据所述配方求解模型计算所述原料的配比和所述饲料饲喂量。
本发明实施方式提供一种饲料配方的确定系统，其包括处理器和存储器，所述存储器存储有一个或多个程序，所述程序被所述处理器执行时实现上述任一实施方式的饲料配方的确定方法。
本发明实施方式的饲料配方的确定系统，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
本发明实施方式的一种包含计算机可执行指令的非易失性计算机可读存储介质，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行上述任一实施方式的饲料配方的确定方法。
本发明实施方式的计算机可读存储介质，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：
图1是本发明实施方式的饲料配方的确定方法的流程示意图；
图2是本发明实施方式的饲料配方的确定系统的模块示意图；
图3是本发明另一实施方式的饲料配方的确定方法的流程示意图；
图4是本发明又一实施方式的饲料配方的确定方法的流程示意图；
图5是本发明再一实施方式的饲料配方的确定方法的流程示意图；
图6是本发明另一实施方式的饲料配方的确定方法的流程示意图；
图7是本发明实施方式的饲料配方的确定系统的另一模块示意图。
主要元件符号说明：
饲料配方的确定系统100、处理器110、存储器120、控制装置10、获取模块12、第一确定模块14、第二确定模块16、第三确定模块18、输入装置20、显示装置30。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。
请参阅图1，本发明实施方式提供一种饲料配方的确定方法。饲料包括多种原料，饲料配方的确定方法包括：
步骤S12：获取原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量；
步骤S14：根据获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，确定配方基础模型；
步骤S16：根据配方基础模型和获取到的养分需求量确定配方优化模型；
步骤S18：根据配方优化模型确定饲料配方。
请参阅图2，本发明实施方式提供一种饲料配方的确定系统100，饲料包括多种原料，饲料配方的确定系统100包括控制装置10。
控制装置10包括获取模块12、第一确定模块14、第二确定模块16和第三确定模块18，获取模块12用于获取原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量；第一确定模块14用于根据获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，确定配方基础模型；第二确定模块16用于根据配方基础模型和获取到的养分需求量确定配方优化模型；第三确定模块18用于根据配方优化模型确定饲料配方。
也就是说，本发明实施方式的饲料配方的确定方法可由本发明实施方式的饲料配方的确定系统100实现。
本发明实施方式的饲料配方的确定方法和饲料配方的确定系统100，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
具体地，饲料配方的确定系统100可应用于包括但不限于手机、平板、个人计算机、服务器、笔记本电脑、可穿戴设备、车载终端、专门制作的控制终端等具有数据处理和传输功能的电子装置。饲料配方的确定系统100可以设置在养殖动物的养殖舍，可以设置在与养殖舍通讯的监控中心或饲料研发中心，也可以由员工随身携带。在此，不对饲料配方的确定系统100的具体形式和设置的具体位置进行限定。
饲料配方的确定系统100还可包括输入装置20和显示装置30。输入装置20包括但不限于键盘、按键、轨迹球、触控板、触摸显示屏。显示装置30包括但不限于LED显示屏或显示器、OLED显示屏或显示器。在此不对输入装置20和显示装置30的具体形式进行限定。
在一个应用中，本发明实施方式的饲料配方的确定方法和饲料配方的确定系统100可应用于养殖猪的领域。可以理解，本发明实施方式的饲料配方的确定方法和饲料配方的确定系统100还可应用于养殖鸡、牛或养殖其他生物的领域。在此不对养殖的具体的动物进行限定。
目前，我国人口占世界总人口约19.0％，猪肉消费量占世界猪肉消费量49.6％，我国生猪养殖量占世界生猪总养殖量56.6％，且猪肉在中国国内肉类产量和消费量占比均超过百分之六十，也即是说，猪肉在我国肉类消费领域占有巨大比例，生猪养殖业格外重要。
饲喂成本一直占据着养殖成本的最大占比。在生猪养殖中，饲喂成本占到生猪养殖成本的60-70％。因此，降低畜禽生产中的饲喂成本对降低整个养殖成本具有极其重要的意义。
在传统的饲料配方的确定方法中，往往根据畜禽的品种、品系、性别和营养阶段来确定配方模型，给出原料的配比限制以及饲料的营养指标限制，然后利用饲料原料中的营养素含量构建约束，以饲喂成本最低为目标构建模型，进而利用线性规划的单纯形法等方法得到最终的原料配比，从而指导饲料生产。
