KR100879112B1 - 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템 - Google Patents

주문형 동물 사료를 결정하기 위한 컴퓨터 시스템 Download PDF

Info

Publication number
KR100879112B1
KR100879112B1 KR1020077026169A KR20077026169A KR100879112B1 KR 100879112 B1 KR100879112 B1 KR 100879112B1 KR 1020077026169 A KR1020077026169 A KR 1020077026169A KR 20077026169 A KR20077026169 A KR 20077026169A KR 100879112 B1 KR100879112 B1 KR 100879112B1
Authority
KR
South Korea
Prior art keywords
animal
data
feed
demand
profile
Prior art date
Application number
KR1020077026169A
Other languages
English (en)
Other versions
KR20070116182A (ko
Inventor
스티브 알 버가르디
브라이언 제이 너드슨
로렌 피터슨
데이비드 에이 쿡
마크 에이 에데코벤
Original Assignee
캔 테크놀로지스 인코포레이티드
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=24972816&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=KR100879112(B1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by 캔 테크놀로지스 인코포레이티드 filed Critical 캔 테크놀로지스 인코포레이티드
Publication of KR20070116182A publication Critical patent/KR20070116182A/ko
Application granted granted Critical
Publication of KR100879112B1 publication Critical patent/KR100879112B1/ko

Links

Images

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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
    • A01K5/02—Automatic devices
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23K—FODDER
    • A23K20/00—Accessory food factors for animal feeding-stuffs
    • A23K20/10—Organic substances
    • A23K20/142—Amino acids; Derivatives thereof
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23K—FODDER
    • A23K40/00—Shaping or working-up of animal feeding-stuffs
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23K—FODDER
    • A23K50/00—Feeding-stuffs specially adapted for particular animals
    • A23K50/10—Feeding-stuffs specially adapted for particular animals for ruminants
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23K—FODDER
    • A23K50/00—Feeding-stuffs specially adapted for particular animals
    • A23K50/30—Feeding-stuffs specially adapted for particular animals for swines
    • A—HUMAN NECESSITIES
    • A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
    • A23K—FODDER
    • A23K50/00—Feeding-stuffs specially adapted for particular animals
    • A23K50/80—Feeding-stuffs specially adapted for particular animals for aquatic animals, e.g. fish, crustaceans or molluscs
    • 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
    • G06Q50/10—Services
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish
    • Y02A40/818—Alternative feeds for fish, e.g. in aquacultures

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Polymers & Plastics (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Husbandry (AREA)
  • Zoology (AREA)
  • Food Science & Technology (AREA)
  • Birds (AREA)
  • Business, Economics & Management (AREA)
  • Environmental Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Insects & Arthropods (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Fodder In General (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

본 발명에서는 주문형 동물 사료를 제작하기 위한 방법 및 시스템을 개시한다. 상기 방법 및 시스템은 한 지역 이상으로부터의 재료 데이터와, 동물 데이터, 및 평가 데이터를 포함한다. 주문형 사료에 대한 설명서는 하나 이상의 지역에서 입수할 수 있는 재료의 혼합을 나타내는 재료 데이터에 의해 산출된다. 상기 주문형 사료는 동물의 사료에 대한 영양학적 요구량이 만족되도록 설계되어 산출된다. 상기 영양학적 요구량은 상기 동물 데이터로부터 유도된다. 또한, 상기 사료는 평가 기준의 요구 사항을 만족시키도록 최적화된다. 이어서, 상기 사료 데이터 및 동물 데이터와 함께 평가 기준, 즉, (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량을 사용하여, 상기 평가 기준의 한 가지 이상을 나타내는 평가 데이터를 기초로 하여 산출되는 주문형 사료를 제공한다.
Figure R1020077026169
주문형 사료, 컴퓨터 시스템, 데이터

