CN112488403B - 牛群结构的确定方法、装置及计算机可读存储介质 - Google Patents

牛群结构的确定方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN112488403B
CN112488403B CN202011436336.4A CN202011436336A CN112488403B CN 112488403 B CN112488403 B CN 112488403B CN 202011436336 A CN202011436336 A CN 202011436336A CN 112488403 B CN112488403 B CN 112488403B
Authority
CN
China
Prior art keywords
cattle
rate
determining
flock
current
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.)
Active
Application number
CN202011436336.4A
Other languages
English (en)
Other versions
CN112488403A (zh
Inventor
魏谢木
黄彬
何林桦
贾雪霜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yoohoomis Technology Co ltd
Original Assignee
Shenzhen Yoohoomis Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yoohoomis Technology Co ltd filed Critical Shenzhen Yoohoomis Technology Co ltd
Priority to CN202011436336.4A priority Critical patent/CN112488403B/zh
Publication of CN112488403A publication Critical patent/CN112488403A/zh
Application granted granted Critical
Publication of CN112488403B publication Critical patent/CN112488403B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Feed For Specific Animals (AREA)

Abstract

本发明公开了一种牛群结构的确定方法、装置及计算机可读存储介质,方法包括:获取当前牛群结构,并根据当前牛群结构获取当前牛只信息以及预设参数,当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率;根据当前牛只信息以及预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。本发明降低了牛群结构的获取难度。

Description

牛群结构的确定方法、装置及计算机可读存储介质
技术领域
本发明涉及数据处理技术领域,尤其涉及一种牛群结构的确定方法、装置及计算机可读存储介质。
背景技术
处于不同生长结构阶段的牛群,其生理特点、生活习性、营养需求以及对饲养环境的需求都不一样,通过不同的生长结构阶段的特点针对饲养管理,将牛群分成不同的类群,采用不同的饲养方式和饲养管理措施,各饲养阶段占存栏总牛群的百分比,我们称为牛群结构。明确牛群结构是规模化牛群养殖场规划和建筑设计的前提,也是指导牛场生产管理和牛群周转的纲领,反映牛场生产和管理水平的高低。国内、国外文献中给出多种牛群结构的数据,但都没有给出其获取过程,导致牛群结构的确定难度大。
发明内容
本发明实施例通过提供一种牛群结构的确定方法、装置及计算机可读存储介质,旨在解决牛群结构的确定难度大的技术问题。
本发明实施例提供一种牛群结构的确定方法,所述牛群结构的确定方法包括:
牛群结构的确定装置通过获取当前牛群结构,并根据所述当前牛群结构获取当前牛只信息以及预设参数,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率;根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。
由于输入当前牛群结构,牛群结构的确定装置即可输出预设预测时长所对应的牛群结构,将牛群结构的获取流程形成了一个闭环,降低了牛群结构的获取难度。
在一实施例中,所述确定预设预测时长后第一牛群结构的步骤之后,所述方法还包括:
获取目标预测时长,并确定所述预设预测时长是否达到目标预测时长;
在所述预设预测时长达到目标预测时长,将所述第一牛群结构确定为目标预测时长对应的牛群结构。
在一实施例中,所述将所述第一牛群结构确定为目标预测时长对应的牛群结构的步骤之后,所述方法还包括:
在所述预设预测时长未达到目标预测时长,将所述第一牛群结构更新为当前牛群结构,并返回执行所述根据所述当前牛群结构获取当前牛只信息以及所述预设参数的步骤。