然而，传统的饲料配方的确定方法由于并没有考虑畜禽的养分需求量和饲喂量，只能达到饲料单价最低，达不到饲喂成本最低。本发明实施方式的饲料配方的确定方法和饲料配方的确定系统100，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
请注意，本发明实施方式的饲料配方的确定方法和饲料配方的确定系统100中，饲喂量可指单个猪只每日的饲喂量，养分需求量可指单个猪只每日的养分需求量，此时的饲喂成本最低指单个猪只的饲喂成本最低。当然，饲喂量也可指同一阶段需要同种配方的猪群(包括多个猪只)每日的饲喂量，养分需求量可指该猪群每日的养分需求量，此时的饲喂成本最低指该猪群的饲喂成本最低。
在饲喂的猪群中每个猪只的营养需求均相同的情况下，将最低的单个猪只的饲喂成本乘以猪只的数量，即可得到猪群最低的饲喂成本。
在步骤S12中，工作人员可以通过输入装置20向饲料配方的确定系统100输入原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量。在一个例子中，用户通过手机的触摸显示屏输入原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量；在另一个例子中，用户通过个人计算机的键盘输入原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量。
当然，原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量可以预先存储在数据库中，在需要使用这些数据时，可通过数据库直接获取，无需工作人员手动输入。
在一个例子中，工作人员可通过查阅工具书如美国研究委员会的《猪的营养需求》(《Nutrient Requirements of Swine》)并根据猪只的各种指标进行计算以确定动物的养分需求量，然后将养分需求量输入到饲料配方的确定系统100中。
在另一个例子中，通过在饲料配方的确定系统100的数据库查找工具书中需要的数据和猪只的各种指标，由饲料配方的确定系统100计算出养分需求量。
在此不对原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量的具体来源进行限定。
在步骤S14、步骤S16和步骤S18中，配方基础模型、配方优化模型和饲料配方可通过显示装置30显示。在一个例子中，配方基础模型和配方优化模型以公式的形式显示在手机的显示屏上，饲料配方以表格的形式显示在手机的显示屏上；在另一个例子中，配方基础模型和配方优化模型以公式的形式显示在个人计算机的显示器上，饲料配方以文字的形式显示在个人计算机的显示器上。
请参阅图3，在某些实施方式中，步骤S14包括：
步骤S142：根据获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，确定配方初始模型；
步骤S144：将配方初始模型进行矩阵形式变换以确定配方基础模型。
在某些实施方式中，第一确定模块14用于根据获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，确定配方初始模型；以及用于将配方初始模型进行矩阵形式变换以确定配方基础模型。
如此，实现确定配方基础模型。
具体地，请参阅图4，配方初始模型包括第一目标函数和第一约束条件，第一目标函数与原料的价格、原料的配比和动物的饲喂成本相关，第一约束条件与原料的养分含量、饲料的营养指标限制量和原料的配比相关，步骤S142包括：
步骤S1422：根据获取到的原料的价格确定第一目标函数；
步骤S1424：根据获取到的原料的养分含量和获取到的饲料的营养指标限制量确定第一约束条件。
在某些实施方式中，配方初始模型包括第一目标函数和第一约束条件，第一目标函数与原料的价格、原料的配比和动物的饲喂成本相关，第一约束条件与原料的养分含量、饲料的营养指标限制量和原料的配比相关，第一确定模块14用于根据获取到的原料的价格确定第一目标函数；以及用于根据获取到的原料的养分含量和获取到的饲料的营养指标限制量确定第一约束条件。
如此，实现根据获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，确定配方初始模型。
具体地，饲料的原料一共有n种，xj(j＝1，…，n)表示饲料配方中第j种原料的配比，即配方初始模型需要求解的决策变量。aij(i＝1，…，m)表示第j种原料中第i种养分的含量。bi表示饲料配方中对第i种养分做出的限制(可为指定值、上限或下限)，也即是营养指标限制量。cj表示第j种原料的价格。
第一目标函数与原料的价格cj、原料的配比xj和动物的饲喂成本Z相关。在本实施方式中，第一目标函数为：
第一约束条件与原料的养分含量aij、饲料的营养指标限制量bi和原料的配比xj相关。本实施方式中，第一约束条件为：
配方初始模型包括第一目标函数和第一约束条件。本实施方式中，配方初始模型为：
S.t.