Description

주문형 동물 사료를 결정하기 위한 컴퓨터 시스템{COMPUTER SYSTEM FOR DETERMINING A CUSTOMIZED ANIMAL FEED}
본 발명은 소, 돼지, 가금류, 어류, 갑각류 등의 동물용 주문형 사료를 결정하기 위해 컴퓨터화된 시스템에 관한 것이다. 특히, 상기 시스템은 동물의 특성, 입수 가능한 재료, 제품의 생산 속도 및 생산 비용 등의 정보에 관한 데이터를 기초로 하여 사료의 혼합을 결정한다.
식량의 생산, 구체적으로는 우유, 소고기, 돼지고기, 달걀, 닭고기, 생선 등의 동물성 제품을 생산하는데 있어서, 생산의 효율을 향상시키는 것이 필요하다. 생산의 효율, 즉, 동물성 제품을 생산하는 시간과 비용은 최소화하면서 최대의 양으로 생산하는 것은 경쟁 우위를 유지하는데 있어 중요하다.
일반적으로 생산자(농부, 목장주, 양돈업자 등)는 최대의 동물 생산성을 달성하기 위하여, 사료와 관련된 비용은 낮은 수준으로 유지하면서 생산되는 동물성 제품의 양(수 갤런의 우유, 수 파운드의 소고기 또는 돼지고기)을 최대화하기를 원 한다. 최대량의 동물성 제품은 생산자에게 있어서 최소한의 비용으로 생산되어야 한다. 생산자에게 있어서의 비용은 동물성 제품의 생산에 필요한 장비와 시설에 관련된 비용뿐만 아니라, 동물성 제품을 생산하는데 필요한 사료비도 포함된다. 장비와 시설에 관련된 고정비의 효과를 줄이기 위해서는, 최대량의 동물성 제품을 최소한의 기간 내에 생산하는 것이 바람직하다.
생산자는 이러한 생산 효율을 증가시키기 위하여 계속해서 노력하고 있다. 생산 효율을 증가시키는 한가지 방법은 동물에 공급하는 사료를 변경하는 것이다. 예를 들면, 특정량의 영양소를 함유하는 사료는 동물을 성장시키거나, 동물성 제품을 빨리 생산되게 하고/또는 우수한 성능을 나타내도록 하는 것에 반하여, 다른 양의 영양소를 함유하는 다른 사료는 비용 면에서 더 효율적으로 동물을 성장시키고 동물성 제품이 생산되도록 할 수도 있다.
동물용 사료를 제조하기 위한 현행 시스템은 생산자가 생산 효율을 계산하고 향상시키는데 충분한 도움을 주지 못한다. 일반적으로 현행 시스템은 일군의 동물의 특성과 관련된 전체적인 영양 프로파일을 산출한다. 이러한 시스템은 이어서, 전체적인 영양 프로파일을 조사하여 어떤 영양소를 농장 재료로부터 얻을 수 있는지 비교한다. 이러한 비교로부터 생산자의 현장 사료의 사용을 계산한 후, "영양학적 갭(nutritional gap)", 즉, 생산자가 요구하는 그의 생산 목표를 달성하는데 필요한 영양학적 요구량을 계산할 수 있다. 이어서, 상기 영양학적 갭을 공급자의 제조 공장에 위치하는 재료로부터 입수할 수 있는 영양소의 성분과 비교한다. 상기 영양학적 갭과 제조 공장에서 입수할 수 있는 영양 성분의 비교를 통해, 현행 시스 템은 최소 비용에 기초하여 바람직한 동물성 제품을 생산하도록 최적화된 비용 효율적인 주문형 사료를 공급자가 제공하도록 한다.
현행 시스템은 동물의 종합적인 사료에 사용되는 농장 재료의 양을 고려할 수 있도록 되어 있다. 일반적으로 이것은 결정에 있어서 고정된 투입 변수로서의 동물용 사료 중 농장 성분을 계산하는 것에 의해 실행된다. 이것은 최적화 과정의 일부로서 주문형 사료를 제조하는데 사용되는 농장 재료의 양을 변경할 수 있다는 장점이 있다. 또한, 현행 시스템은 단독 평가 기준, 일반적으로 사료비(예를 들면, 동물의 단위 체중 증가당 사료 비용 기준)을 기초로 하여 주문형 사료를 산출하는 것으로 한정된다. 이것은 주문형 사료를 산출하는데 있어서 한가지 이상의 평가 기준을 사용할 수 있는 시스템을 가질 수 있다는 장점이 있다.
본 발명의 목적은, 적어도 하나의 평가 기준에 기초하여 주문형 사료를 산출함으로써, 사료와 관련된 비용은 낮은 수준으로 유지하면서 동물성 제품의 생산량을 최대화하는 동물에 대한 주문형 사료 결정 시스템 및 방법을 제공하기 위한 것이다.
본 발명의 한 형태는 가축, 가금류, 어류 및 갑각류 등의 동물용 주문형 사료를 결정하는 시스템을 제공한다. 상기 시스템은 동물의 특성을 나타내는 동물 데이터, 하나 이상의 지역에 위치하는 사료용 재료를 나타내는 사료 데이터 및 적어도 하나의 평가 기준을 나타내는 평가 데이터를 저장한다. 상기 평가 기준은 일반적으로 동물의 생산성을 나타내는 요인들과 관련이 있다. 평가 기준의 일례에는 (ⅰ) 동물의 생산율(예를 들면, 동물 체중 증가율 또는 우유 또는 달걀 등의 식품의 생산율), (ⅱ) 동물의 단위 체중 증가당 사료 비용 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량이 포함된다. 상기 시스템은 데이터 저장 장치 또는 데이터를 저장하는 장치들과 통신하는 한 개 이상의 프로그램화된 마이크로프로세서인 데이터 처리 회로를 포함한다. 상기 데이터 처리 회로는 동물 데이터를 기초로 하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출한다. 사실상, 상기 영양 프로파일은 일군의 영양학적 파라미터("영양소")에 따라 정의된 동물에 공급 되는 종합적인 사료의 설명서이다. 상기 프로파일 데이터를 사용하여, 데이터 처리 회로는 한 지역 이상으로부터의 재료의 조합을 나타내는 배급량 데이터(ration data)를 산출한다. 상기 배급량 데이터는 상기 프로파일 데이터, 사료 데이터 및 평가 데이터를 기초로 하여 데이터 처리 회로에 의해 산출한다.
시스템의 또다른 형태는 동물 데이터를 기초로 하여, 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터 산출을 위한 처리 수단을 포함한다. 상기 데이터 처리 수단은 프로파일 데이터를 사용하여 한 지역 이상으로부터의 재료의 조합을 나타내는 배급량 데이터를 산출한다. 상기 배급량 데이터는 프로파일 데이터, 사료 데이터 및 평가 데이터를 기초로 하여 데이터 처리 수단에 의해 산출한다.
본 발명의 또다른 형태는 한 가지 이상의 동물에 대한 주문형 사료를 결정하는 방법을 제공한다. 상기 방법은, 동물의 특성을 나타내는 동물 데이터를 저장하는 단계, 제1 지역(예를 들면, 농장)에 위치하는 사료용 재료를 나타내는 사료 데이터를 저장하는 단계, 제2 지역(예를 들면, 공급자의 제조 공장)에 위치하는 사료용 재료를 나타내는 제2 사료 데이터를 저장하는 단계, 및 한 가지 이상의 평가 기준을 나타내는 평가 데이터를 저장하는 단계를 포함한다. 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터는 동물 데이터에 기초하여 산출한다. 상기 프로파일 데이터를 사용하여, 한 지역 이상으로부터의 재료의 조합을 나타내는 배급량 데이터는 프로파일 데이터, 사료 데이터 및 평가 데이터를 기초로 하여 산출한다.
본 발명의 또다른 형태는 하기 방법에 의해 생산된 주문형 사료를 제공한다. 그러한 방법은, 동물의 특성을 나타내는 동물 데이터를 저장하는 단계, 지역에 위 치하는 사료용 재료를 나타내는 사료 데이터를 저장하는 단계, 제2 지역에 위치하는 사료용 재료를 나타내는 제2 사료 데이터를 저장하는 단계, 및 적어도 하나의 평가 기준을 나타내는 평가 데이터를 저장하는 단계를 포함한다. 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터는 동물 데이터를 기초로 하여 산출한다. 상기 프로파일 데이터를 사용하여, 상기 지역으로부터의 재료의 조합을 나타내는 배급량 데이터는 사료 데이터와 평가 데이터를 더 기초로 하여 산출한다.
본 발명의 또다른 형태는 주문형 사료를 공급한 동물로부터 제작된 식품을 제공한다. 상기 식품은, 동물의 특성을 나타내는 동물 데이터를 저장하는 단계, 지역에 위치하는 사료용 재료를 나타내는 사료 데이터를 저장하는 단계, 하나 이상의 부가적인 지역에 위치하는 사료용 재료를 나타내는 제2 사료 데이터를 저장하는 단계, 및 적어도 하나의 평가 기준을 나타내는 평가 데이터를 저장하는 단계를 포함하는 방법에 의해 제작된다. 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터는 동물 데이터를 기초로 하여 산출할 수 있다. 상기 프로파일 데이터를 사용하여, 한 지역 이상으로부터의 재료의 조합을 나타내는 배급량 데이터는 사료 데이터 및 평가 데이터를 더 기초로 하여 산출한다. 조합한 재료를 동물에 공급하고, 상기 동물을 적절하게 가공하여 원하는 식품으로 생산한다(예를 들면, 동물로부터 우유 또는 달걀 등의 식품을 회수할 수 있거나, 또는 동물을 도살하여 인간 및/또는 다른 동물의 소비를 위해 고기를 제공할 수 있음).