在一实施例中,所述根据所述当前牛群结构获取当前牛只信息以及预设参数的方法还包括:
获取所述当前牛只信息中的成年母牛信息;
获取所述当前牛群结构对应的受胎率、产犊率、牛只死亡淘汰率;
根据所述受胎率、所述产犊率、所述牛只死亡淘汰率以及所述成年母牛信息确定所述预设数据。
在一实施例中,所述根据所述受胎率、所述产犊率、所述牛只死亡淘汰率以及所述成年母牛信息确定所述预设数据的步骤包括:
获取所述成年母牛信息中的产犊牛数量、干乳牛数量以及泌乳牛数量;
根据所述产犊牛数量、干乳牛数量、泌乳牛数量以及所述产犊率确定所述年繁殖率。
在一实施例中,所述根据所述产犊牛数量、干乳牛数量、泌乳牛数量以及所述产犊率确定所述年繁殖率的步骤之后,所述方法还包括:
根据所述产犊牛数量、干乳牛数量、泌乳牛数量、所述受胎率、所述产犊率以及所述年繁殖率确定所述产犊间隔。
在一实施例中,所述根据所述受胎率、所述产犊率、所述牛只死亡淘汰率以及所述成年母牛信息确定所述预设数据的步骤还包括:
根据所述牛只死亡淘汰率确定所述犊牛死胎率、所述犊牛成活率以及所述牛只存活率。
在一实施例中,所述根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构的步骤之后,所述方法还包括:
输出所述第一牛群结构。
本发明实施例还提供一种牛群结构的确定装置,所述牛群结构的确定装置包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的牛群结构的确定程序,所述处理器执行所述牛群结构的确定程序时实现如上所述的牛群结构的确定方法的各个步骤。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有牛群结构的确定程序,所述牛群结构的确定程序被处理器执行时实现如上所述的牛群结构的确定方法的各个步骤。
在本实施例的技术方案中,牛群结构的确定装置通过获取当前牛群结构,并根据所述当前牛群结构获取当前牛只信息以及预设参数,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率;根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。由于输入当前牛群结构,牛群结构的确定装置即可输出预设预测时长所对应的牛群结构,将牛群结构的获取流程形成了一个闭环,降低了牛群结构的获取难度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例涉及的牛群结构的确定装置的硬件构架示意图;
图2为本发明牛群结构的确定方法第一实施例的流程示意图;
图3为本发明牛群结构的确定方法第二实施例的流程示意图;
图4为本发明牛群结构的确定方法第三实施例的流程示意图;
图5为本发明牛群结构的确定方法第四实施例的流程示意图;
图6为本发明牛群结构的确定方法第五实施例步骤S13的细化流程示意图;
图7为本发明牛群结构的确定方法第六实施例步骤S13的细化流程示意图;
图8为本发明牛群结构的确定方法第七实施例的流程示意图;
图9为本发明牛群结构的确定方法第八实施例的流程示意图。
具体实施方式
为了更好的理解上述技术方案,下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明的主要解决方案是:牛群结构的确定装置通过获取当前牛群结构,并根据所述当前牛群结构获取当前牛只信息以及预设参数,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率;根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。
由于输入当前牛群结构,牛群结构的确定装置即可输出预设预测时长所对应的牛群结构,将牛群结构的获取流程形成了一个闭环,降低了牛群结构的获取难度。
作为一种实现方式,牛群结构的确定装置可以如图1。
本发明实施例方案涉及的是牛群结构的确定装置,牛群结构的确定装置包括:处理器101,例如CPU,存储器102,通信总线103。其中,通信总线103用于实现这些组件之间的连接通信。
存储器102可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。如图1,作为一种计算机存储介质的存储器103中可以包括检测程序;而处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取当前牛群结构以及预设参数,并根据所述当前牛群结构获取当前牛只信息,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率、育成牛成活率、青年牛存活率、产犊牛存活率、干乳牛存活率以及泌乳牛存活率;
根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取当前牛群结构,并根据所述当前牛群结构获取当前牛只信息以及预设参数,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率;
根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取目标预测时长,并确定所述预设预测时长是否达到目标预测时长;