将获取到的原料的价格cj代入上述公式(1)即可确定第一目标函数。
在步骤S142中，将该配方初始模型进行矩阵形式变换，具体地，可令：
x＝(x1，x2，…，xn)T；
c＝(c1，c2，…，cn)T；
b＝(b1，b2，…，bm)T；
A＝(aij)m×n；
并令0、1分别表示元素全为0与元素全为1的n维列向量。可确定配方基础模型为：
s.t.Ax≤(＝≥)b
1Tx＝1
x≥0。
可以理解，其中的角标T表示矩阵的转置，s.t.表示受约束(subject to)。
请参阅图5，在某些实施方式中，配方优化模型包括第二目标函数和第二约束条件，第二目标函数与动物的饲料饲喂量相关，第二约束条件与养分需求量和饲料饲喂量相关，步骤S16包括：
步骤S162：根据配方基础模型的目标函数确定第二目标函数；
步骤S164：根据配方基础模型的约束条件和获取到的养分需求量确定第二约束条件。
在某些实施方式中，配方优化模型包括第二目标函数和第二约束条件，第二目标函数与动物的饲料饲喂量相关，第二约束条件与养分需求量和饲料饲喂量相关，第二确定模块16用于根据配方基础模型的目标函数确定第二目标函数；以及用于根据配方基础模型的约束条件和获取到的养分需求量确定第二约束条件。
如此，实现根据配方基础模型和获取到的养分需求量确定配方优化模型。具体地，在步骤S162中，在配方基础模型为上述配方基础模型的情况下，根据配方基础模型的目标函数可确定第二目标函数为：
在步骤S162中，令y表示饲料饲喂量，令：
d＝(d1，d2，…，dp)T；
其中，di(i＝1，…，p)表示动物对第i种养分的养分需求量，p表示动物需求的养分有p种。a* ij(i＝1，…，m)表示第j种原料中第i种养分的含量，m表示第j种原料中养分的种类为m。
请注意，在配方基础模型中，用aij(i＝1，…，m)表示第j种原料中第i种养分的含量。在配方优化模型中，用a* ij(i＝1，…，m)表示第j种原料中第i种养分的含量，是因为配方基础模型与配方优化模型中，养分的项目可以相同，也可以不同。
例如，配方基础模型中，受限于饲料的营养指标限制量bi的养分包括各种氨基酸、蛋白质、微量元素等。而配方优化模型中，受限于养分需求量di的养分包括蛋白和能量等。
基于此，本实施方式中，采用不同的符号aij和a* ij来表示不同的模型中的相同含义。
在步骤S164中，根据配方基础模型的约束条件和获取到的养分需求量可确定的第二约束条件为：
Ax≤(＝≥)b
A*xy≥d
1Tx＝1
x≥0。
由于配方优化模型包括第二目标函数和第二约束条件，则配方优化模型为：
s.t.Ax≤(＝≥)b
A*xy≥d
1Tx＝1
x≥0。
在配方基础模型的基础上，将获取到的养分需求量代入到该配方优化模型中，即可确定配方优化模型。代入获取到的养分需求量的方式类似于前文中代入获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，为避免冗余，在此不再赘述。
在该配方优化模型中，原料的配比x与饲料饲喂量y均为决策变量。因此，该模型是一个带有二次约束的二次规划问题(Quadratically Constrained Quadratic Program，QCQP)。一般的QCQP是一个非确定性多项式(Non-deterministic Polynomial，NP)难问题，在本实施方式中，可采用以下方案进行求解。
具体地，请参阅图6，饲料配方包括原料的配比和饲料饲喂量，步骤S18包括：
步骤S182：根据配方优化模型确定配方求解模型；
步骤S184：根据配方求解模型计算原料的配比和饲料饲喂量。