여기서 설명되는 한 형태에 대한 변경에 의해, 시스템 및/또는 방법들은 하나 이상의 최적화된 기준 및/또는 하나 이상의 지역에 위치하는 재료를 나타내는 사료 데이터에 의존할 수 있다. 예를 들면, 배급량의 산출에 사용될 수 있는 재료는 재료 공급자의 제조 공장뿐만 아니라 동물과 관련된 농장에 위치할 수 있다. 상기 시스템의 필요 조건에 의존하여, 하나의 프로세서 또는 랜(LAN)이나 인터넷 등의 네트워크를 통해 서로 통신하는 분리된 프로세서에서 처리 내용을 통합할 수 있다. 또한, 상기 프로세서는 워크 스테이션, 휴대형 PC 및/또는 휴대용 컴퓨터(hand held computers) 등의 장치 내에 있을 수 있다.
여기서 설명되는 한 형태의 또다른 변경에서, 상기 시스템 및/또는 방법들은 영양 프로파일 중 하나 이상의 영양소에 대한 범위를 나타내는 변이 데이터 저장 장치인 디지털 프로세서와 통신하는 메모리 영역을 더 포함할 수 있다. 상기 디지털 프로세서는 변이 데이터를 기초로 하여 배급량 데이터 세트를 산출할 수 있다. 상기 시스템의 메모리 영역은 영양 프로파일 중에서 하나 이상의 영양소 각각에 할당된 값에 대하여 미리 선택된 증가분 변이에 대응하는 변이 데이터를 저장할 수 있다.
이러한 응용을 통하여, 본 텍스트는 상기 시스템 및/또는 방법의 다양한 형태를 언급한다. 설명하는 다양한 형태들은 다양한 대표적인 예들을 제공한다는 것을 의미하고, 대안적인 것을 설명하는 것으로 해석되어서는 안 된다. 또한, 여기서 제공되는 다양한 형태의 설명은 중복된 범위일 수도 있다는 것을 유의하여야 한다. 여기서 논의되는 형태는 단지 설명에 불과하고, 본 발명의 범위를 한정하는 것은 아니다.
전술한 본 발명의 동물용 주문형 사료를 결정하는 시스템 및 방법에 따르면, 동물 생산성과 관련된 하나 이상의 평가 기준을 나타내는 평가 데이터를 이용하여 다수의 배급량 데이터를 산출함으로써, 사료와 관련된 비용은 낮은 수준으로 유지하면서 동물성 제품의 생산량(예를 들어, 생산되는 우유의 갤런, 쇠고기 또는 돼지고기의 파운드)을 최대화하고, 그에 따라 최대 동물 생산성을 달성할 수 있는 효과가 있다.
여기서는, 가축, 가금류, 어류 또는 갑각류 등의 동물용 주문형 사료를 생산하는데 사용할 수 있는 대표적인 시스템 및 방법을 설명한다. 또한, 상기 시스템 및 방법이 어떻게 사료를 맞추어 생산 효율을 증가시킬 수 있는지 설명한다. 상기 시스템과 방법들이 한 가지 이상의 평가 기준을 사용하여 최적화된 사료를 결정할 수 있을 경우 특히 바람직하다. 적합한 평가 기준의 일례에는 동물의 단위 체중 증가당 사료 비용 기준, 동물성 생산율 기준(예를 들면, 동물의 체중 증가율, 또는 우유 또는 달걀 등의 동물성 제품의 생산율을 기초로 함), 동물의 단위 체중 증가당 사료의 양 기준이 포함된다.
본 시스템의 형태에서, 메모리에 저장된 명령의 순서를 실행하는 처리 단위를 가지는 컴퓨터 시스템을 사용할 수 있다. 보다 구체적으로, 명령의 순서의 실행은 처리 단위가 이하 설명하는 다양한 작업들을 수행하도록 한다. 상기 명령은 롬(ROM, read-only memory), 대량 저장 장치, 또는 기타 다른 영구 저장 장치로부터 처리 단위에 의한 실행을 위하여 램(RAM, random access memory)에 로드될 수 있다. 또다른 형태에서는 고정 배선에 의한 회로 소자가 소프트웨어 명령을 대신하거나, 또는 소프트웨어 명령과 공동으로 본 방법을 실행하도록 사용될 수 있다. 이와 같이, 여기서 설명하는 형태들은 하드웨어 회로 소자 및/또는 소프트웨어를 어떤 특정 조합이나, 또는 컴퓨터 시스템에 의해 실행되는 명령에 대한 어떤 특정 소스로 제한하지 않는다.
주문형 사료를 제작하는 것은 일반적으로 적어도 네 가지의 베이직 데이터 세트 - 즉, 제1 지역에 위치한 재료(1)의 모음을 나타내는 제1 사료 데이터, 제2 지역에 위치한 재료(2)의 모음을 나타내는 제2 사료 데이터, 동물의 특성(3)을 나타내는 동물 데이터(예를 들면, 동물의 유전자형, 생산 수준, 환경 및/또는 사료 공급 상황) 및 평가 기준(4) - 를 처리하고 조작하는 것을 포함한다(예를 들면, 도1). 이하에 설명하는 바와 같이, 농장에 위치한 재료[제1 지역에 위치한 제1 재료(1)]와 공급자의 제조 공장에 위치한 재료[제2 지역에 위치한 제2 재료(2)]의 세트를 나타내는 제1 사료 데이터 및 제2 사료 데이터는 동물에게 공급할 재료의 추천 혼합량을 산출하기 위하여 매우 자주 사용된다. 많은 예에서, 배급량 데이터는 하나 이상의 지역으로부터의 주문형 배급량[예를 들면, 도1에 도시한 바와 같은, 제1 지역으로부터의 주문형 배급량(7) 및 제2 지역으로부터의 주문형 배급량(8)]을 포함하는 동물에 대한 종합적인 사료를 정의한다. 이들은 조합되어 동물 데이터의 요구 사항을 만족시키면서 상기 평가 기준(4)과 합치되는 주문형 사료("배급량")로 제작될 수 있다. 상기 평가 기준은 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량과 같은 동물 생산성과 관계되는 적합한 기준 중에서 선택할 수 있다.
일부 변경된 형태에서, 본 시스템은 영양소 수준의 제한값(5) 및/또는 재료 수준의 제한값(6)을 저장하기 위하여 추가적인 메모리 영역을 포함할 수 있다. 이것은, 예를 들면, 특정 영양 성분의 보다 높은 수준이 주문형 사료를 공급받는 동물의 건강에 대해 위험성을 내포하게끔 설정되어 있는 경우 유용할 수 있다. 예를 들면, 주문형 사료에 셀레늄 등의 일부 미량 미네랄(trace mineral)이 매우 다량으로 포함되어 있을 경우, 상기 주문형 사료는 동물의 좋지 않은 건강 결과를 야기할 수 있다. 본 발명의 다양한 형태들에서는, 산출되는 프로파일 데이터 중의 하나 이상의 영양소에 대하여 최대량 및/또는 최소량의 제한값이 설정되도록 한다. 일부 실시예에서, 이것은 프로파일 데이터를 계산하기 위한 기초로서 동물 데이터와 함께 사용될 수 있다. 이들 제한값은 시스템의 일부로서 메모리 영역에 저장될 수 있거나, 또는 시스템이 상기 시스템에 의해 산출되는 프로파일 데이터에서의 특정 영양소(들)의 양에 대해 개개의 연산자가 하나 이상의 제한값을 입력하도록 할 수 있다. 또한, 주문형 제품의 혼합품 또는 동물에게 공급되는 종합적인 사료에서 하나 이상의 재료의 양을 바람직하게 제한하도록 할 수도 있다. 예를 들면, 주문형 사료를 펠릿 형태로 용이하게 제제화하기 위하여, 특정 재료의 양을 제한하고/또는 특정의 재료가 최소량으로 포함되도록 요구하는 것이 바람직할 수 있다.
일반적으로 시스템에 입력된 후 메모리 영역에 저장되는 제1 데이터 세트는 동물의 특성을 나타내는 데이터를 포함한다. 동물의 특성을 나타내는 데이터("동물 데이터") 종류의 일례에는 동물의 초기 체중, 동물의 목표 체중, 동물의 환경, 사료의 형태, 동물의 실제 또는 목표 생산 수준, 및 동물의 지방에 대한 근육의 관계가 포함된다. 예를 들면, 특정 동물에 대해 산출된 영양 프로파일은 동물의 유전자형, 환경, 현재 상태(예를 들면, 건강 및/또는 체중으로 정의됨), 목표 생산 수준, 사료의 형태(예를 들면, 가루형 또는 펠릿형), 현재 생산 수준, 원하는 최종 상태(예를 들면, 동물의 최종 체중 및/또는 동물의 지방에 대한 근육의 관계로 정의됨)와 같은 것들 중에서 하나 이상에 관한 동물의 다수의 다른 특성들을 기초로 하여 다양해질 수 있다. 돼지와 젖소의 각각에 대한 주문형 배급량("주문형 사료")를 설계하는데 사용되는 영양 프로파일을 산출하기 위하여, 그 기초로서 사용될 수 있는 동물의 특성에 대한 설명 세트를 하기 표1 및 표2에 열거한다.
Figure 112007080633843-pat00001
Figure 112007080633843-pat00002
동물의 특성을 나타내는 상기 동물 데이터는 이용 가능한 메모리 영역을 가진 컴퓨터 시스템에 입력될 수 있고, 데이터가 저장되도록 구성될 수 있다. 동물의 특성을 나타내는 상기 동물 데이터는 당 업계의 숙련된 기술자들에게 알려진 키보드, 마우스, 터치 패드, 컴퓨터, 인터넷 또는 기타 관련 장치를 포함하는 다양한 방법으로 상기 시스템에 입력될 수 있다.
상기 시스템은 상기 동물 데이터를 기초로 하여 동물들에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하도록 구성된 처리 회로를 포함한다. 실제 상기 영양 프로파일은 일군의 영양학적 파라미터("영양소")에 따라 정의된 동물에게 공급되는 종합적인 사료에 대한 설명서이다. 상기 시스템의 정교함의 원하는 정도에 따라, 상기 프로파일 데이터는 비교적 작은 영양소 세트 또는 다수의 영양소 세트를 포함할 수 있다. 표3은 돼지와 젖소 등의 동물에 대한 프로파일 데이터를 설명하는데 사용될 수 있는 영양소의 설명 리스트를 포함한다. 물론, 프로파일 데이터를 산출하는데 사용되는 영양소 리스트는 가축이나 기타 동물 등 다른 종류의 동물에 따라 다를 수 있다. 표4 및 표5는 돼지와 젖소의 각각에 대하여 영양 프로파일을 산출하는데 사용하기 적합한 영양소의 리스트를 각각 포함한다.