在所述预设预测时长达到目标预测时长,将所述第一牛群结构确定为目标预测时长对应的牛群结构。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
在所述预设预测时长未达到目标预测时长,将所述第一牛群结构更新为当前牛群结构,并返回执行所述根据所述当前牛群结构获取当前牛只信息以及所述预设参数的步骤。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取所述当前牛只信息中的成年母牛信息;
获取所述当前牛群结构对应的受胎率、产犊率、牛只死亡淘汰率;
根据所述受胎率、所述产犊率、所述牛只死亡淘汰率以及所述成年母牛信息确定所述预设数据。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
获取所述成年母牛信息中的产犊牛数量、干乳牛数量以及泌乳牛数量;
根据所述产犊牛数量、干乳牛数量、泌乳牛数量以及所述产犊率确定所述年繁殖率。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
根据所述产犊牛数量、干乳牛数量、泌乳牛数量、所述受胎率、所述产犊率以及所述年繁殖率确定所述产犊间隔。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
根据所述牛只死亡淘汰率确定所述犊牛死胎率、所述犊牛成活率以及所述牛只存活率。
在一实施例中,处理器101可以用于调用存储器102中存储的检测程序,并执行以下操作:
输出所述第一牛群结构。
在本实施例的技术方案中,由于输入当前牛群结构,牛群结构的确定装置即可输出预设预测时长所对应的牛群结构,将牛群结构的获取流程形成了一个闭环,降低了牛群结构的获取难度。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
参照图2,图2为本发明牛群结构的确定方法的第一实施例,方法包括以下步骤:
步骤S10,获取当前牛群结构,并根据所述当前牛群结构获取当前牛只信息以及预设参数,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率。
在本实施例中,获取当前牛群结构包括成年母牛信息,成年母牛信息中主要包括产犊牛数量、干乳牛数量以及泌乳牛数量,上述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率,具体的,牛只存货率还包括育成牛成活率、青年牛存活率、产犊牛存活率、干乳牛存活率、泌乳牛存活率以及公牛存活率等,在此不对牛群结构的牛只区分类型做限定。
可选的,上述预设数据可根据市场调研数据进行计算得到。
在本实施例中,上述牛群结构为群体中不同性别、年龄牛只的构成情况。由于群体中各类牛的数量、作用和所创产值不同,其群体的经济效益也就不同;上述当前牛群结构为用户输入的数据,上述牛群结构包括当前牛只信息。
步骤S20,根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布。
在本实施例中,上述第一牛群结构与上述预设预测时长对应,例如:上述预设预测时间为一个养殖周期,则第一牛群结构则为一个养殖周期之后的牛群结构,对于牛群结构中的年龄分布,具体计算公式如下:
n泌乳牛=n-n产犊牛-n干乳牛
其中,上述n为成年母牛数量;上述NRP为年繁殖率;上述TCR表示受胎率;上述DER为犊牛死胎率;上述d0~1表示0至1个月年龄的牛只的饲养天数;d2~3表示2至3个月年龄的牛只的饲养天数;d4~6表示4-6个月年龄的牛只的饲养天数;d育成牛表示育成牛的饲养天数;d青年牛表示青年牛的饲养天数;d产犊牛表示产犊牛的饲养天数;d干乳牛表示干乳牛的饲养天数;上述n为成年母牛的数量;上述CR0~1表示0至1个月年龄的牛只的存活率;上述CR2-3表示2至3个月年龄的牛只的存活率;优选的,育成牛及其年龄以上的牛只存活率为百分百;上述CR4-6表示4至6个月年龄的牛只的存活率;上述各个牛只的饲养天数根据用户输入的目标预设时长或者默认预测周期确定。
可选的,在得第一牛群结构的年龄分布后,可根据年龄分布对牛群结构进行分类,例如:输出牛群结构中的、母牛、青年牛、育成牛以及犊牛的比例。
在本实施例的技术方案中,由于输入当前牛群结构,牛群结构的确定装置即可输出预设预测时长所对应的牛群结构,将牛群结构的获取流程形成了一个闭环,降低了牛群结构的获取难度。
参照图3,图3为本发明牛群结构的确定方法的实施例,基于第一实施例,步骤S20之后,方法还包括:
步骤S30,获取目标预测时长,并确定所述预设预测时长是否达到目标预测时长。
步骤S40,在所述预设预测时长达到目标预测时长,将所述第一牛群结构确定为目标预测时长对应的牛群结构。
在本实施例中,上述目标预测时长为用户输入的任意时间长度,在执行完一个默认预测周期时,可进一步确定该默认预测周期是否与目标预测周期,若是,则预测完成。
在本实施例的技术方案中,用户可根据需求输入自定义的目标预测时长,牛群结构的确定装置可基于用户输入的目标预测时长确定出对应的牛群结构,相对于人工计算,可提高牛群结构预测的灵活性。进一步的,牛群结构的确定装置通过确定当前输出的牛群结构对应的时间点时是否为用户所需的时间点,可避免输出错误时刻的牛群结构,降低了牛群结构在的确定误差。