在某些实施方式中，饲料配方包括原料的配比和饲料饲喂量，第三确定模块18用于根据配方优化模型确定配方求解模型；以及用于根据配方求解模型计算原料的配比和饲料饲喂量。
如此，实现根据配方优化模型确定饲料配方。具体地，在步骤S182中，可利用化归的思想，将配方优化模型转化为普通的线性规划问题，进而得到配方优化模型的最优解，最优解也即是原料的配比和饲料饲喂量。令：
Xi＝xiy(i＝1，2，…，n)；
X＝xy。
则上述的配方优化模型可以转化为配方求解模型：
s.t.AX≤(＝≥)by
A*X≥d
1TX＝y
X≥0。
该配方求解模型关于决策变量x与y为一个标准的线性规划模型。因此，在可行域非空的情形下一定存在最优解X*与y*。进一步地，该最优解可以通过单纯形法得到。最终可以得到使得动物的饲喂成本最低的饲料饲喂量y*和原料的配比x*：
x*＝X*/y*。
综合以上，在一个例子中，饲料的原料包括4种：玉米、小麦麸、米糠粕、大豆粕。对应的价格分别为2.1元/公斤、2.0元/公斤、1.75元/公斤、2.75元/公斤。在本示例中，考虑3种营养指标：粗蛋白、钙、消化能。营养指标限制量包括指标上限和指标下限。具体数据如表1所示。
表1
| 玉米 | 小麦麸 | 米糠粕 | 大豆粕 | 指标下限 | 指标上限 | |
| 粗蛋白(％) | 7.8 | 14.3 | 15.1 | 44.2 | 12 | |
| 钙(％) | 0.02 | 0.1 | 0.15 | 0.33 | 0.1 | |
| 消化能(MCal/kg) | 3.39 | 2.23 | 2.76 | 3.37 | 2.5 | |
| 原料下限 | 0.1 | |||||
| 原料上限 | 0.2 | 0.2 | ||||
| 原料价格(元/公斤) | 2.1 | 2.0 | 1.75 | 2.75 |
根据上述数据可确定该例子中的配方初始模型为：
min Z＝2.1x1+2x2+1.75x3+2.75x4
s.t.
7.8x1+14.3x2+15.1x3+44.2x4≥12
0.02x1+0.1x2+0.15x3+0.33x4≥0.1
3.39x1+2.23x2+2.76x3+3.37x4≥2.5
x1+x2+x3+x4＝1
0≤x1≤1
0≤x2≤0.2
0≤x3≤0.2
0.1≤x4≤1
将上述配方初始模型进行矩阵形式变换即可确定配方基础模型。具体方法如前文所述，在此不再赘述。上述配方初始模型是一个标准的线性规划模型，可用标准的单纯形法求解，最终得最优解为：x1 *＝0.47742，x2 *＝0.2，x3 *＝0.2，x4 *＝0.12258。
也即是说，满足配方初始模型的单价最优的饲料配方为47.742％玉米、20％小麦麸、20％米糠粕、12.258％大豆粕，且饲料单价为2.090元/公斤。经计算可得三种营养指标的含量分别为：粗蛋白15.022％、钙0.1％、消化能3.03MCal/kg。
若有1头使用该饲料配方的猪，每天需要的最低养分分别为粗蛋白0.31kg、消化能6.49MCal。也即是说，养分需求量d1＝0.31，d3＝6.49。根据该饲料配方的营养指标的含量，可以计算出满足最低粗蛋白要求的喂食量为2.064kg，而满足最低消化能要求的喂食量为2.142kg，因此最终需要喂食2.142kg。又根据饲料单价2.090元/公斤，可以计算得到该猪只一天的饲喂成本为4.477元。
而在本实施方式的饲料配方的确定方法中，令y表示猪只一天的饲喂量，又由于d1＝0.31，d3＝6.49，本方案所建立的配方优化模型为：
min Z＝2.1x1y+2x2y+1.75x3y+2.75x4y
s.t.