본 시스템 내의 데이터 처리 회로는 또한, 하나 이상의 지역으로부터의 재료의 조합을 나타내는 배급량 데이터를 산출하기 위하여 구성된다. 상기 배급량 데이터는 프로파일 데이터, 지역(들)에서의 입수 가능한 사료용 재료를 나타내는 사료 데이터, 및 하나 이상의 평가 기준을 나타내는 평가 데이터를 기초로 하여 상기 데이터 처리 회로에 의해 산출된다.
Figure 112007080633843-pat00003
Figure 112007080633843-pat00004
Figure 112007080633843-pat00005
평가 기준은 일반적으로 동물의 생산성을 나타내는 인자와 관련이 있고, 생산자가 최적화하고자 하는 생산의 측면을 반영한다. 본 시스템은 생산자가 생산자의 생산 목표에 적합한 평가 기준(예를 들면, 비용/증가분, 비용/생산량, 동물의 생산율 및/또는 사료/증가분)을 선택하도록 한다. 예를 들면, 양돈업자가 비용/증가분 또는 증가율에 초점을 맞추는 반면, 낙농업자는 단위 생산량을 생산하는데 요구되는 사료비(비용/생산량)에 초점을 맞출 수 있다.
배급량 데이터의 산출에 있어서 평가 기준으로 사용될 수 있는 동물 생산 기준에 적합한 일례에는 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량이 포함된다. 상기 동물의 생산율은 단순히 동물의 체중 증가율을 나타내는 측정치일 수 있다(증가율). 예를 들면, 양돈업자는 돼지의 체중 증가율을 최대화하는 사료를 선택함으로써 증가율을 최적화하는 것을 바랄 수 있다. 이것은 양돈업자가 제한된 공간을 가지고 고정된 자산으로 생산을 가능한 한 빨리 하는데 관심이 있을 경우 선택될 수 있다. 상기 평가 데이터로서 동물의 단위 체중 증가분을 생산하는데 요구되는 사료비("비용/증가분" 기준)를 나타내는 데이터를 포함할 수 있다. 예를 들면, 양돈업자는 돼지의 단위 체중을 증가시키는데 요구되는 사료비를 최소화하는 사료를 선택함으로써 비용/증가분을 최적화하는 것을 바랄 수 있다. 상기 평가 데이터는 단위 증가분을 생산하는데 요구되는 사료의 양(사료/증가분)을 나타내는 데이터를 포함할 수 있다. 예를 들면, 생산자는 단위 증가분을 생산하는데 요구되는 사료의 양을 최소화하는 사료를 선택함으로써 사료/증가분을 최적화하는 것을 바랄 수 있다. 생산자가 사료 저장 공간의 제약을 받을 경우 이러한 기준을 선택할 수 있다.
상기 평가 기준에 사용될 수 있는 기타 동물에 적합한 생산율의 일례에는 우유 또는 달걀과 같은 동물로부터의 식품의 생산 비율이 포함된다. 기타 적합한 평가 기준에는 특정 동물성 제품의 단위 생산량을 생산하는데 요구되는 사료비("비용/생산량")가 포함된다. 예를 들면, 우유 생산자는 우유의 한 단위를 생산하는데 요구되는 사료비를 최소화하는 사료를 선택함으로써 비용/생산량을 최적화하는 것을 바랄 수 있다. 오직 하나의 평가 기준을 나타내는 평가 데이터를 사용하는 것에 더하여, 본 시스템은 배급량 데이터를 산출하는데 있어서 두 가지 이상의 평가 기준의 조합을 나타내는 평가 데이터를 사용할 수 있다. 예를 들면, 적절한 사료를 고려할 경우, 생산자는 사료비(일반적으로 비용/증가분의 기준)뿐만 아니라 생산율을 기초로 하여 주문형 사료를 산출하는 것을 바랄 수 있다.
또한, 생산자는 두 가지 이상의 평가 기준의 상대적인 조합에 가중치를 두어 선택할 수 있다. 상기 시스템은 한 가지 이상의 평가 기준의 평균에 부분적인 가중치를 둔 것을 기초로 하여 배급량 데이터를 산출하는 데이터 처리 회로를 포함할 수 있다. 하나의 특정 형태에서, 본 시스템은 동물의 단위 체중 증가당 사료 비용과 동물의 생산율의 조합과 같은 두 가지의 평가 기준(제1 평가 기준 및 제2 평가 기준)의 평균에 부분적으로 70:30의 가중치를 둔 것을 기초로 하여 배급량 데이터를 산출한다. 상기 시스템은 또한 선택된 다양한 평가 기준에 따라 사용자가 상대적인 가중치를 변화시키도록 할 수 있다.
예를 들면, 상기 언급한 일례에서, 생산자가 비용/증가분 기준에 70%의 가중치를 두고, 동물 체중 증가율의 기준에 30%의 가중치를 둔 평가 기준의 조합을 사용하여 배급량 데이터를 산출하는 것을 원할 수 있다. 그러한 가중치를 둔 최적화된 분석을 제공하기 위한 한가지 방법으로는, 단독 평가 기준으로서 비용/증가분을 사용하여 배급량 데이터에 대한 첫번째 솔루션을 산출하고, 단독 평가 기준으로서 동물 체중 증가율을 사용하여 배급량 데이터에 대한 두번째 솔루션을 산출하는 것이 있다. 가중치를 두어 조합한 솔루션을 나타내는 배급량 데이터는, 상기 비용/증가분 배급량 데이터 세트로부터의 재료의 양의 70%와, 증가율 배급량 데이터 세트로부터의 재료의 양의 30%를 합함으로써 얻을 수 있다. 예를 들면, 비용/증가분 배급량 데이터가 껍질을 벗기지 않은 옥수수 가루를 10% 포함하고(비용/증가분을 기초로 하여 단독으로 산출), 증가율 배급량 데이터가 껍질을 벗기지 않은 옥수수 가루를 15% 포함하는(증가율을 기초로 하여 단독으로 산출) 예에 있어서, 생산자가 사료에 있어서의 재료 혼합을 위한 제1 평가 기준으로서 비용/증가분을 선택한 경우, 껍질을 벗기지 않은 옥수수 가루의 요구량 10% 중 대량 70%와, 껍질을 벗기지 않은 옥수수 가루의 요구량 15% 중 30%를 합한 것을 포함하여, 종합적인 사료에 있어서의 껍질을 벗기지 않은 옥수수 가루의 양(즉, 껍질을 벗기지 않은 옥수수 가루 약 11.5%)을 생성하게 할 것이다. 이어서, 이러한 가중치를 두어 합하는 것은 두 가지 접근에 의해 산출된 두 가지 주문형 사료에서 나타난 재료의 전체량에 대해서 반복된다. 종래의 숙련된 자들에게 인정되는 바와 같이, 평가 기준에 가중치를 둔 조합을 기초로 하여 배급량 데이터를 산출하는 기타의 방법들이 있다. 본 시스템은 또한, 두 가지 이상의 평가 기준(예를 들면, 60:40 또는 80:20을 기초로 가중치를 둔 두 가지의 평가 기준)의 조합에 대한 다른 가중치를 기초로 하여 배급량 데이터를 산출하도록 구성될 수 있다. 본 시스템의 일부 형태에서, 다양한 평가 기준에 할당된 가중치 인자는 그 자체가 생산자의 특정 상황에 따른 요구를 반영하도록 생산자에 의해 선택된 입력 파라미터(들)일 수 있다.
도2는 본 시스템의 형태에서의 일반적인 데이터 흐름을 도시한다. 도2에 나타낸 상기 시스템은 영양학자에 의해 제공될 수 있는 동물 데이터(31)와 최적 조정량을 기초로 하여 영양 프로파일(32)을 산출하기 위해 구성된 데이터 처리 회로(30)를 포함한다. 기타 데이터 처리 회로는 농장 위치(33)와 제조 위치(34)에서 입수 가능한 개개의 재료에 관련된 영양소 양의 리스트를 산출한다. 선형 프로그램을 포함하는 데이터 처리 회로(36)는 평가 기준(35)을 기초로 하여 주문형 제품을 산출한다. 일반적으로 선형 프로그램은 또한, 농장 위치의 재료 및 제조 위치의 재료 둘 다에 관련된 가격 데이터를 기초로 하여 주문형 제품 솔루션을 산출한다. 한 형태에서, 소매 가격 및 도매 가격 정보는 선형 프로그램이 단독의 다변수 문제에 대한 솔루션을 기초로 하여 연관된 가격을 가지는 잠재적인 다른 종류의 재료를 고려하는 것을 용이하게 하도록 표준화할 수 있다. 상기 선형 프로그램은 선형 수학 함수를 사용하는 제약에 의해 제한된 매우 많은 변수를 포함하는 문제를 해결할 수 있는 수학적 모델이다. 이러한 종류의 문제들을 해결할 수 있는 다양한 선형 프로그램은 종래의 숙련된 자들에게 알려져 있다. 이러한 종류의 프로그램의 일례로는 복잡한 다변수 문제를 해결하기 위한 컴퓨터 소프트웨어 시스템의 일부로서 시중의 「Format International」(상품명)로부터 입수할 수 있는 것이 있다.
동물 데이터, 평가 데이터, 및 보유 재료 및/또는 제조 공장 재료를 나타내는 사료 데이터를 저장하는 시스템의 메모리 영역은 배급량 데이터를 산출할 수 있는 데이터 처리 단위와 통신한다. 상기 데이터 처리 단위는 데이터 처리 회로 또는 디지털 처리 회로를 포함할 수 있다. 상기 동물 데이터, 보유하고 있는 재료와 제조 공장 재료에 대한 사료 데이터, 및 평가 데이터를 저장하는 메모리 영역은 입력된 키보드 명령, 마우스 명령, 다른 컴퓨터와 연결된 네트워크 접속, PDA(personal data assistants)에 의하여, 모뎀 접속을 통하여, 인터넷을 통하여, 또는 인트라넷을 통하여 상기 데이터 처리 단위와 통신할 수 있다.