参照图4,图4为本发明牛群结构的确定方法的第三实施例,基于第一至第二任一实施例,步骤S40之后,还包括:
步骤S50,在所述预设预测时长未达到目标预测时长,将所述第一牛群结构更新为当前牛群结构,并返回执行所述根据所述当前牛群结构获取当前牛只信息以及所述预设参数的步骤。
在本实施例中,对于要实现目标预测时长的牛群结构的过程,牛群结构的确定装置会将目标预设时长分割为预设的默认预设周期,然后再执行与上述目标预设时长对应数量的默认预测周期后的牛群结构,具体的,例如:当用户要预测18个月后的牛群结构,则牛群结构的确定装置会根据默认预测周期(假设为一个月)对牛群结构进行17次预测,以得到第18个月后的牛群结构,要注意的是,第n个月的牛群结构要根据第n-1个月的牛群结构作为确定的基础。
可选的,在用户输入的目标预测周期较大时,使用默认预测周期逐步确定牛群结构,以得到目标预测周期后的牛群结构。
在本实施例中,牛群结构的确定装置基于默认预测周期进行目标预测时长的牛群结构确定,相对于在目标预测时长较大时,直接将时间参数代入计算,可减小计算误差,间接提高了确定出的牛群结构的准确性。
参照图5,图5为本发明牛群结构的确定方法的第四实施例,基于第一至第三任一实施例,步骤S10包括:
步骤S11,获取所述当前牛只信息中的成年母牛信息。
步骤S12,获取所述当前牛群结构对应的受胎率、产犊率、牛只死亡淘汰率。
母牛总受胎率是指本年度未受胎母牛数占参加配种母牛数的百分率,反映了全年总的配种效果。根据母牛配种指数一般要求在1.5~1.7/次百分比,按照调研数据中实际生产中母牛的受胎率为53.8%计算,母牛连续三个情期配种不成功即淘汰为淘汰母牛,此时配种指数为1.625次百分比,这完全符合配种指数要求,根据TCR的定义可得出:
对于上述公式,其中n为配种母牛头数;np为受胎母牛头数,可选的,上述数据可根据预先获取的调研数据确定。
优选的,对于上述产犊率以及牛只死亡淘汰率,可根据预先存储的牛群养殖数据确定。
步骤S13,根据所述受胎率、所述产犊率、所述牛只死亡淘汰率以及所述成年母牛信息确定所述预设数据。
在本实施例的计算方案中,牛群结构的确定装置确定出当前牛群结构对应的预设数据,进而再根据预设数据去确定牛群结构,数据真实性更高。
参照图6,图6为本发明牛群结构的确定方法的第五实施例,基于第一至第四任一实施例,步骤S13包括:
步骤S131,获取所述成年母牛信息中的产犊牛数量、干乳牛数量以及泌乳牛数量。
步骤S132,根据所述产犊牛数量、干乳牛数量、泌乳牛数量以及所述产犊率确定所述年繁殖率。
在本实施例中,对于年繁殖率,年繁殖率反映牛群在一个繁殖年度内的增值效率,也反映了牛场的生产,技术管理水平,可通过以下公式确定:
对于上述公式,n实际表示实际应该繁殖的母牛,n应该表示预设确定的应该繁殖的母牛。
在本实施例的技术方案中,牛群结构的确定装置根据当前牛群结构中的成年母牛信息来确定出年繁殖率,相对于根据市场调研数据来进行计算,在数据量上会存在差异,例如:市场调研数据量若是以1200头成年母牛作为基数来计算年繁殖率,而本实施例只有600头成年母牛,显然根据600头成年母牛的数量计算出的年繁殖率更契合要预测的牛群结构。
参照图7,图7为本发明牛群结构的确定方法的第六实施例,基于第一至第五任一实施例,步骤S132之后,方法还包括:
步骤S133,根据所述产犊牛数量、干乳牛数量、泌乳牛数量、所述受胎率、所述产犊率以及所述年繁殖率确定所述产犊间隔。
在本实施例中,产犊间隔是指母牛连续两次产犊间的时间间隔,为每头牛两次产犊的产犊间隔天数总和与产犊牛的比。产犊间隔不足270天(d)的不参加统计,超过270d的一并进行统计。母牛妊娠期一般为270~280d,产后第一次发情一般在30~45d,以后每隔21天发情一次,考虑到我国目前饲养和管理水平,将产后发情拟定为60d,连续三个情期配种不成功即将母牛淘汰,由此可得出产犊间隔:
对于上述公式,n为成年母牛数量,上述CR为产犊率;上述TCR表示受胎率,可选的,上述产犊率可根据预先获取的调研数据确定。
在本实施例的计算方案中,牛群结构的确定装置通过将上述公式实现为程序算法,后续在确定成年母牛数量、产犊率以及受胎率后,可自动计算出产犊间隔,提高了数据获取效率。
参照图8,图8为本发明牛群结构的确定方法的第七实施例,基于第一至第六任一实施例,步骤S13包括:
步骤S134,根据所述牛只死亡淘汰率确定所述犊牛死胎率、所述犊牛成活率以及所述牛只存活率。
在本实施例中,对上述牛只死亡淘汰率进行数据提取,得到上述犊牛死胎率、犊牛成活率以及牛只存活率,上述牛只死亡淘汰率可从预先获取的调研数据确定。
在本实施例的技术方案中,牛群结构的确定装置根据牛只死亡淘汰率可快速确定上述犊牛死胎率、犊牛成活率所述牛只存活率,相对于人力确定,提高了数据获取效率。
参照图9,图9为本发明牛群结构的确定方法的第八实施例,基于第一至第六任一实施例,步骤S20之后,方法还包括:
步骤S60,输出所述第一牛群结构。
在本实施例中,牛群结构的确定装置在获取到牛群结构后进行输出,可使得用户及时了解,使得服务完整性提高,进而提高了用户体验。