7.8x1+14.3x2+15.1x3+44.2x4≥12
0.02x1+0.1x2+0.15x3+0.33x4≥0.1
3.39x1+2.23x2+2.76x3+3.37x4≥2.5
7.8x1y+14.3x2y+15.1x3y+44.2x4y≥0.31×100
3.39x1y+2.23x2y+2.76x3y+3.37x4y≥6.49
x1+x2+x3+x4＝1
0≤x1≤1
0≤x2≤0.2
0≤x3≤0.2
0.1≤x4≤1
请注意，上述配方优化模型中，原料的配比x与饲料饲喂量y均为决策变量。可利用化归思想，将上述配方优化模型转化为配方求解模型，从而得到配方优化模型的最优解。
具体地，令Xi＝xiy(i＝1，2，3，4)，则上述配方优化模型转化为的配方求解模型为：
min Z＝2.1X1+2X2+1.75X3+2.75X4
s.t.
7.8X1+14.3X2+15.1X3+44.2X4≥12y
0.02X1+0.1X2+0.15X3+0.33X4≥0.1y
3.39X1+2.23X2+2.76X3+3.37X4≥2.5y
7.8X1+14.3X2+15.1X3+44.2X4≥31
3.39X1+2.23X2+2.76X3+3.37X4≥6.49
X1+X2+X3+X4＝y
0≤X1≤y
0≤X2≤0.2y
0≤X3≤0.2y
0.1y≤X4≤y
该模型是关于决策变量X与y为一个标准的线性规划模型，利用经典的单纯形法求解，最终得最优解为：X1 *＝1.24566，X2 *＝0，X3 *＝0.39810，X4 *＝0.34673，y*＝1.9905。喂食成本为4.266元一天。经公式x*＝X*/y*转换后，可得最优配比为：x1 *＝0.62580，x2 *＝0，x3 *＝0.2，x4 *＝0.17420。即满足上述要求的喂食成本最优的配方为：62.58％玉米、0％小麦麸、20％米糠粕、17.42％大豆粕，且配方单价为2.1432元/公斤。
经计算可得三种营养指标的含量分别为：粗蛋白15.601％、钙0.1％、消化能3.261MCal/kg。而根据计算出来的每日1.9905公斤的喂食量，可以得出日粮中含有的粗蛋白为0.311kg，消化能为6.49MCal。
与配方初始模型求得的饲料配方相比，配方优化模型增加了养分需求量的约束条件，并增加了决策变量，即饲料饲喂量y。因此，配方优化模型得到的最优解一定满足配方初始模型。
虽然配方优化模型得到的最优的饲料配方的单价为2.143元/公斤，高于配方初始模型的最优解对应的饲料配方的单价2.09元/公斤，但配方优化模型的最优喂食量1.9905kg，低于配方初始模型的2.142kg。因此，配方优化模型的最优的饲喂成本为4.266元/日，低于配方初始模型所得的4.477元/日。也即是说，采用由配方优化模型确定的饲料配方，一头猪只每日可节约0.211元，大约可节约成本4.713％。在配方初始模型的确定的饲料配方的基础上，能够进一步降低成本。
请参阅图7，本发明实施方式提供一种饲料配方的确定系统100，包括处理器110和存储器120，存储器120存储有一个或多个程序，程序被处理器110执行时实现上述任一实施方式的饲料配方的确定方法。
例如，程序被处理器110执行时实现步骤S12：获取原料的价格、原料的养分含量、饲料的营养指标限制量和动物的养分需求量；步骤S14：根据获取到的原料的价格、获取到的原料的养分含量和获取到的饲料的营养指标限制量，确定配方基础模型；步骤S16：根据配方基础模型和获取到的养分需求量确定配方优化模型；步骤S18：根据配方优化模型确定饲料配方。
本发明实施方式的饲料配方的确定系统100，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
具体地，处理器110和存储器120可以组成计算机系统。计算机系统可应用于个人计算机、服务器、手机、平板电脑、专门制作的控制终端等。
本发明实施方式提供的一种包含计算机可执行指令的非易失性计算机可读存储介质，当计算机可执行指令被一个或多个处理器110执行时，使得处理器110执行上述任一实施方式的饲料配方的确定方法。
本发明实施方式的饲料配方的计算机可读存储介质，根据动物的养分需求量在配方基础模型上确定配方优化模型，考虑到了动物的营养需求，可以满足动物的生长需求，并实现饲喂成本最低。
在本说明书的描述中，参考术语“一个实施方式”、“某些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (12)
1.一种饲料配方的确定方法，其特征在于，所述饲料包括多种原料，所述饲料配方的确定方法包括：
获取所述原料的价格、所述原料的养分含量、所述饲料的营养指标限制量和动物的养分需求量；
根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方基础模型；
根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型；
根据所述配方优化模型确定所述饲料配方。
2.根据权利要求1所述的饲料配方的确定方法，其特征在于，确定配方基础模型，包括：
根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方初始模型；
将所述配方初始模型进行矩阵形式变换以确定所述配方基础模型。
3.根据权利要求2所述的饲料配方的确定方法，其特征在于，所述配方初始模型包括第一目标函数和第一约束条件，所述第一目标函数与所述原料的价格、所述原料的配比和所述动物的饲喂成本相关，所述第一约束条件与所述原料的养分含量、所述饲料的营养指标限制量和所述原料的配比相关，确定配方初始模型，包括：
根据获取到的所述原料的价格确定所述第一目标函数；
根据获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量确定所述第一约束条件。
4.根据权利要求1所述的饲料配方的确定方法，其特征在于，所述配方优化模型包括第二目标函数和第二约束条件，所述第二目标函数与所述动物的饲料饲喂量相关，所述第二约束条件与所述养分需求量和所述饲料饲喂量相关，根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型，包括：
根据所述配方基础模型的目标函数确定所述第二目标函数；
根据所述配方基础模型的约束条件和获取到的所述养分需求量确定所述第二约束条件。
5.根据权利要求4所述的饲料配方的确定方法，其特征在于，所述饲料配方包括所述原料的配比和所述饲料饲喂量，根据所述配方优化模型确定所述饲料配方，包括：
根据所述配方优化模型确定配方求解模型；
根据所述配方求解模型计算所述原料的配比和所述饲料饲喂量。
6.一种饲料配方的确定系统，其特征在于，所述饲料包括多种原料，所述饲料配方的确定系统包括控制装置，所述控制装置包括获取模块、第一确定模块、第二确定模块和第三确定模块，所述获取模块用于获取所述原料的价格、所述原料的养分含量、所述饲料的营养指标限制量和动物的养分需求量；所述第一确定模块用于根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方基础模型；所述第二确定模块用于根据所述配方基础模型和获取到的所述养分需求量确定配方优化模型；所述第三确定模块用于根据所述配方优化模型确定所述饲料配方。
7.根据权利要求6所述的饲料配方的确定系统，其特征在于，所述第一确定模块用于根据获取到的所述原料的价格、获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量，确定配方初始模型；以及用于将所述配方初始模型进行矩阵形式变换以确定所述配方基础模型。
8.根据权利要求7所述的饲料配方的确定系统，其特征在于，所述配方初始模型包括第一目标函数和第一约束条件，所述第一目标函数与所述原料的价格、所述原料的配比和所述动物的饲喂成本相关，所述第一约束条件与所述原料的养分含量、所述饲料的营养指标限制量和所述原料的配比相关，所述第一确定模块用于根据获取到的所述原料的价格确定所述第一目标函数；以及用于根据获取到的所述原料的养分含量和获取到的所述饲料的营养指标限制量确定所述第一约束条件。
9.根据权利要求6所述的饲料配方的确定系统，其特征在于，所述配方优化模型包括第二目标函数和第二约束条件，所述第二目标函数与所述动物的饲料饲喂量相关，所述第二约束条件与所述养分需求量和所述饲料饲喂量相关，所述第二确定模块用于根据所述配方基础模型的目标函数确定所述第二目标函数；以及用于根据所述配方基础模型的约束条件和获取到的所述养分需求量确定所述第二约束条件。
10.根据权利要求9所述的饲料配方的确定系统，其特征在于，所述饲料配方包括所述原料的配比和所述饲料饲喂量，所述第三确定模块用于根据所述配方优化模型确定配方求解模型；以及用于根据所述配方求解模型计算所述原料的配比和所述饲料饲喂量。
11.一种饲料配方的确定系统，其特征在于，包括处理器和存储器，所述存储器存储有一个或多个程序，所述程序被所述处理器执行时实现权利要求1至5中任一项所述的饲料配方的确定方法。
12.一种包含计算机可执行指令的非易失性计算机可读存储介质，其特征在于，当所述计算机可执行指令被一个或多个处理器执行时，使得所述处理器执行权利要求1至5中任一项所述的饲料配方的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910716811.4A CN110443421A (zh) | 2019-08-05 | 2019-08-05 | 饲料配方的确定方法和系统以及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910716811.4A CN110443421A (zh) | 2019-08-05 | 2019-08-05 | 饲料配方的确定方法和系统以及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110443421A true CN110443421A (zh) | 2019-11-12 |
Family
ID=68433247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910716811.4A Pending CN110443421A (zh) | 2019-08-05 | 2019-08-05 | 饲料配方的确定方法和系统以及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110443421A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112418607A (zh) * | 2020-10-20 | 2021-02-26 | 北京工商大学 | 一种多组分配合颗粒饲料配方的优选方法 |
| CN112970659A (zh) * | 2019-12-02 | 2021-06-18 | 广西扬翔股份有限公司 | 饲料配方的确定方法和系统以及计算机可读存储介质 |
| CN117495017A (zh) * | 2023-11-14 | 2024-02-02 | 河北玖兴农牧发展有限公司 | 一种饲料生产控制系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679536A (zh) * | 2013-12-10 | 2014-03-26 | 四川省畜牧科学研究院 | 生长肥育猪配合饲料配方设计方法 |
| CN106875034A (zh) * | 2016-12-29 | 2017-06-20 | 中国农业大学 | 一种生猪养殖多变量饲料投喂决策方法及其系统 |
-
2019
- 2019-08-05 CN CN201910716811.4A patent/CN110443421A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679536A (zh) * | 2013-12-10 | 2014-03-26 | 四川省畜牧科学研究院 | 生长肥育猪配合饲料配方设计方法 |
| CN106875034A (zh) * | 2016-12-29 | 2017-06-20 | 中国农业大学 | 一种生猪养殖多变量饲料投喂决策方法及其系统 |
Non-Patent Citations (1)
| Title |
|---|
| 吕国川 等: ""利用Excel2007线性规划程序设计生长肥育猪饲料配方的方法探讨"", 《畜牧与饲料科学》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112970659A (zh) * | 2019-12-02 | 2021-06-18 | 广西扬翔股份有限公司 | 饲料配方的确定方法和系统以及计算机可读存储介质 |
| CN112970659B (zh) * | 2019-12-02 | 2024-02-06 | 广西扬翔股份有限公司 | 饲料配方的确定方法和系统以及计算机可读存储介质 |
| CN112418607A (zh) * | 2020-10-20 | 2021-02-26 | 北京工商大学 | 一种多组分配合颗粒饲料配方的优选方法 |
| CN112418607B (zh) * | 2020-10-20 | 2023-05-23 | 北京工商大学 | 一种多组分配合颗粒饲料配方的优选方法 |
| CN117495017A (zh) * | 2023-11-14 | 2024-02-02 | 河北玖兴农牧发展有限公司 | 一种饲料生产控制系统 |
| CN117495017B (zh) * | 2023-11-14 | 2024-05-28 | 河北玖兴农牧发展有限公司 | 一种饲料生产控制系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Malcorps et al. | The sustainability conundrum of fishmeal substitution by plant ingredients in shrimp feeds | |
| Greenhalgh et al. | Reduced-crude protein diets in chicken-meat production: justification for an imperative | |
| Mallick et al. | Broiler poultry feed cost optimization using linear programming technique | |
| CN110443421A (zh) | 饲料配方的确定方法和系统以及计算机可读存储介质 | |
| Samuel Olugbenga et al. | Optimized nutrients diet formulation of broiler poultry rations in Nigeria using linear programming | |
| Mwesigwa | Napier grass feed resource: production, constraints and implications for smallholder farmers in east and Central Africa | |
| Ikhajiagbe et al. | The place of neglected and underutilized legumes in human nutrition and protein security in Nigeria | |