선형 프로그램을 포함하는 데이터 처리 회로(들)는 컴퓨터 배급량 데이터에 대한 기초가 되는 입력 데이터(예를 들면, 프로파일 데이터, 사료 데이터, 평가 데이터 및 재료 제약 데이터)를 취할 수 있다. 배급량 데이터는 한 가지 이상의 평가 기준을 기초로 하여 원하는 영양 프로파일을 달성하기 위해 해결된 재료 솔루션의 조합을 상술한 데이터를 포함한다. 일반적으로 본 시스템에 의해 산출된 배급량 데이터는 동물에 대한 종합적인 주문형 사료를 제공하는데 사용되는 재료의 종류와 양을 나타내는 데이터를 포함한다. 또한, 일반적으로 본 시스템에 의해 제공되는 상기 배급량 데이터는 제1 지역(예를 들면, 농장 지역)으로부터의 재료의 종류와 양 및 적어도 하나의 또다른 위치(예를 들면, 하나 이상의 공급자 지역)로부터의 재료의 종류와 양을 조합한 것에 대하여 상술한 솔루션을 구체화한다. 잠재적인 재료들의 종합적인 세트가 하나 이상의 지역에 위치하는 재료를 포함하는 경우, 상기 배급량 데이터에 의해 구체화된 주문형 사료는 하나의 지역 또는 하나 이상의 지역에 위치하는 재료들로 제조될 수 있다. 예를 들면, 상기 배급량 데이터는 단지 공급자 지역에 위치한 재료들로부터 제조되거나 또는 농장 지역 및 공급자 지역 둘 다에 위치한 재료들로부터 제조된 주문형 사료를 정의할 수 있다.
일반적으로 상기 배급량 데이터는 사료용 재료의 양의 조합을 나타내는 주문형 사료 데이터를 포함한다. 상기 주문형 사료 데이터는 동물의 종합적인 사료를 공식화하는데 사용되는 재료의 대응되는 양과 종류를 구체화할 수 있다. 이것은 하나 이상의 지역에서 입수할 수 있는 일군의 재료, 예를 들면, 공급자 지역에서 입수할 수 있는 재료뿐만 아니라 생산자 위치에서 입수할 수 있는 재료로 작성될 수 있다. 또한, 본 시스템은 개개의 지역에서 사용되는 재료의 종류와 양을 구체화한 주문형 사료 데이터를 제공할 수 있다. 예를 들면, 상기 주문형 사료 데이터는 제1 사료 혼합물을 형성하기 위해 사용되는 제1 지역에서 입수할 수 있는 재료(예를 들면, 농장 재료)의 종류와 양의 리스트 및 제2 사료 혼합물을 형성하기 위해 사용되는 제2 지역에서 입수할 수 있는 재료(예를 들면, 공급자 지역에서 입수할 수 있는 재료)의 종류와 양의 리스트를 포함할 수 있다. 그러한 예에서, 상기 주문형 사료 데이터는 또한 일반적으로 동물에 대한 종합적인 주문형 사료를 제조하기 위해 사용되는 제1 사료 혼합물 및 제2 사료 혼합물의 양을 구체화할 것이다.
일반적으로 상기 배급량 데이터는 다양한 종류의 재료의 양을 포함한다. 어떤 특정 지역에서 입수할 수 있는 실제 재료는 시간에 따라 변경될 수 있고, 특정 위치에서 전형적으로 생산되고/또는 저장되는 동물용 사료의 종류를 반영할 뿐만 아니라 일반적으로 지역 근거에 따라 변경될 것이다. 일반적으로 상기 배급량 데이터는 곡물원, 단백질원, 비타민원, 미네랄원(예를 들면, 고분자 미네랄원 및/또는 미량 미네랄원) 및/또는 지방원 등 다수의 다른 재료 카테고리로부터의 재료의 양을 나타내는 사료 데이터를 포함한다. 표6은 다양한 동물에 대한 주문형 사료 혼합물을 공식화하는데 사용하기 적합한 대표적인 재료의 리스트를 포함한다. 표7, 표8 및 표9는 돼지 또는 젖소에 대한 주문형 사료 제품을 산출하는데 사용될 수 있는 재료의 리스트를 포함한다.
Figure 112007080633843-pat00006
표6 계속
Figure 112007080633843-pat00007
표6 계속
Figure 112007080633843-pat00008
표6 계속
Figure 112007080633843-pat00009
표6 계속
Figure 112007080633843-pat00010
Figure 112007080633843-pat00011
Figure 112007080633843-pat00012
Figure 112007080633843-pat00013
동물에게 사료를 공급할 경우, 생산자가 보유하고 있는 재료(예를 들면, 농장 재료)만을 사용하면 동물의 영양학적 요구를 만족시킬 수 없다. 동물의 영양학적 요구를 만족시키기 위하여, 생산자는 제조 공장, 사료 혼합 공장 등의 외부 공급자로부터 입수할 수 있는 사료용 재료로 제조된 주문형 사료 제품과 함께 보유하고 있는 재료를 사용하기를 원할 것이다. 일반적으로 상기 외부 공급자는 입수할 수 있거나 또는 그들의 공장(예를 들면, 다양한 농장의 옥수수, 대두박, 밀, 보리, 귀리, 동물성 지방, 다양한 비타민 보충제)에 보유하고 있는 범위의 재료를 가지고 있다.
동물에 대한 종합적인 주문형 사료를 제공하는데 사용되는 재료의 종류와 양을 구체화하는 데이터에 더하여, 본 시스템에 의해 산출된 상기 배급량 데이터는 또한 종합적인 주문형 사료와 관련된 기타의 데이터를 포함할 수 있다. 그러한 기타의 데이터의 일례에는 주문형 사료 데이터와 관련된 비용을 나타내는 비용 데이터, 상기 주문형 사료 데이터와 관련된 사료의 중량을 나타내는 사료 중량 데이터 및 상기 주문형 사료 데이터와 관련된 대상 동물의 성장을 나타내는 성장 데이터가 포함된다. 예를 들면, 하기 표10에는 생산성, 동물의 성장 및 비용 효율성에 대하여 주문형 사료를 평가하는데 있어서 생산자 및/또는 공급자를 보조하는데 유용할 수 있는 다수의 배급량 데이터 카테고리가 나열되어 있다. 이러한 정보 형태의 유용성은 생산자 및/또는 공급자에게 비용, 사료의 부피, 손해 및 동물의 성장과 같은 요인에 대한 식이 조성물 내 변화의 효과에 관한 추가적인 정보를 제공할 수 있다. 성분들의 형태 및 양의 목록에서와 같이, 비용 데이터 및 사료 중량 데이터는 종합적인 주문형 사료 데이터 및/또는 사료 혼합물과 관련된 비용 및 사료의 중량을 나타낼 수 있어, 각 위치로부터 제공되도록 한다.
Figure 112007080633843-pat00014
여기에서 설명하는 기타 변경된 형태에서, 상기 시스템 및/또는 방법은 또한 디지털 프로세서와 통신하는 메모리 영역을 포함할 수 있고, 상기 디지털 프로세서는 영양 프로파일의 하나 이상의 영양 성분에 대한 범위를 나타내는 변이 데이터를 저장한다. 상기 디지털 프로세서는 변이 데이터를 기초로 하여 배급량 데이터 세트를 산출할 수 있다. 상기 메모리 영역은 영양 프로파일 내의 하나 이상의 영양소 중에서 개개의 영양소에 할당된 값에 대해 미리 선택된 증가분 변이에 대응하는 변이 데이터를 저장할 수 있다. 예를 들면, 메모리 영역은 실제 소화 가능한 리신(lysine) 및 순 에너지와 같은 두 가지의 각 영양소에 할당된 값의 미리 선택된 증가분의 포지티브 변이 및 네거티브 변이에 대응하는 변이 데이터를 저장할 수 있다. 상기 디지털 프로세서는 두 가지의 구체화된 영양소에 대하여 여덟 가지의 가능한 추가적인 조합의 각각에 대응하는 배급량 데이터를 산출한다. 본래의 영양 프로파일과 관련된 배급량 데이터와 함께, 각각의 구체화된 영양소에 대한 값의 다양한 조합(본래값, 본래값+증가분, 본래값-증가분)에 대응하는 9가지의 배급량 데이터의 결과 세트는 배급량 데이터의 3 ×3 행렬에 의해 만들어진다. 이러한 접근의 일례를 하기 표11에서 설명한다. 변이 데이터를 기초로 하여 배급량 데이터 세트를 산출하는 일반적인 접근을 도3에 개략적으로 도시한다. 행렬에서 중심 지점에 대한 배급량 데이터("배급량 데이터 5")의 결정은 영양 프로파일을 기초로 하여 데이터 처리 회로에 의해 산출된 솔루션과 대응한다. 표11에 나타낸 예에서, 영양 프로파일은 실제 소화 가능한 리신에 대해 0.90%의 값을 가지고, 순 에너지에 대해서는 2150㎉/㎏의 값을 가진다. 표11에 나타낸 세트에 있어서 8개의 기타 배급량 데이터의 각각은, 적어도 하나의 영양소의 값이 구체화된 증가분에 의해 변경된 수정 영양 프로파일에 대하여 산출한 배급량 데이터와 대응한다. 예를 들면, 배급량 데이터 1은 실제 소화 가능한 리신에 대해 0.95%, 순 에너지에 대해 2100㎉/㎏의 값을 가지는 수정 영양 프로파일과 관련된 배급량 데이터를 나타낸다. 배급량 데이터 6은 실제 소화 가능한 리신에 대한 값(0.85%) 만을 영양 프로파일의 값과 다르게 변경시킨 수정 영양 프로파일과 관련된 배급량 데이터를 나타낸다. 그러한 행렬의 산출은 주어진 평가 기준에 대한 최적의 배급량 데이터로 판단하여, 구체화된 영양소(들)의 양에 있어서 증가분 변이의 효과를 평가하는 것을 용이하게 할 수 있다.
실제 소화 가능한 리신
0.95% 0.90% 0.85%
순 에너지 (㎉/㎏) 2100 제1 배급량 데이터 제2 배급량 데이터 제3 배급량 데이터
2150 제4 배급량 데이터 제5 배급량 데이터 제6 배급량 데이터
2200 제7 배급량 데이터 제8 배급량 데이터 제9 배급량 데이터
이상 구체적이고 설명적인 다양한 형태와 기술을 참고하여 본 발명을 설명하였다. 그러나, 다양한 변경 및 수정은 본 발명의 사상과 범위 내에서 이루어질 수 있다는 것을 이해하여야 한다.
도1은 본 시스템의 형태에서의 데이터 흐름의 일반적인 개요도.
도2는 우유의 생산 및/또는 품질이 최적화된 주문형 제품("주문형 배급량") 및/또는 현장 재료로부터의 사료 혼합품("농장 배급량")을 산출하는데 사용하기 위해 설계된 본 시스템의 형태에서의 데이터 흐름의 일반적인 개요도.
도3은 도1에 도시한 시스템을 변경시킨 데이터 흐름의 일반적인 개요도.

Claims (42)

  1. 적어도 하나의 동물에 대한 주문형 사료를 결정하기 위한 시스템에 있어서,
    동물의 특성을 나타내는 동물 데이터를 저장하도록 구성된 제1 메모리;
    제1 지역에 위치한 사료용 재료를 나타내는 제1 사료 데이터를 저장하도록 구성된 제2 메모리;
    제2 지역에 위치한 사료용 재료를 나타내는 제2 사료 데이터를 저장하도록 구성된 제3 메모리;
    적어도 하나의 평가 기준을 나타내는 평가 데이터를 저장하도록 구성된 제4 메모리; 및
    상기 메모리들과 통신하고, 상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하도록 구성된 데이터 처리부
    를 포함하고,
    상기 데이터 처리부는 또한 상기 제1 지역 및 상기 제2 지역으로부터의 재료의 조합을 나타내는 배급량 데이터(ration data)를 산출하도록 구성되고, 상기 배급량 데이터는 상기 프로파일 데이터, 상기 제1 사료 데이터와 상기 제2 사료 데이터, 및 상기 평가 데이터에 기초하여 상기 데이터 처리부에 의해 산출되는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  2. 제1항에 있어서,
    상기 동물 데이터는 동물의 초기 체중, 동물의 목표 체중, 동물의 환경, 사료 형태, 동물의 실제 또는 목표 생산 수준, 및 동물의 지방에 대한 근육의 관계 중 적어도 하나를 나타내는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  3. 제2항에 있어서,
    상기 사료용 재료는 곡물원, 단백질원, 비타민원, 미네랄원 및 지방원 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  4. 제3항에 있어서,
    상기 평가 기준은 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  5. 제1항에 있어서,
    상기 평가 데이터는 적어도 2 가지의 평가 기준을 나타내는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  6. 제5항에 있어서,
    상기 평가 기준은 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 2 가지를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  7. 제6항에 있어서,
    상기 동물 데이터는 동물의 초기 체중, 동물의 목표 체중, 동물의 환경, 사료 형태, 동물의 실제 또는 목표 생산 수준, 및 동물의 지방에 대한 근육의 관계 중 적어도 하나를 나타내는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  8. 제7항에 있어서,
    상기 사료용 재료는 곡물원, 단백질원, 비타민원, 미네랄원 및 지방원 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  9. 삭제
  10. 제5항에 있어서,
    상기 데이터 처리부와 통신하고, 상기 배급량 데이터의 산출에 대하여 각각의 평가 기준이 갖는 영향을 나타내는 가중치 데이터를 저장하도록 구성된 제5 메모리를 더 포함하고,
    상기 데이터 처리부는 또한 상기 가중치 데이터에 기초하여 상기 배급량 데이터를 산출하고,
    상기 가중치 데이터는 상기 평가 기준 중 하나가 상기 배급량 데이터의 산출에 어떤 영향도 미치지 않도록 선택될 수 있는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  11. 제1항에 있어서,
    상기 메모리들은 디지털 메모리들이고, 상기 디지털 메모리와 상기 데이터 처리부 사이에 병렬 데이터 버스(parallel data bus)가 연결되어 이들 사이의 통신을 용이하게 하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  12. 제1항에 있어서,
    상기 메모리들은 복수의 디지털 메모리들이고, 네트워크가 상기 디지털 메모리들을 상기 데이터 처리부와 연결시켜 이들 사이의 통신을 용이하게 하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  13. 제1항에 있어서,
    상기 배급량 데이터는 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 하나를 나타내는 데이터를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  14. 제13항에 있어서,
    상기 영양 프로파일을 나타내는 프로파일 데이터는 적어도 2 가지의 영양 성분을 나타내고,
    상기 주문형 동물 사료 결정 시스템은,
    디지털 프로세서와 통신하고, 상기 영양 프로파일의 영양 성분에 대한 범위를 나타내는 변이 데이터를 저장하도록 구성된 제6 메모리
    을 더 포함하고,
    상기 디지털 프로세서는 상기 변이 데이터에 기초하여 배급량 데이터 세트를 산출하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  15. 제14항에 있어서,
    상기 영양 성분은 적어도 실제 소화가능한 리신(true digestible lysine)과 순 에너지(net energy)를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  16. 적어도 하나의 동물에 대한 주문형 사료를 결정하기 위한 시스템에 있어서,
    동물의 특성을 나타내는 동물 데이터를 저장하도록 구성된 제1 메모리;
    적어도 하나의 지역에 위치한 사료용 재료를 나타내는 사료 데이터를 저장하도록 구성된 제2 메모리;
    적어도 2 가지의 평가 기준을 나타내는 평가 데이터를 저장하도록 구성된 제3 메모리; 및
    상기 메모리들과 통신하고, 상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하도록 구성된 데이터 처리부
    를 포함하고,
    여기서, 상기 데이터 처리부는 또한 상기 지역으로부터의 재료의 조합을 나타내는 배급량 데이터를 산출하도록 구성되고, 상기 배급량 데이터는 상기 프로파일 데이터, 상기 사료 데이터 및 상기 평가 데이터에 기초하여 상기 데이터 처리부에 의해 산출되는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  17. 제16항에 있어서,
    상기 동물 데이터는, 동물의 초기 체중, 동물의 목표 체중, 동물의 환경, 사료 형태, 동물의 실제 또는 목표 생산 수준, 및 동물의 지방에 대한 근육의 관계 중 적어도 하나를 나타내고, 상기 사료용 재료는, 곡물원, 단백질원, 비타민원, 미네랄원 및 지방원 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  18. 제17항에 있어서,
    상기 평가 기준은, (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 2 가지를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  19. 삭제
  20. 삭제
  21. 제16항에 있어서,
    상기 배급량 데이터는, (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 하나를 나타내는 데이터를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  22. 제21항에 있어서,
    상기 영양 프로파일을 나타내는 프로파일 데이터는 적어도 2 가지의 영양 성분을 나타내고,
    상기 주문형 동물 사료 결정 시스템은 디지털 프로세서와 통신하고, 상기 영양 프로파일의 적어도 하나의 영양 성분에 대한 범위를 나타내는 변이 데이터를 저장하도록 구성된 제5 메모리을 더 포함하고,
    상기 디지털 프로세서는 상기 변이 데이터에 기초하여 배급량 데이터 세트를 산출하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  23. 제22항에 있어서,
    상기 적어도 하나의 영양 성분은 실제 소화가능한 리신과 순 에너지 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  24. 적어도 하나의 동물에 대한 주문형 사료를 결정하기 위한 시스템에 있어서,
    동물의 특성을 나타내는 동물 데이터를 저장하기 위한 제1 메모리 수단;
    제1 지역에 위치한 사료용 재료를 나타내는 제1 사료 데이터를 저장하기 위한 제2 메모리 수단;
    제2 지역에 위치한 사료용 재료를 나타내는 제2 사료 데이터를 저장하기 위한 제3 메모리 수단;
    적어도 하나의 평가 기준을 나타내는 평가 데이터를 저장하기 위한 제4 메모리 수단; 및
    상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하기 위한 처리 수단
    을 포함하고,
    상기 처리 수단은 상기 제1 지역 및 상기 제2 지역으로부터의 재료의 조합을 나타내는 배급량 데이터를 산출하고, 상기 배급량 데이터는 상기 프로파일 데이터, 상기 제1 사료 데이터와 상기 제2 사료 데이터, 및 상기 평가 데이터에 기초하여 상기 처리 수단에 의해 산출되는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  25. 제24항에 있어서,
    상기 동물 데이터는 동물의 초기 체중, 동물의 목표 체중, 동물의 환경, 사료 형태, 동물의 실제 또는 목표 생산 수준, 및 동물의 지방에 대한 근육의 관계 중 적어도 하나를 나타내고,
    상기 사료용 재료는 곡물원, 단백질원, 비타민원, 미네랄원 및 지방원 중 적어도 하나를 포함하고,
    상기 평가 기준은 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  26. 제24항에 있어서,
    상기 평가 기준은 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 2 가지를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  27. 제24항에 있어서,
    상기 사료용 재료는 곡물원, 단백질원, 비타민원, 미네랄원 및 지방원 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  28. 제24항에 있어서,
    상기 배급량 데이터는 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 하나를 나타내는 데이터를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  29. 삭제
  30. 적어도 하나의 동물에 대한 주문형 사료를 결정하기 위한 시스템에 있어서,
    동물의 특성을 나타내는 동물 데이터를 저장하기 위한 제1 메모리 수단;
    적어도 하나의 지역에 위치한 사료용 재료를 나타내는 사료 데이터를 저장하기 위한 제2 메모리 수단;
    적어도 2 가지의 평가 기준을 나타내는 평가 데이터를 저장하기 위한 제3 메모리 수단; 및
    상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하기 위한 처리 수단
    을 포함하고,
    상기 처리 수단은 또한 상기 지역으로부터의 재료의 조합을 나타내는 배급량 데이터를 산출하고, 상기 배급량 데이터는 상기 프로파일 데이터, 사료 데이터 및 평가 데이터에 기초하여 상기 처리 수단에 의해 산출되는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  31. 제30항에 있어서,
    상기 동물 데이터는 동물의 초기 체중, 동물의 목표 체중, 동물의 환경, 사료 형태, 동물의 실제 또는 목표 생산 수준, 및 동물의 지방에 대한 근육의 관계 중 적어도 하나를 나타내고,
    상기 사료용 재료는 곡물원, 단백질원, 비타민원, 미네랄원 및 지방원 중 적어도 하나를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  32. 제31항에 있어서,
    상기 평가 기준은 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 2 가지를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  33. 삭제
  34. 제30항에 있어서,
    상기 배급량 데이터는 (ⅰ) 동물의 생산율, (ⅱ) 동물의 단위 체중 증가당 사료 비용, 및 (ⅲ) 동물의 단위 체중 증가당 사료의 중량 중 적어도 하나를 나타내는 데이터를 포함하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  35. 제30항에 있어서,
    상기 영양 프로파일을 나타내는 프로파일 데이터는 적어도 2 가지의 영양 성분을 나타내고,
    상기 주문형 동물 사료 결정 시스템은 상기 영양 프로파일의 적어도 하나의 영양 성분에 대한 범위를 나타내는 변이 데이터를 저장하기 위한 제5 메모리 수단을 더 포함하고,
    상기 처리 수단은 상기 변이 데이터에 기초하여 배급량 데이터 세트를 산출하는
    것을 특징으로 하는 주문형 동물 사료의 결정 시스템.
  36. 적어도 하나의 동물에 대한 주문형 사료를 결정하는 컴퓨터화된 방법에 있어서,
    동물의 특성을 나타내는 동물 데이터를 제1 메모리에 저장하는 단계;
    제1 지역에 위치한 사료용 재료를 나타내는 제1 사료 데이터를 제2 메모리에 저장하는 단계;
    제2 지역에 위치한 사료용 재료를 나타내는 제2 사료 데이터를 제3 메모리에 저장하는 단계;
    적어도 하나의 평가 기준을 나타내는 평가 데이터를 제4 메모리에 저장하는 단계;
    데이터 처리부로써 상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하는 단계; 및
    상기 데이터 처리부로써 상기 프로파일 데이터, 상기 제1 사료 데이터와 상기 제2 사료 데이터, 및 상기 평가 데이터에 기초하여, 상기 제1 지역으로부터의 재료의 조합을 나타내는 제1 배급량 데이터, 및 상기 제2 지역으로부터의 재료의 조합을 나타내는 제2 배급량 데이터를 산출하는 단계를 포함하는
    것을 특징으로 하는 주문형 동물 사료 결정 방법.
  37. 삭제
  38. 적어도 하나의 동물에 대한 주문형 사료를 결정하는 컴퓨터화된 방법에 있어서,
    동물의 특성을 나타내는 동물 데이터를 제1 메모리에 저장하는 단계;
    적어도 하나의 지역에 위치한 사료용 재료를 나타내는 사료 데이터를 제2 메모리에 저장하는 단계;
    적어도 2 가지의 평가 기준을 나타내는 평가 데이터를 제3 메모리에 저장하는 단계;
    데이터 처리부로써 상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하는 단계; 및
    상기 데이터 처리부로써 상기 프로파일 데이터, 상기 사료 데이터 및 상기 평가 데이터에 기초하여, 상기 지역으로부터의 재료의 조합을 나타내는 배급량 데이터를 산출하는 단계를 포함하는
    것을 특징으로 하는 주문형 동물 사료 결정 방법.
  39. 삭제
  40. 동물에 대한 주문형 사료에 있어서, 상기 주문형 사료는
    동물의 특성을 나타내는 동물 데이터를 제1 메모리에 저장하는 단계;
    제1 지역에 위치한 사료용 재료를 나타내는 제1 사료 데이터를 제2 메모리에 저장하는 단계;
    제2 지역에 위치한 사료용 재료를 나타내는 제2 사료 데이터를 제3 메모리에 저장하는 단계;
    적어도 하나의 평가 기준을 나타내는 평가 데이터를 제4 메모리에 저장하는 단계;
    데이터 처리부로써 상기 동물 데이터에 기초하여 동물에 대한 영양 프로파일을 나타내는 프로파일 데이터를 산출하는 단계; 및
    상기 데이터 처리부로써 상기 프로파일 데이터, 상기 제1 사료 데이터와 상기 제2 사료 데이터, 및 상기 평가 데이터에 기초하여, 상기 제1 지역으로부터의 재료의 조합을 나타내는 제1 배급량 데이터, 및 상기 제2 지역으로부터의 재료의 조합을 나타내는 제2 배급량 데이터를 산출하는 단계를
    포함하는 방법에 의해 제조되는 것을 특징으로 하는 주문형 동물 사료.
  41. 제40항에 있어서,
    상기 영양 프로파일을 나타내는 프로파일 데이터는 적어도 2 가지의 영양 성분을 나타내고,
    상기 제조 방법은 상기 데이터 처리부로써 상기 영양 프로파일의 영양 성분에 대한 범위를 나타내는 변이 데이터에 기초하여 배급량 데이터 세트를 산출하는 단계를 더 포함하는
    것을 특징으로 하는 주문형 동물 사료.
  42. 제40항에 있어서,
    상기 제조 방법은
    재료의 조합을 혼합하는 단계; 및
    동물에 대해 사료를 공급하는 단계를 더 포함하는
    것을 특징으로 하는 주문형 동물 사료.
KR1020077026169A 2000-12-15 2001-12-13 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템 KR100879112B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/739,550 US6681717B2 (en) 2000-12-15 2000-12-15 Computer system for determining a customized animal feed
US09/739,550 2000-12-15

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020037007975A Division KR100879092B1 (ko) 2000-12-15 2001-12-13 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템

Publications (2)

Publication Number Publication Date
KR20070116182A KR20070116182A (ko) 2007-12-06
KR100879112B1 true KR100879112B1 (ko) 2009-01-19

Family

ID=24972816

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020077026169A KR100879112B1 (ko) 2000-12-15 2001-12-13 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템
KR1020037007975A KR100879092B1 (ko) 2000-12-15 2001-12-13 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020037007975A KR100879092B1 (ko) 2000-12-15 2001-12-13 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템

Country Status (14)

Country Link
US (5) US6681717B2 (ko)
EP (3) EP1351566B1 (ko)
KR (2) KR100879112B1 (ko)
AT (2) ATE409407T1 (ko)
AU (1) AU2002241619A1 (ko)
BR (1) BR0116224A (ko)
CA (1) CA2436523C (ko)
DE (2) DE60136009D1 (ko)
ES (1) ES2313994T3 (ko)
HU (1) HUP0302586A3 (ko)
MX (1) MXPA03005231A (ko)
PL (1) PL365786A1 (ko)
PT (1) PT1351566E (ko)
WO (1) WO2002047473A2 (ko)

Families Citing this family (66)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7548839B2 (en) * 1999-10-15 2009-06-16 Hemopet System for animal health diagnosis
US7552039B2 (en) * 1999-10-15 2009-06-23 Hemopet Method for sample processing and integrated reporting of dog health diagnosis
US6730023B1 (en) * 1999-10-15 2004-05-04 Hemopet Animal genetic and health profile database management
US8234099B2 (en) * 1999-10-15 2012-07-31 Hemopet Computer program for determining a nutritional diet product for a canine or feline animal
US6681717B2 (en) * 2000-12-15 2004-01-27 Can Technologies, Inc. Computer system for determining a customized animal feed
GB0113292D0 (en) * 2001-06-01 2001-07-25 Leuven K U Res & Dev Growth
US7698145B2 (en) * 2001-06-15 2010-04-13 Nestec S.A. Pet food kiosk
US6493641B1 (en) * 2001-06-15 2002-12-10 Nestec Ltd Methods and apparatus for customizing pet food
NL1020148C2 (nl) * 2002-03-11 2003-09-18 Lely Entpr Ag Inrichting en samenstel voor een diergerelateerde handeling.
US7827037B2 (en) * 2002-06-11 2010-11-02 Can Technologies, Inc. System, method and apparatus for providing feed toxin information and recommendations
US6658308B1 (en) * 2002-06-19 2003-12-02 Can Technologies, Inc. System for and method of customizing an animal feed based on nucleic acid material content
US20040044584A1 (en) * 2002-08-27 2004-03-04 Yuan-Fen Chung Method of placing order for product with specific composition via online shopping
US6939216B2 (en) * 2002-08-29 2005-09-06 David H. Long System and method for processing meat
US6805074B2 (en) * 2002-12-23 2004-10-19 Cargill, Incorporated System and method of customizing an animal feed based on heat increment
SE527130C2 (sv) * 2004-01-13 2005-12-27 Delaval Holding Ab Anordning och förfarande för utfodring av djur
US8862481B2 (en) * 2004-01-28 2014-10-14 Eli Lilly And Company Method and system for collecting, managing and reporting feedlot data and feed additive consumption data
US7550172B2 (en) 2004-02-27 2009-06-23 Purina Mills, Llc Selective feeding of starch to increase milk production in ruminants
US20050234784A1 (en) * 2004-04-01 2005-10-20 Mcclellan Richard L Container inventory management
BRPI0510230A (pt) * 2004-05-07 2007-10-23 9132 1877 Quebec Inc dispositivo interativo para alimentação de animais e método de liberação de uma quantidade controlada de alimento
US20060015414A1 (en) * 2004-06-30 2006-01-19 Congram Courtney B Container inventory management systems, methods and tools
US20080189085A1 (en) * 2004-07-29 2008-08-07 Can Technologies, Inc. System and method for optimizing animal production
US20060036419A1 (en) * 2004-07-29 2006-02-16 Can Technologies, Inc. System and method for animal production optimization
AU2005280008B2 (en) 2004-08-30 2011-06-16 Hill's Pet Nutrition, Inc. Genome-based diet design
US8036921B2 (en) * 2004-09-16 2011-10-11 International Business Machines Corporation System and method for optimization process repeatability in an on-demand computing environment
US20060115558A1 (en) * 2004-11-30 2006-06-01 Jean-Claude Lamothe Method of production and control of animal derived food products and derivatives thereof
FI117989B (fi) * 2004-12-15 2007-05-15 Suomen Rehu Oy Menetelmä tuotantoyksikössä käytettävän rehun tuotannon ohjaamiseksi
US8968806B2 (en) 2005-04-26 2015-03-03 Sean Joseph Delaney Method and system for creating and using a supplement to balance animal diets
KR20080065583A (ko) * 2005-07-27 2008-07-14 캔 테크놀로지스 인코포레이티드 유전자형 정보를 이용한 동물 생산을 최적화시키기 위한시스템 및 방법
US7886691B2 (en) * 2005-09-13 2011-02-15 Wisconsin Alumni Research Foundation Method for optimizing health and productivity of milk producing animals
US8977517B2 (en) * 2006-06-05 2015-03-10 Creighton University System and methods for evaluating efficacy of appetite-affecting drugs
WO2008004918A1 (en) 2006-07-07 2008-01-10 Delaval Holding Ab System and method for managing animals on a dairy farm
CA2666417C (en) * 2006-10-20 2015-01-27 Delaval Holding Ab A system for managing the supply of consumable matter to be consumed by milk producing animals
US9420807B2 (en) 2007-04-02 2016-08-23 Purina Animal Nutrition Llc Method of feeding young monogastric mammals and composition fed to young monogastric mammals
NL1033926C2 (nl) 2007-06-03 2008-12-08 Maasland Nv Werkwijze en inrichting voor het beheren van een groep melkdieren, alsmede een computerprogrammaproduct daarvan.
US8234139B2 (en) * 2007-10-15 2012-07-31 Oracle International Corporation Process manufacturing with least cost formulation
WO2009091886A2 (en) * 2008-01-16 2009-07-23 The Iams Company Automated systems for feeding animals and collecting animal excrement
GB0813782D0 (en) * 2008-07-28 2008-09-03 Delaval Holding Ab Animal installation with height measurement device
US20100151062A1 (en) * 2008-12-16 2010-06-17 Bruno Stefanon Determining nutrients for animals through gene expression
US7873482B2 (en) * 2008-12-16 2011-01-18 Bruno Stefanon Diagnostic system for selecting nutrition and pharmacological products for animals
US7867720B2 (en) * 2009-01-26 2011-01-11 Dodds W Jean Food sensitivity testing in animals
US7892763B2 (en) * 2009-01-26 2011-02-22 Dodds W Jean Multi-stage nutrigenomic diagnostic food sensitivity testing in animals
US8450074B2 (en) * 2009-01-26 2013-05-28 W. Jean Dodds Multi-stage nutrigenomic diagnostic food sensitivity testing in animals
WO2010102009A2 (en) * 2009-03-03 2010-09-10 Cooperative Resources International Method to create an index on management of the transition period and to predict first lactation milk production
US8603551B1 (en) 2009-07-02 2013-12-10 Forage Genetics International, Llc Selective feeding of starch to increase meat, egg production or feed conversion in poultry
BR112013027103B1 (pt) 2011-04-20 2019-12-24 Forage Genetics International, Llc. método para medir uma fração de fibras não digeridas no rúmen em uma ração a fim de diminuir os custos com ração ou melhorar a produção ou rendimento de leite
US11064717B2 (en) * 2013-02-20 2021-07-20 Palm Silage, Inc. Palm-based animal feed
US11071313B2 (en) * 2013-02-20 2021-07-27 Palm Silage, Inc. Palm-based animal feed
CN106537395A (zh) * 2014-07-08 2017-03-22 雀巢产品技术援助有限公司 用于提供动物健康、营养和/或保健建议的系统和方法
KR101721053B1 (ko) * 2014-10-07 2017-03-29 주식회사 이레본 주문식 맞춤형 애완동물 사료의 온라인 판매 방법
KR101723808B1 (ko) * 2015-03-31 2017-04-06 주식회사 이레본 사료 제조용 다중 코팅 장치
KR101671888B1 (ko) * 2015-03-31 2016-11-02 주식회사 이레본 맞춤형 사료 제조 장치
US20180052886A1 (en) * 2015-05-30 2018-02-22 The Power Player Inc. Data aggregation system
TWI661777B (zh) * 2016-02-02 2019-06-11 唯寵股份有限公司 依寵物多面向生理特性之飼料調配方法及其系統
DE202016105709U1 (de) * 2016-10-12 2018-01-15 Big Dutchman International Gmbh Wiegemodul für ein Nest in einer Geflügeltierhaltung und Nest
US9924700B1 (en) * 2016-12-01 2018-03-27 Performance Livestock Analytics, Inc. Asynchronous capture, processing, and adaptability of real-time feeder livestock ration weight information and transfer over wireless connection for mobile device, machine-to-machine supply chain control, and application processing
EP3790404A1 (en) * 2018-05-09 2021-03-17 Mars, Incorporated Net energy model for companion animals and methods
NL2021914B1 (nl) * 2018-11-01 2020-05-14 Lely Patent Nv Voersysteem, alsmede werkwijze voor het voeren van dieren
WO2020198716A1 (en) * 2019-03-27 2020-10-01 Kemin Industries, Inc. Methods for preparing metal carboxylates in one-pot reaction
CN111027822B (zh) * 2019-11-25 2023-10-31 秒针信息技术有限公司 一种确定饲料类型的方法及装置
KR102188099B1 (ko) * 2020-06-29 2020-12-07 주식회사 아큐랩 반려동물의 성장 관리 시스템
US20240180124A1 (en) * 2021-03-26 2024-06-06 Can Technologies, Inc. Energy-based animal nutrition modeling and formulation systems
BR112023020036A2 (pt) * 2021-03-31 2023-11-14 Dsm Ip Assets Bv Detecção baseada em modelo de deficiência no estado nutricional do animal
PL244389B1 (pl) * 2021-04-21 2024-01-22 Marcin Szepietowski Układ automatycznego systemu karmienia zwierząt i sposób automatycznego karmienia
KR102369873B1 (ko) * 2021-07-28 2022-03-04 주식회사 엘시스 스마트축사 구현을 위한 축사데이터 통합 관제 플랫폼
CN115316340B (zh) * 2022-08-12 2023-08-18 山东大学 基于生化指标的牦牛犏牛育肥方法、装置、设备及介质
CN115736113A (zh) * 2022-11-18 2023-03-07 江苏汇福油脂科技有限公司 一种大豆豆皮生产高产奶牛饲料配方及其制造方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4712511A (en) * 1985-08-15 1987-12-15 Zamzow Donald D Programmed mix and delivery system
WO2000041575A1 (en) * 1999-01-15 2000-07-20 Ralston Purina Company Methods for customizing pet food

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU843889A1 (ru) * 1979-11-16 1981-07-07 Всероссийский Научно-Исследовательскийи Проектно-Технологический Институтмеханизации Животноводства Устройство дл оптимизации кормлени жиВОТНыХ
US4532892A (en) * 1981-08-17 1985-08-06 Ralston Purina Company Animal feeding and monitoring system
DE3218438A1 (de) * 1982-05-15 1983-11-17 Hölscher & Leuschner GmbH & Co, 4448 Emsbüren Fuetterungsverfahren und fuetterungseinrichtung fuer tiere, insbesondere fuer schweine
US4463706A (en) * 1982-05-19 1984-08-07 J.B.M. Associates Method and system for monitoring the dispensing of drugs or nutrients to animals
GB2120917B (en) * 1982-05-27 1985-10-02 Dataface Ltd Determining feed rations
US4589372A (en) * 1983-04-11 1986-05-20 The University Of Toledo Dispensing system having weight dependent control means
US4517923A (en) * 1983-07-07 1985-05-21 Key Systems, Inc. Animal feeding system
US4729894A (en) 1984-01-03 1988-03-08 Oklahoma State University Poultry drinking water additive
HU209360B (en) 1985-07-12 1994-05-30 Iparszerue Hustermelest Szerve Method for rearing piglets and fattening pigs
US5374524A (en) * 1988-05-10 1994-12-20 E. I. Du Pont De Nemours And Company Solution sandwich hybridization, capture and detection of amplified nucleic acids
CA1329849C (en) * 1989-01-03 1994-05-24 Blair Gordon Computerized monitoring system for animal feed ration processing mills
US5478989A (en) 1989-09-27 1995-12-26 Shepley; Kenneth J. Nutritional information system for shoppers
NL9002465A (nl) * 1990-11-12 1992-06-01 Nedap Nv Voersysteem voor dieren.
US5174244A (en) * 1992-03-12 1992-12-29 Gaalswyk Mark K Livestock feed batching system
FR2689727B1 (fr) * 1992-04-14 1994-07-08 Legrain Michel A J Equipement d'alimentation de jeunes animaux assiste par ordinateur.
US6216053B1 (en) * 1992-11-09 2001-04-10 Lextron, Inc. Apparatus and method for uniformly delivering feed rations along a feedbunk using global positioning system
CA2102150A1 (en) * 1992-11-09 1994-05-10 J. Sam Cureton Computer network and method for feeding animals in a feedlot using the same
US5595444A (en) 1993-07-02 1997-01-21 Her Majesty The Queen In Right Of Canada, As Represented By The Department Of Agriculture And Agri-Food Canada Method for detecting poor meat quality in groups of live animals
US6076043A (en) 1993-09-22 2000-06-13 American Institute Of Nutrition And Management Utilization effectiveness of nutrients in a population
US5668718A (en) 1993-09-22 1997-09-16 American Institute Of Nutrition And Management Generating growth alternatives
US5700590A (en) 1994-01-10 1997-12-23 Abbott Laboratories Nutritional formula with ribo-nucleotides
US5474085A (en) 1994-02-24 1995-12-12 University Of Prince Edward Island Remote thermographic sensing of livestock
JP3232193B2 (ja) 1994-06-02 2001-11-26 潤一 高橋 反すう動物給与用組成物及び反すう動物の飼料効率向上方法
US5673647A (en) * 1994-10-31 1997-10-07 Micro Chemical, Inc. Cattle management method and system
DE4441992A1 (de) * 1994-11-25 1996-05-30 Meyer Lohne Maschf Gmbh Verfahren und Vorrichtung zum Füttern von Tieren, insbesondere Masttieren
US5579719A (en) * 1995-04-06 1996-12-03 Iowa State University Research Foundation, Inc. Method and means for quasi ad-libitum feeding for gestation sows in loose housing
CA2150068C (en) * 1995-05-24 2005-02-01 Gaetan Beaudoin Stall manager system, module and feeding device for management of mealtimes and food distribution in animal stalls
US5901660A (en) * 1996-09-12 1999-05-11 Bio-Enhancement Systems, Corp. Communications system for monitoring the presence of animals in a natural feeding environment
EP1009227A4 (en) * 1997-06-11 2001-03-07 F & M Horwood Nominees Pty Ltd POULTRY FEEDER
US6082304A (en) * 1998-07-08 2000-07-04 Crain; Scott L. Feedyard information system and associated method
DE60016767T2 (de) * 1999-09-02 2006-01-12 Kristoffer Larsen Innovation A/S Verfahren zur steuerung der aufzucht von freilaufenden tieren
KR100418434B1 (ko) 2000-01-21 2004-02-11 김현 스트레스 자동인식 컴퓨터 주변장치 및 이를 이용한스트레스 측정 시스템
AU2001264714A1 (en) 2000-05-19 2001-12-03 Cargill, Incorporated Methods and apparatus for developing an optimized livestock production plan, forautomatically executing commercial transactions in support thereof and for anal yzing economic factors pertaining thereto
US6767330B2 (en) 2000-05-25 2004-07-27 Salix Medical, Inc. Foot temperature and health monitoring system
US6394963B1 (en) 2000-06-20 2002-05-28 Eastman Kodak Company Technique for diagnosing attention deficit disorder
AU2001271807B2 (en) 2000-07-05 2007-01-04 Davis, Sara L F Method of managing and marketing livestock based on genetic profiles
US6556948B1 (en) 2000-08-07 2003-04-29 Mckenna Paul A. Apparatus for logging data associated with feed ingredients and rations for delivery to feedlots
US6681717B2 (en) 2000-12-15 2004-01-27 Can Technologies, Inc. Computer system for determining a customized animal feed
US6658308B1 (en) * 2002-06-19 2003-12-02 Can Technologies, Inc. System for and method of customizing an animal feed based on nucleic acid material content
US6805074B2 (en) * 2002-12-23 2004-10-19 Cargill, Incorporated System and method of customizing an animal feed based on heat increment
US6868804B1 (en) * 2003-11-20 2005-03-22 Growsafe Systems Ltd. Animal management system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4712511A (en) * 1985-08-15 1987-12-15 Zamzow Donald D Programmed mix and delivery system
WO2000041575A1 (en) * 1999-01-15 2000-07-20 Ralston Purina Company Methods for customizing pet food

Also Published As

Publication number Publication date
ATE409407T1 (de) 2008-10-15
EP1351566A2 (en) 2003-10-15
ATE458402T1 (de) 2010-03-15
KR20030096240A (ko) 2003-12-24
EP1994822A1 (en) 2008-11-26
KR100879092B1 (ko) 2009-01-15
ES2313994T3 (es) 2009-03-16
US7296537B2 (en) 2007-11-20
HUP0302586A2 (hu) 2003-11-28
PL365786A1 (en) 2005-01-10
HUP0302586A3 (en) 2004-04-28
US20020120402A1 (en) 2002-08-29
PT1351566E (pt) 2008-12-30
US6681717B2 (en) 2004-01-27
BR0116224A (pt) 2004-06-29
AU2002241619A1 (en) 2002-06-24
DE60141426D1 (de) 2010-04-08
US20040098209A1 (en) 2004-05-20
WO2002047473A3 (en) 2002-12-27
WO2002047473A2 (en) 2002-06-20
US20060283393A1 (en) 2006-12-21
CA2436523C (en) 2009-09-29
EP1351566B1 (en) 2008-10-01
KR20070116182A (ko) 2007-12-06
US6863023B2 (en) 2005-03-08
US20050126500A1 (en) 2005-06-16
US20070113791A1 (en) 2007-05-24
DE60136009D1 (de) 2008-11-13
EP2208415A1 (en) 2010-07-21
MXPA03005231A (es) 2004-10-14
EP1994822B1 (en) 2010-02-24
CA2436523A1 (en) 2002-06-20

Similar Documents

Publication Publication Date Title
KR100879112B1 (ko) 주문형 동물 사료를 결정하기 위한 컴퓨터 시스템
Babić et al. Optimization of livestock feed blend by use of goal programming
Uyeh et al. Interactive livestock feed ration optimization using evolutionary algorithms
JP2008508606A (ja) 動的な栄養素情報に基づき動物生産を最適化するシステムおよび方法
Gerbens-Leenes et al. A comparative study on the water footprint of poultry, pork and beef in different countries and production systems
KR20050085875A (ko) 열량 증가량에 기초한 동물 사료의 맞춤 시스템 및 맞춤방법
Sainz Livestock-environment initiative fossil fuels component: Framework for calculating fossil fuel use in livestock systems
Thy et al. A mathematical model for optimizing organic feed mix problem
Prisenk et al. Multi-goal optimization process for formulation of daily dairy cow rations on organic farms: a Slovenian case study
Kidd et al. Precision feeding for optimizing poultry production
Gous Predicting food intake in broilers and laying hens
Singh et al. Helping to improve pig production in Vietnam
KR102371043B1 (ko) 선형 회귀분석을 이용한 애완동물 식단 관리 시스템 및 방법
Pavlova et al. Determining the optimal composition of feed mixtures in a cow farm using a mathematical model
Mudiwa et al. An exploration of least cost diets for smallholder dairy production in Zimbabwe
Akanbi et al. APPLICATION OF LINEAR PROGRAMMING AS AN INNOVATION IN FEED FORMULATION FOR GLOBAL COMPETITIVENESS IN POULTRY FARMING
De Jager Forecast estimates of protein for animals in South Africa
Mathiang et al. The Optimized Proportion for Beef Cattle Feed using Sequential Least Squares Programming
Martojo APPLICATION OF FEED DATABASE IN ANIMAL PRODUCTION SYSTEMS
Rahman et al. Research Article Shrimp Feed Formulation via Evolutionary Algorithm with Power Heuristics for Handling Constraints
Tokach et al. Lunch bucket approach to on-farm feeding of grower-finisher pigs.
Garnett Livestock Feed and Food Security
De Lange Feeding growing-finishing pigs for profit-main concepts and new opportunities
Lukić et al. Goals and current situation of precision nutrition for broilers in Serbia.
Richert et al. " Economic Modeling of Returns to Swine Feeding Programs," 65th Minnesota Nutrition Conference and Preconference Symposium" On the Cutting Edge of Direct Fed Microbials" Proceedings, September 21-22, 2004. St. Paul MN

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121226

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20131220

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20141231

Year of fee payment: 7

LAPS Lapse due to unpaid annual fee