为实现上述目的,本发明实施例还提供一种牛群结构的确定装置,所述牛群结构的确定装置包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的牛群结构的确定程序,所述处理器执行所述牛群结构的确定程序时实现如上所述的牛群结构的确定方法的各个步骤。
为实现上述目的,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有牛群结构的确定程序,所述牛群结构的确定程序被处理器执行时实现如上所述的牛群结构的确定方法的各个步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或牛群结构的确定程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的牛群结构的确定产品程序的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和牛群结构的确定程序产品的流程图和/或方框图来描述的。应理解可由牛群结构的确定程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些牛群结构的确定程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些牛群结构的确定程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些牛群结构的确定程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词、、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种牛群结构的确定方法,其特征在于,所述牛群结构的确定方法包括:
获取当前牛群结构,并根据所述当前牛群结构获取当前牛只信息以及预设参数,所述当前牛只信息包括产犊牛数量、干乳牛数量以及泌乳牛数量,所述预设参数包括年繁殖率、产犊间隔、犊牛死胎率、犊牛成活率以及牛只存活率;
根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构,所述第一牛群结构包括牛的年龄分布;
其中,所述牛的年龄分布的计算公式为:
n泌乳牛=n-n产犊牛-n干乳牛
其中,n0-1月龄为0-1月龄的牛只数量,n为成年母牛数量,NRR为年繁殖率,DER为犊牛死胎率,d0~1为0-1月龄的牛只饲养天数;N2-3月龄为2-3月龄的牛只数量,d2~3为2-3月龄的牛只饲养天数,CR0~1为0-1个月龄的牛只存活率;n4-6月龄为4-6月龄的牛只数量,d4~6为4-6月龄的牛只饲养天数,CR2~3为2-3个月龄的牛只存活率;n育成牛为育成牛的数量,d育成牛为育成牛的饲养天数,CR4~6为4-6个月龄的牛只存活率;n青年牛为青年牛的数量,d青年牛为青年牛的饲养天数,CR青年牛为青年牛的存活率;n产犊牛为产犊牛数量,TCR为总受胎率,CR为产犊率,d产犊牛为产犊牛的饲养天数,CI为产犊间隔;d干乳牛为干乳牛数量,d干乳牛为干乳牛的饲养天数;n泌乳牛为泌乳牛数量;
其中,所述根据所述当前牛群结构获取当前牛只信息以及预设参数的方法还包括:
获取所述当前牛只信息中的成年母牛信息;
获取所述当前牛群结构对应的总受胎率、产犊率、牛只死亡淘汰率;
其中,所述总受胎率的计算公式为:
TCR=(ECR+(1-ECR)ECR+(1-ECR)2ECR)×100%
其中,TCR为总受胎率;
根据所述总受胎率和所述产犊率,确定所述年繁殖率;
其中,所述年繁殖率的计算公式为:
NRR=TCR×CR×100%
其中,NRR为年繁殖率,TCR为总受胎率,CR为产犊率;
根据所述产犊牛数量、干乳牛数量、泌乳牛数量、所述总受胎率、所述产犊率以及所述年繁殖率,确定所述产犊间隔;
其中,所述产犊间隔的计算公式为:
其中,CI为产犊间隔,n为成年母牛数量,TCR为总受胎率,CR为产犊率;
根据所述牛只死亡淘汰率,确定所述犊牛死胎率、所述犊牛成活率以及所述牛只存活率。
2.如权利要求1所述的方法,其特征在于,所述根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构的步骤之后,所述方法还包括:
获取目标预测时长,并确定所述预设预测时长是否达到目标预测时长;
在所述预设预测时长达到目标预测时长,将所述第一牛群结构确定为目标预测时长对应的牛群结构。
3.如权利要求2所述的方法,其特征在于,所述将所述第一牛群结构确定为目标预测时长对应的牛群结构的步骤之后,所述方法还包括:
在所述预设预测时长未达到目标预测时长,将所述第一牛群结构更新为当前牛群结构,并返回执行所述根据所述当前牛群结构获取当前牛只信息以及所述预设参数的步骤。
4.如权利要求1-3任一项所述的方法,其特征在于,所述根据所述当前牛只信息以及所述预设参数,确定预设预测时长后第一牛群结构的步骤之后,所述方法还包括:
输出所述第一牛群结构。
5.一种牛群结构的确定装置,其特征在于,所述牛群结构的确定装置包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的牛群结构的确定程序,所述处理器执行所述牛群结构的确定程序时实现如权利要求1至4中任一项所述的牛群结构的确定方法的步骤。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有牛群结构的确定程序,所述牛群结构的确定程序被处理器执行时实现如权利要求1至4中任一项所述的牛群结构的确定方法的步骤。