| Huang et al. | Comparative grain chemical composition, ruminal degradation in vivo, and intestinal digestibility in vitro of Vicia sativa L. varieties grown on the Tibetan Plateau | |
| Swain et al. | Effect of feeding brewers’ dried grain on the performance and carcass characteristics of Vanaraja chicks | |
| Asmare et al. | Supplementation of Farta sheep fed hay with graded levels of concentrate mix consisting of noug seed meal and rice bran | |
| Shahini et al. | Rational use of oilseed waste to increase dairy productivity | |
| Yang et al. | Regression equations of energy values of corn, soybean meal, and wheat bran developed by chemical composition for growing pigs | |
| CN112970659B (zh) | 饲料配方的确定方法和系统以及计算机可读存储介质 | |
| Abdulla et al. | Variability of amino acid digestibility in different field bean cultivars for broilers | |
| CN110543972A (zh) | 饲料配方的确定方法和系统以及计算机可读存储介质 | |
| Camp Montoro et al. | High levels of standardized ileal digestible amino acids improve feed efficiency in slow‐growing pigs at late grower‐finisher stage | |
| Grassauer et al. | Manure valorization using black soldier fly larvae: a review of current systems, production characteristics, utilized feed substrates, and bioconversion and nitrogen conversion efficiencies | |
| Wolf et al. | Mineral deficiency in pet birds. | |
| Montalbán et al. | Growth performance, diet digestibility, and chemical composition of mealworm (Tenebrio molitor l.) fed agricultural by-products | |
| Buzek et al. | Phytase supplementation of growing-finishing pig diets with extruded soya seeds and rapeseed meal improves bone mineralization and carcass and meat quality | |
| Martinez et al. | The response of reproducing Japanese quail to dietary valine | |
| Becker et al. | Effects of standardized ileal digestible lysine on growth performance and economic return in duroc-sired finishing pigs | |
| Islam et al. | Effect of feeding wilted water hyacinth (Eichhornia crassipes) on the performance of growing bull cattle. | |
| CN105893004A (zh) | 饲料配方软件 | |
| Fabiosa et al. | Assessing China's potential import demand for distillers dried grain: implications for grain trade |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191112 |