CN202011436336.4A 2020-12-10 2020-12-10 牛群结构的确定方法、装置及计算机可读存储介质 Active CN112488403B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011436336.4A CN112488403B (zh) 2020-12-10 2020-12-10 牛群结构的确定方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011436336.4A CN112488403B (zh) 2020-12-10 2020-12-10 牛群结构的确定方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112488403A CN112488403A (zh) 2021-03-12
CN112488403B true CN112488403B (zh) 2024-03-29

Family

ID=74941010

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011436336.4A Active CN112488403B (zh) 2020-12-10 2020-12-10 牛群结构的确定方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112488403B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102113628A (zh) * 2009-12-31 2011-07-06 内蒙古伊利实业集团股份有限公司 提高奶质的奶牛饲料及其制备方法和应用
CN103402354A (zh) * 2011-01-31 2013-11-20 凯-赞自动饲喂(2013)有限公司 用于家畜饲养的装置、系统和方法
KR101349008B1 (ko) * 2012-11-08 2014-02-20 대한민국 젖먹이 송아지의 개체별 통합 정밀 영양 상태 관리 시스템
CN105844534A (zh) * 2016-04-08 2016-08-10 北京农业信息技术研究中心 奶牛体况自动评分方法及装置
CN106172231A (zh) * 2016-08-17 2016-12-07 荆门华中农业开发有限公司 一种农牧结合的能繁母牛家庭农场养殖模式
CN106203675A (zh) * 2016-06-24 2016-12-07 阿牧网云(北京)科技有限公司 一种可精准预测奶牛场牛群结构变动的通用方法
CN107862621A (zh) * 2017-11-10 2018-03-30 临武县舜湘牛业发展有限公司 一种物联网的牛生物系统
CN108171368A (zh) * 2017-12-21 2018-06-15 山东省畜牧总站 一种奶牛存栏结构预测方法
CN110959573A (zh) * 2018-09-29 2020-04-07 大理展鹏农业科技有限公司 一种牛种繁殖方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102113628A (zh) * 2009-12-31 2011-07-06 内蒙古伊利实业集团股份有限公司 提高奶质的奶牛饲料及其制备方法和应用
CN103402354A (zh) * 2011-01-31 2013-11-20 凯-赞自动饲喂(2013)有限公司 用于家畜饲养的装置、系统和方法
KR101349008B1 (ko) * 2012-11-08 2014-02-20 대한민국 젖먹이 송아지의 개체별 통합 정밀 영양 상태 관리 시스템
CN105844534A (zh) * 2016-04-08 2016-08-10 北京农业信息技术研究中心 奶牛体况自动评分方法及装置
CN106203675A (zh) * 2016-06-24 2016-12-07 阿牧网云(北京)科技有限公司 一种可精准预测奶牛场牛群结构变动的通用方法
CN106172231A (zh) * 2016-08-17 2016-12-07 荆门华中农业开发有限公司 一种农牧结合的能繁母牛家庭农场养殖模式
CN107862621A (zh) * 2017-11-10 2018-03-30 临武县舜湘牛业发展有限公司 一种物联网的牛生物系统
CN108171368A (zh) * 2017-12-21 2018-06-15 山东省畜牧总站 一种奶牛存栏结构预测方法
CN110959573A (zh) * 2018-09-29 2020-04-07 大理展鹏农业科技有限公司 一种牛种繁殖方法

Also Published As

Publication number Publication date
CN112488403A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
Groeneveld et al. POPREP: a generic report for population management
BAHREINI et al. Comparison of mathematical models for describing the growth of Baluchi sheep
Clasen et al. Economic consequences of dairy crossbreeding in conventional and organic herds in Sweden
White et al. Cow–calf reproductive, genetic, and nutritional management to improve the sustainability of whole beef production systems
US20230419421A1 (en) Genomic technologies for agriculture production and performance management
Kok et al. Effects of dry period length on production, cash flows and greenhouse gas emissions of the dairy herd: A dynamic stochastic simulation model
Liinamo et al. Genetic parameters for residual energy intake and energy conversion efficiency in Nordic Red dairy cattle
Villalba et al. Long-term stochastic simulation of mountain beef cattle herds under diverse management strategies
David et al. Feeding behaviour of artificially reared Romane lambs
JP2021185919A (ja) 畜産情報管理システム、畜産情報管理方法、及び畜産情報管理プログラム
Phiri et al. Technical efficiency of tilapia production in Malawi and China: Application of stochastic frontier production approach
CN112488403B (zh) 牛群结构的确定方法、装置及计算机可读存储介质
Ieda et al. Characterization of smallholder pig breeding practices within a rural commune of North Central Vietnam
CN110889645A (zh) 一种牧场牲畜饲养管理方法、系统和计算机可读存储介质
KR102324668B1 (ko) 한우 개체 관리 및 교배 예측 방법
Marrella et al. Comparison of reproductive performance of AI-and natural service-sired beef females under commercial management
CN108171368B (zh) 一种奶牛存栏结构预测方法
Lundeheim et al. Shoulder ulcers in sows are genetically correlated to leanness of young pigs and to litter weight
CN112509634B (zh) 近亲繁殖概率的计算方法、装置及计算机可读存储介质
Andersson et al. Associations between litter size and medical treatment of sows during farrowing and lactation
Saghi et al. Using a linear-threshold model to investigate the genetic relationship between survival and productive traits in Japanese quail
Archer et al. Use of stochastic simulation to evaluate the reduction in methane emissions and improvement in reproductive efficiency from routine hormonal interventions in dairy herds
Holtkamp Modeling the economics of sow longevity
CN112633568B (zh) 牧场养殖风险提示方法、设备及介质
CN117036080A (zh) 一种母猪断奶性能预测方法、系统、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant