NL1033926C2

NL1033926C2 - Werkwijze en inrichting voor het beheren van een groep melkdieren, alsmede een computerprogrammaproduct daarvan.

Info

Publication number: NL1033926C2
Application number: NL1033926A
Authority: NL
Inventors: Gerrit Andre
Original assignee: Maasland Nv
Priority date: 2007-06-03
Filing date: 2007-06-03
Publication date: 2008-12-08
Also published as: CN101677521B; WO2008150154A1; CA2687661C; ATE497695T1; JP2010528600A; NZ581266A; EP2154952B1; US8746175B2; AU2008260805A1; CA2687661A1; US9232763B2; PL2154952T3; US20100170445A1; AU2008260805B2; RU2009148836A; CN101677521A; JP5529728B2; US20140238303A1; RU2464780C2; DE602008004910D1

Description

Werkwijze en inrichting voor het beheren van een groep melkdieren, alsmede een computerprogrammaproduct daarvan

De onderhavige uitvinding heeft betrekking op een werkwijze en een 5 inrichting voor het beheren van een groep melkdieren, alsmede op een computerprogrammaproduct daarvoor. In een eerste aspect heeft de uitvinding betrekking op een werkwijze voor het beheren van een groep melkdieren, waarbij elk dier met behulp van een dieridentificatiesysteem individueel herkenbaar is, waarbij de dieren met behulp van een melkinrichting automatisch worden 10 gemolken en daarbij een individuele melkgift geven.

Bekend uit het PraktijkRapport Rundvee 37, door Van Duinkerken et al. (Wageningen, 2003), is een werkwijze voor voederen van melkvee dat automatisch worden gemolken, waarbij de individuele respons in melkgift van melkdieren op het voer wordt bepaald met een dynamisch model.

15 Het blijkt dat deze werkwijze in de praktijk niet altijd de meest economische resultaten oplevert, dan wel geen rekening houdt met andere factoren die ongunstig kunnen zijn, bijvoorbeeld koegezondheid.

De onderhavige uitvinding heeft als doel tenminste deels bovengenoemd nadeel op te heffen, althans een alternatief voor de bekende 20 werkwijze te verschaffen, en voorziet daartoe in een werkwijze volgens conclusie 1. Met name verschaft de uitvinding een werkwijze voor het beheren van een groep van meerdere melkdieren, waarbij elk dier met behulp van een dieridentificatiesysteem individueel herkenbaar is, waarbij de dieren worden gemolken en daarbij een individuele gerealiseerde melkgift geven, en waarbij de 25 dieren worden gevoerd met een individueel rantsoen, waarbij gegevens omtrent de groep melkdieren worden verzameld, welke gegevens tenminste de individuele gerealiseerde melkgiften en opgenomen rantsoenen omvatten, waarbij met behulp van een model op basis van de gegevens eerstvolgende individuele melkgiften worden geschat, waarbij voor één of meer dieren ten minste één van het 30 individuele rantsoen en het melken voor individuele melkdieren in een instelstap wordt ingesteld onder toepassing van een randvoorwaarde. Uiteraard zal vervolgens het betreffende rantsoen kunnen worden verschaft, dan wel de betreffende melkhandeling kunnen worden uitgevoerd. Doordat een randvoorwaarde is verschaft, kan een andere omstandigheid worden 1033926 2 verdisconteerd. Daardoor kan het beheer worden verbeterd doordat het niet uitsluitend gericht is op maximaliseren van de melkgift bij elk individueel metkdier. Hierbij geldt uiteraard dat de randvoorwaarde niet gelijk is aan "maximaliseer de melkgift van elk individueel melkdier”.

5 De randvoorwaarde kan velerlei zijn. Voordelige uitvoeringsvormen zullen hierna worden genoemd en besproken.

In een aantrekkelijke uitvoering omvat de randvoorwaarde dat een voorspeld voersaldo van een individueel melkdier na de instelstap groter is dan het gerealiseerde voersaldo voorafgaand aan de instelstap, waarbij een 10 gerealiseerd resp. voorspeld voersaldo gelijk is aan de opbrengst van de betreffende gerealiseerde resp. voorspelde melkgift minus de kosten van het betreffende gerealiseerde resp. voorspelde rantsoen. Uiteraard wordt hiermee "direct voorafgaand aan" bedoeld, zodat er telkens geen andere instelstap betreffende het rantsoen of het melken tussen zit. Een groot voordeel van de 15 bovengenoemde randvoorwaarde is, dat niet zo zeer gekeken wordt naar de totale melkgift, maar naar het rendement van het melkdier. Het heeft immers zelden zin om een melkdier meer melk te laten geven, indien dat méér kost dan het oplevert. Een dergelijk afnemend rendement is bovendien vaak een teken dat er wordt overvoerd, er althans mogelijke gezondheidsrisico's zijn. Het zal echter tevens 20 duidelijk zijn dat niet optimaal gebruik wordt gemaakt van de melkproductiepotentie van het rantsoen.

In aantrekkelijke uitvoeringsvormen omvat de randvoorwaarde dat, voor de groep als geheel, een som van voorspelde voersaldi van individuele melkdieren na de instelstap groter is dan de som van gerealiseerde voersaldi 25 voorafgaand aan de instelstap. Dit verschaft een bijzonder voordeel, doordat hierbij wordt gekeken naar de groep als geheel, in plaats van (alleen) naar individuele dieren. Het is bijvoorbeeld mogelijk, en in de praktijk vrijwel altijd het geval, dat niet alle dieren even doelmatig hun rantsoen omzetten in melk. Met andere woorden kan het zin hebben om niet elk individueel dier naar zijn 30 individuele maximum qua voersaldo te brengen, doch bijvoorbeeld alleen of met name de meest voerefficiënte dieren. Wanneer er onbeperkt voer en melkcapaciteit beschikbaar is, is deze uitvoeringsvorm wellicht wat minder voordelig, maar vooral indien er aanvullende randvoorwaarden gelden kan dit een zeer belangrijk voordeel opleveren. Bijvoorbeeld, indien er slechts een beperkte 3 hoeveelheid voer beschikbaar is, vanwege droogte of iets dergelijks, is optimale benutting daarvan uiteraard voordelig.

Het rantsoen kan een hoeveelheid krachtvoer per dag, of een energie-equivalent daarvan, omvatten. Krachtvoer is, door zijn grote specifieke 5 energie-inhoud, zeer geschikt om een melkgift mee te sturen.

Het rantsoen kan tevens ten minste een tweede soort voer, in het bijzonder, een hoeveelheid ruwvoer omvatten. Hoewel ruwvoer niet altijd geschikt is als stuur-, d.w.z. instelvariabele, omdat het vaak onbeperkt beschikbaar is, kan het soms toch nuttig zijn om ook hierop te kunnen sturen, en het tweede soort 10 voer ook een instelvariabele in de instelstap te maken. Bijvoorbeeld kunnen hierdoor dierspecifieke effecten op de krachtvoeropname worden gemodelleerd, zoals verdringing, of juist een versterkend effect op die krachtvoeropname.

In het bijzonder worden de dieren ten minste deels met behulp van een met een computer bestuurde voerinrichting gevoerd. Hoewel voederen met de 15 hand uiteraard ook mogelijk is, biedt en dergelijke computergestuurde voedering voordelen met betrekking tot nauwkeurigheid en beperking van menselijke arbeid, doordat de inrichting 24 uur per dag voeder kan verschaffen. Met voordeel omvat de voerinrichting een voermeter voor voerhoeveelheidsbepaling. Met meer voordeel is de voermeter geschikt voor het meten van ten minste twee soorten 20 voer of rantsoen. In het bijzonder omvat de inrichting een menginrichting voor mengen van ten minste twee soorten voer, omdat blijkt dat gemengd aanbieden van voer soms positieve effecten op de melkgift heeft.

In een speciale uitvoeringsvorm omvat de randvoorwaarde dat de som van de individuele melkgiften niet groter is dan een vooraf bepaald 25 melkquotum. Dit is uiteraard een geval waarin het niet mogelijk is, zelfs niet toegestaan, om meer melk te produceren dan het melkquotum. Dit zou betrekking kunnen hebben op de inhoud van opslagtanks en dergelijke, maar zal in de praktijk eerder betrekking hebben op het van rijkswege verleende melkquotum. In een dergelijk geval, waarbij het productieplafond een gegeven is, verschaft 30 maximaliseren per individueel melkdier vaak niet het optimale resultaat. Een efficiënt melkdier geeft immers een hoger voersaldo bij een zelfde hoeveelheid melk. Ook kan het zo zijn dat de waarde van een zelfde melkgift bij het ene melkdier hoger is dan bij het andere, bijvoorbeeld omdat een vetgehalte hoger is.

4

Toepassen van de onderhavige idee van bekijken van de gehele groep, en daarvan het resultaat optimaliseren, kan dan een beter resultaat opleveren.

In een bijzondere uitvoeringsvorm omvat de randvoorwaarde dat een totale tijdsduur voor melken van alle melkdieren ten hoogste gelijk is aan een 5 effectieve dagelijkse melktijd. Immers heeft bijvoorbeeld een dag maar 24 uur, waarin een melker slechts een beperkte capaciteit heeft. Het heeft dan ook weinig zin om zo veel rantsoen te verstrekken dat er meer melk wordt geproduceerd dan er kan worden gemolken. Men zou dit ook een vorm van een melkquotum kunnen noemen. Ook hier geldt weer dat optimaliseren voor de groep betere resultaten 10 kan geven.

In het bijzonder wordt de effectieve dagelijkse melktijd gemeten als een functie van die effectieve dagelijkse melktijd in èen vooraf bepaald aantal voorafgaande dagen, meer in het bijzonder een lopend gemiddelde daarvan. Aldus kan bijvoorbeeld het veranderen van de vaardigheid van de melker worden 15 verdisconteerd. In feite is hier al sprake van een dynamisch model, waarbij ook andere getallen dan de instelvariabelen kunnen variëren in de tijd, al zou men de effectieve dagelijkse melktijd ook als een variabele kunnen beschouwen.

Met voordeel worden de dieren met behulp van een, bij voorkeur met een computer bestuurde, melkinrichting automatisch gemolken, bijvoorbeeld een 20 automatisch melksysteem (AMS), zoals een melkrobot. Net als bij een computergestuurde voerinrichting kan dit voordelen opleveren met betrekking tot nauwkeurigheid en gebruiksgemak. Daarnaast is echter een groot voordeel dat de melkdieren op elk gewenst moment kunnen worden gemolken, dus ook bijvoorbeeld vaker dan twee maal per dag. Het blijkt dat dit vaak een hogere totale 25 dagelijkse melkgift oplevert.

In het bijzonder omvat de randvoorwaarde dat een totale tijdsduur voor met de melkinrichting melken van alle melkdieren ten hoogste gelijk is aan een effectieve dagelijkse melktijd van de melkinrichting. Ook voor een automatische melkinrichting geldt uiteraard een maximale melktijd per dag. Deze 30 wordt onder andere beperkt door reinigings- en/of onderhoudstijd, door de tijd wanneer zich geen melkdier aanbiedt, door tijd wanneer zich een melkdier aanbiedt dat (nog) niet kan of mag worden gemolken en dus het AMS weer moet verlaten, enzovoort. Deze randvoorwaarde kan weer een extra instelvariabele of besliscriterium in het model geven. Immers geldt ook dat niet elk melkdier een 5 even hoge melksnelheid heeft. Aldus kan er in het model voor worden gekozen om, indien er geen onbeperkte melktijd beschikbaar is, meer melkproductie te laten plaatsvinden bij een melkdier dat haar melk in relatief minder veel tijd afgeeft. Ook de intervalgevoeligheid, i.e. de (relatieve of absolute) verandering van 5 de melkgift bij verandering van het melkinterval, is niet bij elk melkdier even groot. Ook hiermee kan dus worden gevarieerd bij zoeken naar een optimaal resultaat.

Met voordeel is een melkinterval, melkvacuüm, een zuig/rustverhouding tijdens het melken en/of een melkprogramma voor toepassing tijdens het melken instelbaar. Voor het melkinterval geldt de reeds eerder 10 hierboven gegeven ovenweging, dat een korter melkinterval de totale dagelijkse melkgift kan verhogen. Onder toepassing van de randvoorwaarde dat er een maximale melktijd kan zijn, kan dan een optimaal melkinterval worden gekozen. Dit kan dus overigens ook weer een dynamische coëfficiënt zijn, ofwel een (instel)variabele. Soortgelijke overwegingen gelden voor het melkvacuüm, dat bij 15 sommige melkdieren hoger kan worden gekozen, indien deze gemakkelijk melk geven, alsmede voor de zuig/rustverhouding en een melkprogramma, dat bijvoorbeeld (alleen) een speciaal namelkprogramma omvat indien dat voor de opbrengst (eventueel per tijdseenheid) gunstig is. Uiteraard zijn andere variabelen niet uitgesloten.

20 In een bijzondere uitvoeringsvorm is het aantal dieren variabel.

Hierdoor kan ermee rekening worden gehouden dat dit in de praktijk ook zo is. Sommige melkdieren kunnen bijvoorbeeld ziek worden, of anderszins geen melk meer geven, waardoor ze in feite uit het model moeten worden gehaald (geen melkgift meer). Iets dergelijks geldt omgekeerd voor melkdieren die worden 25 toegevoegd aan de groep. Het model kan eenvoudig zodanig worden aangepast dat vanaf wegvallen of toevoegen van bepaalde melkdieren de schattingen, met name voor de totale groep, worden aangepast. Door toevoegen van hoog- of juist laagproductieve melkdieren kunnen optima verschuiven. Bij statische modellen is dit niet of nauwelijks te verwerken. In het bijzonder is in het model een 30 wegingsfactor voor individuele dieren is opgenomen. Bijvoorbeeld met de wegingsfactoren 0 en 1 kunnen afwezige resp. aanwezige melkdieren eenvoudig worden verdisconteerd. Desgewenst kunnen ook tussenliggende wegingsfactoren worden meegenomen, bijvoorbeeld voor zieke melkdieren, die immers geen 6 bruikbare melk geven, maar wel voer kosten, toch tenminste gedeeltelijk mee te tellen.

Met voordeel is het model in de computer geïmplementeerd, en bij voorkeur worden gegevens omtrent de groep melkdieren in de computer worden 5 ingevoerd, waarbij door de computer met behulp van een model op basis van de gegevens eerstvolgende individuele melkgiften worden berekend. Hierdoor kan het model worden aangepast met de gegevens, waarna de computer zelf waardes voor rantsoen en/of melkinterval en dergelijke kan herberekenen, en aanpassen waar nodig. Het is uiteraard mogelijk dat het herberekenen buiten die computer 10 gebeurt, maar het gemak voor een beheerder wordt aldus vergroot, zo ver dat die niet meer nodig is bij een dergelijke aanpasstap. Immers kunnen met de computer de gegevens als melkgift, samenstelling daarvan, en eventueel ook daadwerkelijke rantsoenopname enz., zoals later nuttig kan blijken, worden verzameld, en kan die met behulp van ingebouwde besturingslogica of ingegeven 15 programmatuur zelfstandig voorspellingen doen en instelwaardes instellen.

In uitvoeringsvormen omvat het model een statisch model, met vaste coëfficiënten. Met een dergelijk model kan in feite de optimale melkgift vooraf, d.w.z. onafhankelijk van metingen, worden berekend. De bijbehorende instelling van het individuele rantsoen, en desgewenst een of meer van het individuele 20 melkinterval, melkvacuüm, zuig/rustverhouding, melkprogramma enzovoort, kunnen dan ook direct worden gegeven. Startgegevens kunnen zijn gebaseerd op uit de literatuur bekende, gemiddelde waarden, of bij voorkeur op basis van historische gegevens per melkdier. Zo nodig kan in het model zijn opgenomen om een krachtvoergift geleidelijk op te bouwen, bijvoorbeeld met 0.5 kg/dag, en 25 waarin dan ook de daadwerkelijke melkgift op een bijbehorende wijze zal toegroeien naar het optimum. Niettemin ligt de (optimale) eindwaarde al vast bij het eerste doorrekenen van het model. Met voordeel is hierbij het individuele rantsoen geoptimaliseerd voor een als groep maximaal resultaat. Bij voorkeur wordt echter nieuwe berekenings- en instelstappen uitgevoerd indien het aantal 30 melkdieren veranderd, zoals bij ziekte of aankoop van melkdieren. Merk op dat bij al dergelijke modellen met vaste coëfficiënten geen individuele veranderingen kunnen worden meegenomen, zoals veranderingen in de tijd, bijvoorbeeld in de lactatiecyclus.

7

De gebruikte modellen kunnen overigens velerlei zijn. Bijvoorbeeld wordt aangenomen dat de individuele melkgift kwadratisch afhangt van het gegeven rantsoen, waarbij de melkgift steeds langzamer stijgt als functie van de grootte van het rantsoen. Dan is zowel per melkdier een optimaal rantsoen uit te 5 rekenen, bijvoorbeeld voor een maximale melkgift, maar vaak beter nog voor een maximaal voersaldo. Dat ligt resp. op een punt waar de afgeleide naar rantsoen van de functie Melkgift(rantsoen) resp. (Melkgift(rantsoen) - Kosten(rantsoen)) nul wordt. Voor een groep melkdieren kunnen bijbehorende individuele optima voor de rantsoenen worden gevonden door bijvoorbeeld individueel optimaliseren voor het 10 geval er geen randvoorwaarden worden opgelegd (aan bijv. melkquotum, beschikbare melktijd enzovoort. Indien er, als voorbeeld, een randvoorwaarde is dat er een bepaald melkquotum is, i.e. een totale melkgift voor de groep melkdieren, of een maximale beschikbare effectieve melktijd, die trouwens ook terug te rekenen is naar een maximale totale melkgift, dan kunnen individuele 15 instellingen gevonden worden met behulp van regressietheorie, of praktisch bijvoorbeeld ook door variëren van individuele rantsoenen met als randvoorwaarde dat de individuele afgeleiden naar het rantsoen onderling alle gelijk zijn. Immers kenmerkt zich een groepsoptimum door de voorwaarde dat infinitesimale wijzigingen bij elk melkdier hetzelfde effect op het totaal moeten 20 vertonen. Een en ander is eenvoudig met daartoe geschikte programmatuur te implementeren en een vakman op dit gebied kan dit zeer eenvoudig uitrekenen.

In een zeer aantrekkelijke uitvoeringsvorm omvat het model een Bayesiaans tijdreeksanalysemodel, met individuele, ten minste deels tijdsafhankelijke modelcoëfficiënten en modelvariabelen, die ten minste omvatten 25 een melkgift per tijdseenheid, een individuele instelvariabele, zijnde een rantsoen, alsmede een individuele incrementele melkopbrengst per rantsoeneenheid per tijdseenheid, waarbij het model in een waarnemingsvergelijking beschrijft hoe een of meer modelvariabelen van de modelcoëfficiënten en de modelvariabelen afhangen en in een systeemvergelijking hoe de modelcoëfficiënten zich 30 ontwikkelen in de tijd, en waarbij het model een aanpascriterium voor ten minste één individuele instelvariabele omvat, dat aangeeft hoe de individuele instelvariabele dient te worden veranderd op basis van modelvariabelen en modelcoëfficiënten. Het grote voordeel van een Bayesiaans model is dat dit kan variëren in de tijd. Aldus kan rekening worden gehouden met bijvoorbeeld 8 biologische processen, zoals veranderingen in de melkgift vanwege doorlopen van een lactatieperiode, eventuele ziekte (bijv. door mastitis kan een melkgift afnemen), enzovoort. Dergelijke veranderingen hebben immers invloed op de ligging van individuele optima, en dus ook op de ligging van een groepsoptimum.

5 Een Bayesiaans model, ook wel bekend onder de naam "dynamisch" model, bijvoorbeeld "dynamisch lineair model", kan dergelijke veranderingen meenemen. Bijvoorbeeld worden zij meegenomen doordat het model wordt aangepast op basis van gemeten waardes. Indien deze afwijken van voorspelde waardes, gaat het Bayesiaanse model ervan uit dat het zichzelf moet (laten) bijwerken. Details 10 omtrent dynamische modellen en de bijbehorende schattingsmethoden zijn bijvoorbeeld te vinden in West, M., Harrison, J., (1997), Bayesian Forecasting and Dynamic Models. Second Edition Springer Verlag, New York. Uitgewerkte voorbeelden van een dergelijk model zullen in de figuurbeschrijving worden besproken. Met name zal een dergelijk model echter een waarnemingsvergelijking 15 omvatten, die beschrijft hoe bijvoorbeeld de melkgift afhangt van de modelvariabelen en -coëfficiënten, alsmede een systeemvergelijking, die beschrijft hoe de modelcoëfficiënten zich ontwikkelen in de tijd. Een en ander zal hieronder nader worden beschreven. Merk op dat een statisch model niet wijzigt bij een gemeten waarde die afwijkt van en voorspelde waarde.

20 Daarnaast kan een dynamisch model ook goed dynamische processen zoals veranderende prijzen meenemen. Bij veranderende prijzen, zowel van melk als van rantsoen of delen daarvan, zoals krachtvoer of ruwvoer, kunnen optima anders komen te liggen. Bovendien is ook melksamenstelling een dynamische factor in de tijd, zodat zelfs per melkdier verschuivingen kunnen 25 optreden.

In het bijzonder omvat, bij gebruik van een dergelijk Bayesiaans model, het besturen: a) verzamelen en in de computer invoeren van startgegevens met betrekking tot de modelvariabelen en modelcoëfficiënten voor de melkdieren, 30 b) met behulp van het model genereren van een individuele voorspelling van de eerstvolgende melkgift per tijdseenheid voor elk melkdier, in afhankelijkheid van het rantsoen per tijdshoeveelheid en de individuele melkopbrengst per rantsoeneenheid per tijdseenheid, c) melken van de melkdieren met de melkinrichting, 9 d) bepalen van de melkgift voor elk melkdier, e) vergelijken van elke individuele voorspelling met de betreffende bepaalde melkgift, f) met behulp van het model, in het bijzonder de systeemvergelijking, 5 aanpassen van de individuele modelcoëfficiënten op grond van de bepaalde melkgiften, g) met behulp van het aanpascriterium herberekenen van de individuele instelvariabele, waarbij het aanpascriterium, h) instellen van de voerinrichting op basis van de herberekende 10 instelvariabele. Dit geeft de, op zich voor toepassing van een Bayesiaans systeem bekende, stappen om waar nodig tot modelaanpassing te komen. Met voordeel worden de stappen b) tot en met h) ten minste eenmaal herhaald, met meer voordeel worden zij elke tijdsperiode herhaald.

In een voordelige uitvoeringsvorm van de werkwijze omvat deze 15 voorts het genereren van een attentiesignaal indien een gerealiseerde melkgift gedurende een vooraf bepaald aantal malen, in het bijzonder dagen, meer afwijkt van de bijbehorende gegenereerde voorspelling of schatting dan een eerste vooraf bepaalde drempelwaarde.

Dergelijke attentiesignalen, op basis van afwijkende waardes, ook 20 wel "uitbijters" genoemd, zijn zeer nuttig bij beheren van de groep melkdieren, omdat aldus een beherend persoon, die immers niet (aldoor) bij de melkdieren aanwezig is, toch een signaal krijgt als er iets afwijkends wordt gemeten. Dat kan bijvoorbeeld betrekking hebben op een melkgift die kleiner is, of een melkinterval dat (veel) korter of langer is, hetgeen allemaal kan duiden op een ziekte van het 25 melkdier. Zowel statische als Bayesiaans (dynamische) modellen kunnen dergelijke attentiesignalen genereren. Een Bayesiaans model heeft echter een groot voordeel dat het model in staat is zichzelf in de tijd aan te passen. Zo zal een langzaam dalende of stijgende trend aldus na verloop van tijd geen onnodige attentiesignalen genereren, omdat die trend in het model wordt verwerkt.

30 In nog een voordelige uitvoeringsvorm omvat de werkwijze voorts het genereren van een attentiesignaal indien een waarneming meer afwijkt van de bijbehorende gegenereerde voorspelling dan een tweede vooraf bepaalde drempelwaarde. Bij deze werkwijze wordt in elk geval een attentiesignaal gegeneerd indien de waarneming te zeer afwijkt van de voorspelling. In dit geval 10 wordt niet gewacht met het genereren van een attentiesignaal omdat de situatie te ernstig zou kunnen zijn.

De uitvinding heeft tevens betrekking op een inrichting voor het beheren van een groep melkdieren, omvattende een dierherkenningsinrichting 5 voor herkennen van individuele melkdieren uit de groep, een computer en een met de computer bestuurde automatische voerinrichting, waarbij de computer is ingericht voor uitvoeren van een werkwijze volgens de uitvinding. De computer kan daartoe op geschikte wijze zijn geprogrammeerd, of bijvoorbeeld geschikte hardware omvatten. Deze verschaft na het rekenen aan de computer een 10 instelsignaal voor instellen van de voerinrichting, zodat deze het berekende individuele rantsoen aan het geïdentificeerde melkdier afgeeft.

Voordelige uitvoeringsvormen zullen hieronder worden genoemd, en kort besproken daar de bijbehorende voordelen vaak reeds zijn genoemd bij de bespreking van de overeenkomstige uitvoeringsvorm van de werkwijze.

15 Bij voorkeur omvat de inrichting een voerweeginrichting voor wegen van het opgenomen rantsoen, of de samenstellende delen daarvan. Hierdoor kunnen terugkoppelgegevens worden verkregen.

In het bijzonder omvat de automatische voerinrichting meerdere voerhouders, die individueel, en computergestuurd, een hoeveelheid van de 20 betreffende voersoort kunnen afgeven. Met voordeel is tevens een voermenginrichting verschaft.

Met voordeel omvat de inrichting een automatisch melksysteem, dat bij voorkeur met de computer bestuurbaar is. en met voordeel instelbaar is met betrekking tot melkvacuüm, zuig/rustverhouding, enzovoort. Ook het melkinterval 25 kan enigszins gestuurd worden, door een melkdier niet toe te laten indien het berekende melkinterval nog niet is verstreken. De computer kan desgewenst het melksysteem instellen op basis van de met de dierherkenningsinrichting vastgestelde identiteit.

De computer zal zijn ingericht om verscheidene gegevens te 30 ontvangen en/of af te geven, zoals een dierherkenningssignaal, en een instelsignaal voor de voerinrichting of een signaal betreffende de grootte van het rantsoen. Voorts omvat de computer bij voorkeur aanvullende invoermiddelen voor het extern invoeren van gegevens, zoals een prijs voor melk of melkbestanddelen, een voerprijs, het aantal dieren in de groep en wijzigingen daarin, enzovoort.

11

In de computer is een model geïmplementeerd voor berekenen van het gewenste rantsoen voor individuele melkdieren. Dit kan bijvoorbeeld een statisch model zijn, met vaste coëfficiënten. Ook kan het een Bayesiaans, i.e. dynamisch model zijn, met coëfficiënten die kunnen veranderen in de tijd, onder 5 invloed van waarnemingen van de variabelen zoals daadwerkelijke individuele melkgift. Verdere voorbeelden en details zijn beschreven in de figuurbeschrijving.

De inrichting is verder voorts bij voorkeur ingericht voor het afgeven van een attentiesignaal, indien daartoe volgens het model aanleiding is. Dit kan geschieden in de vorm van een alarmsignaal aan de beheerder, zoals de boer. Dit 10 is met name nuttig in het geval van een sterk afwijkende waarde, die bijv. meer dan de tweede drempelwaarde afwijkt van de voorspelling. Een auditief signaal, een signaal naar een mobiele telefoon, zoals een SMS-bericht, enzovoort is dan gunstig. Het is ook mogelijk om een lijst op te stellen van attentiesignalen, die op afroep beschikbaar kunnen worden gesteld, bijvoorbeeld in de vorm van een af te 15 drukken lijst.

De uitvinding omvat tevens een computerprogrammaproduct, omvattende een door een computer leesbaar medium met daarop vastgelegde computerprogrammainstructies, die in staat zijn om een computer, met name een computer van een inrichting volgens de uitvinding, in te richten voor uitvoeren van 20 een werkwijze volgens de uitvinding.

De computerprogrammainstructies omvatten, afhankelijk van de uit te voeren werkwijze, rekenregels voor implementatie van het model, bijvoorbeeld een Bayesiaans (dynamisch) regressiemodel, verwerkingsregels voor ingevoerde gegevens, en uitvoerregels voor berekende waarden, enzovoort.

25

Figuur 1 geeft zeer schematisch een inrichting volgens de uitvinding weer. Bovenaan is een groep melkdieren 1, 2 is een automatisch melksysteem (AMS), 3 is een individueel voersysteem (IVS), 4 is een dierherkenningssysteem 30 (DHS), en 5 is een computer die met elk van de systemen verbonden is.

Merk op dat het IVS kan bestaan uit meerdere eenheden, die op verschillende plekken rantsoen verschaffen, bijvoorbeeld krachtvoer bij het AMS, en ruwvoer op rustplaatsen enz. Om die reden is het IVS hier tweedelig getekend, en is voor beide delen een dierherkenningssysteem 4 verschaft. Andere aantallen 12 zijn mogelijk. Bovendien wordt opgemerkt dat voor de hier geschetste uitvoeringsvoorbeelden de computer optioneel is, aangezien alle berekeningen en instellingen ook met de hand kunnen worden uitgevoerd. Voor het gemak wordt hieronder echter telkens uitgegaan van een dergelijke computer.

5 Het automatisch melksysteem 2 krijgt via het dierherkennings- systeem 4 een identificatiesignaal en haalt bij het melkdier horende informatie op, zoals melkinstellingen. Het AMS 2 kan bijvoorbeeld de afgegeven hoeveelheid melk meten, en in een voordelige uitvoeringsvorm zelfs de samenstelling bepalen, en deze informatie aan de computer 5 aanbieden. Alternatief kan de samenstelling 10 extern worden bepaald, en kunnen de gegevens worden ingevoerd in de computer 5.

Het IVS 3 kan een individuele hoeveelheid voer (i.e. rantsoen) aan het melkdier aanbieden. Dit voer omvat tenminste krachtvoer (concentraat), en in het bijzonder tevens ruwvoer, gescheiden of vervolgens gemengd. Desgewenst 15 zouden nog andere soorten voer, toevoegingen of dergelijke kunnen worden aangeboden. Het IVS 3 wordt aangestuurd door de computer 5, op basis van een instelvariabele, die het rantsoen voor het betreffende melkdier voorstelt. Hierbij wordt ervan uitgegaan dat het melkdier het rantsoen ook geheel zal opvreten. In de praktijk kan er echter een verschil ontstaan tussen aangeboden en gevreten 20 rantsoen, zodat het gunstig is wanneer het IVS 3 ook de daadwerkelijk gevreten hoeveelheid kan meten, en doorgeven aan de computer 5. Deze kan dan op basis van de gemeten hoeveelheden zo nodig het model aanpassen.

In de computer 5 is een computerprogramma geladen, dat instructies omvat waarmee de computer 5 in staat is de werkwijze volgens de inleiding uit te 25 voeren. De werkwijze omvat een implementatie van een Bayesiaans analysemodel, dat hieronder, ter toelichting van de werkwijze, zal worden beschreven, alsmede in de Figuren 2 en 3, dat de werkwijze in een stroomschema voorstelt.

Figuur 2 toont de stappen a) tot en met h) die ook genoemd zijn in 30 conclusie 19, met een herhalingsstap (optioneel) van h) terug naar b), en met een extra actie i) (optioneel) voor genereren van een attentiesignaal.

Stap a) omvat het gereedmaken van het model, i.c. de computer, door verzamelen en invoeren van startgegevens. Hierbij wordt ervan uitgegaan dat het computerprogramma reeds in de computer is verschaft. Dit zijn gegevens 13 die nodig zijn om een eerste voorspelling voor de individuele melkgift te kunnen doen. Het aantal en de soort startgegevens hangen uiteraard af van het gekozen model. Dergelijke startgegevens kunnen worden verkregen uit historische gegevens, bijvoorbeeld van een voorgaande lactatieperiode, of bijvoorbeeld uit 5 startmetingen, waarbij dus in feite alleen stappen c) en d) worden doorlopen en herhaald tot er voldoende gegevens zijn. Merk op dat, indien men ervan uitgaat dat het rantsoen niet volledig wordt opgevreten, en men het daadwerkelijk gevreten rantsoen wil bepalen, dit een extra stap wordt (in de herhalingslus), bijvoorbeeld als stap j): bepaal daadwerkelijk gevreten rantsoen. Zo nodig kan 10 men stap j) betrekken in het verzamelen van startgegevens.

De computer heeft nu voldoende gegevens om in stap b) een individuele melkgift te voorspellen.

Vervolgens wordt in stap c) het melkdier gemolken, en wordt in stap d) in het AMS de individuele melkgift bepaald.

15 De individuele melkgift wordt in stap e) vergeleken met de betreffende voorspelling. Op basis van het verschil daartussen kan optioneel, in stap i), een attentiesignaal worden gegeneerd, bijvoorbeeld indien dat verschil groter is dan een bepaalde drempelwaarde, of indien het verschil in een of meer (direct) voorafgaande periodes groter is geweest dan een gelijke of kleinere 20 drempelwaarde.

In stap f) kan, op basis van de bepaalde melkgift, en eventueel op basis van een in de optionele stap j) bepaalde daadwerkelijke rantsoenopname, en eventueel op basis van ingevoerde gegevens omtrent prijzen en dergelijke, het gebruikte model worden aangepast. Dat wil zeggen dat de modelcoëfficient(en) 25 opnieuw worden berekend. Bijvoorbeeld vertoont een melkdier een afnemende rantsoengevoeligheid of een lagere basismelkgift.

In stap g) berekent de computer een nieuwe waarde voor het te voeren rantsoen, en stelt in stap h) bijvoorbeeld een IVS en eventueel een AMS overeenkomstig in.

30 Vervolgens kunnen de stappen b) tot en met h) worden herhaald.

Aldus zal het systeem steeds verder verfijnen, of althans zich steeds opnieuw kunnen instellen op veranderende omstandigheden.

Algemeen gesproken zijn dan ook twee grote verbeteringen volgens de onderhavige uitvinding dat een individuele melkgift, alsmede een bijbehorend 14 rantsoen, wordt ingesteld en geoptimaliseerd onder toepassing van een randvoorwaarde, en in het bijzonder zodanig dat een opbrengst op kuddeniveau wordt geoptimaliseerd i.p.v. op individueel niveau, en dat er een dynamisch (Bayesiaans) model wordt gebruikt, dat zichzelf in de tijd kan aanpassen op basis 5 van gemeten melkgiften en dergelijke.

Hieronder volgt enige nadere toelichting op een voorbeeldmodel, schematisch weergegeven in Figuur 3. Voor het begrip kan men het model opgedeeld denken in twee gedeelten, een adaptief model en een controle-/sturingsalgoritme. Het adaptieve model bevat het tijdreeksanalysemodel, met 10 invoer voor waarden van modelvariabelen en bijwerken van de modelcoëfficiënten. Het adaptieve model genereert schattingen van de overige variabele(n), en desgewenst een waarschuwingssignaal op basis van de invoer en/of de berekende schatting.

De bijgewerkte en de geschatte waarden worden vervolgens 15 aangeboden aan het controle-/sturingsalgoritme. Dit kan vervolgens, met behulp van een aanpascriterium en met voordeel onder toepassing van de randvoorwaarde, een bijgewerkte optimalisatie voor de instelvariabele(n) berekenen. Hierbij kunnen aan het aanpascriterium externe gegevens worden toegevoegd, zoals een (eventueel veranderende) melkprijs en voederprijzen. 20 Eventueel kan het algoritme een door het adaptieve model gegenereerde waarschuwing (attentiesignaal) controleren, of zelf een (nieuw) attentiesignaal genereren.

Bijvoorbeeld wordt voor het adaptieve model uitgegaan van de volgende aannames, en bijbehorende vergelijkingen: 25 1) de totale melkduur D per melkdier, is bij benadering lineair met betrekking tot het aantal melkbeurten N: D = a0N + alM (1.1) waarin 30 aO handlingtijd per melkbeurt, en a1 inverse effect van melkstroom (minuut/kg) 15 2) de geaccumuleerde melkgift (M) per melkdier per periode is bij benadering een kwadratisch responsoppervlak met betrekking tot krachtvoeropname per dag (C) en intervaltijden, oftewel tussen melktijden, (Ij): M = (c„+clC + c2C2)Ylj+b2jjI2J (12) j j 5 waarin de volgende individuele dynamische coëfficiënten zijn gedefinieerd: co basismelkgift, in kg/dag ei lineair effect van concentraatopname (kg/kg/dag) C2 kwadratisch effect van concentraatopname (kg/kg2/dag) b2 kwadratisch effect van intervallengte (kg/dag2) 10 en waarbij j de sommatievariabele is, die betrekking heeft op de melkbeurten in de periode.

3) de ruwvoeropname per dag, R, in responsie op concentraatopname C is bij benadering lineair: R = dQ+ dxC (1.3) 15 waarin do basisniveau ruwvoeropname (kg), en di lineair effect van concentraatopname (kg/kg)

Opgemerkt wordt dat (1.1) in dit model in feite alleen gebruikt wordt bij optimaliseren van de melktijd in het AMS, en dus niet nodig is voor modelleren van 20 de optimale rantsoenen, bijvoorbeeld omdat er onbeperkte melkcapaciteit beschikbaar is. Voorts is hier, in (1.2), een kwadratische afhankelijkheid aangenomen. Het is echter zeker ook mogelijk om een andere afhankelijkheid aan te nemen, zoals een lineaire of een willekeurige, empirisch bepaalde afhankelijkheid. Het model zoals hier gebruikt geeft echter goede resultaten. 25 Voorts is het niet altijd nodig om de ruwvoeropname, i.e. vgl. (1.3), te modelleren, bijvoorbeeld als dat vrij beschikbaar is. In dit model is de ruwvoeropname wel gemodelleerd, hetgeen bijvoorbeeld handig is als er wel een prijs voor ruwvoer berekend dient te worden.

In het bovenstaande model zijn er 3 responsievariabelen, te weten 30 melkduur D, melkgift M en ruwvoeropname R per dag. Er zijn 4 16 regressievariabelen: aantal melkbeurten N, melkgift M (dus een dubbele functie!), concentraatopname C en intervallengte I. Per melkdier per dag zijn er 8 coëfficiënten (ao, .... di) die de invloeden van melkfrequentie en concentraatallocatie beschrijven op de melkgift beschrijven, en die ook elk een 5 duidelijke fysische en/of biologische betekenis hebben. Er wordt voorts gebruik gemaakt van een systeemvergelijking die kan worden samengevat als Θ t = Θ t-1 + , waarbij Θ / (- ι) een coëfficiënt op tijdstip t resp. t-1 is, en δ_ een verstoring. Bij het modelleren wordt gebruik gemaakt van een te kiezen aantal tijdsperiodes, bijv. 10 dagen, die invloed hebben op de "nieuwe" coëfficiënt, via een discountfactor. Dit is een wegingsfactor, die aangeeft hoe groot het belang is van een betreffende voorgaande coëfficiëntwaarde bij berekenen van de nieuwe waarde. Bijvoorbeeld geeft een discountfactor van 0,8 aan dat een waarde van drie periodes geleden nog 0,83=0,256 als weging heeft. Zo zullen oude waardes dus steeds minder 15 zwaar meewegen. De discountfactor ligt meestal tussen 0,8 en 0,98, kan verschillend zijn voor elke bijbehorende coëfficiënt, en kan bijvoorbeeld empirisch worden bepaald uit proefmetingen. Merk op dat de respectieve discountfactoren zelf niet veranderen.

De wijze waarop coëfficiënten samenhangen, dus de 20 systeemvergelijking, is enigszins afhankelijk van de gekozen regressiemethode. Voor een dynamische lineaire regressiemethode, die veel wordt gebruikt, wordt verwezen naar het bovengenoemde boek van West & Harrison, in het bijzonder de samenvattende tabel 10.4 op bladzijde 362, hier opgenomen als Figuur 4, met bijbehorende uitleg, hierin door verwijzing opgenomen. De daarin gebruikte 25 symboolnamen verschillen overigens van de hier gebruikte, hoewel hun functie wèl overeenkomt. De schatting van de coëfficiënten is daarbij gebaseerd op de beschreven univariate dynamische lineaire modellen meet variantie-discounting. In de tabel is G een (matrix)coefficient die de ontwikkeling van de bijbehorende modelcoefficient in de tijd aangeeft, en dus bijvoorbeeld een (vaste) trend 30 aangeeft. In het onderhavige (voorbeeld)model is er echter voor gekozen om geen vaste (vooraf)trend in te voeren, maar de tijdsontwikkeling passief te verwerken, door waarnemingen het model te laten aanpassen. Met andere woorden is G hier 17 de eenheidsmatrix. Voorts zijn de discountfactoren in de tabel 10.4 aangeduid als δ.

Met behulp van bovenstaand model wordt de melkgift M gemodelleerd als functie in de tijd van intervallengte en concentraatopname. Men 5 dient in dit model uit te gaan van beginwaarden voor de coëfficiënten en intervallengten, oftewel startgegevens, die bijvoorbeeld zijn gebaseerd op eerdere lactatieperiodes van de melkdieren, of op diergemiddeldes. Voorts dient er een stadwaarde, of reeks van stadwaarden, te worden aangenomen voor de concentraatopname, die immers een instelvariabele is. Hierbij geldt echter dat 10 vaak een "opstadperiode" wordt aangehouden, waarin de concentraatgift langzaamaan vanaf 0 wordt opgebouwd, waardoor de eerste waardes voor C vastliggen. Met behulp van deze stadgegevens wordt een eerste modelschatting voor de melkgift M gegenereerd. Deze wordt vervolgens daadwerkelijk gemeten.

Optimale individuele instellingen voor rantsoen en desgewenst 15 melkinterval kunnen vervolgens worden berekend door oplossen van de verzameling vergelijkingen. Bijvoorbeeld kan het optimale individuele rantsoen

Copt, it. worden berekend als _ ~ (?*M,itc\jt ~ *c,it ~ πR,itd\,jt) <**·* ” 2π c waarin πΜ, Tïc en πρ respectievelijk de melkprijs (niet opgesplitst naar 20 samenstelling), de concentraatprijs en de ruwvoerprijs zijn, en de subscriptfactoren i en t respectievelijk het melkdier en de tijd aangeven. Deze vergelijking wordt verkregen door de voerbalans, i.e. het product van melkgift en prijs minus de som van de producten van voerhoeveelheid en prijs daarvan, te differentiëren naar concentraathoeveelheid C, en die afgeleide nul te stellen. Merk 25 op dat deze optima hier zijn berekend op individueel niveau. Bij optimaliseren op kuddeniveau worden de uitdrukkingen een stuk ingewikkelder. Deze zijn echter ook te benaderen met iteratieve methoden, en vaak is dat in de praktijk de enige bruikbare oplossing. Daartoe zijn bijvoorbeeld pakketten verkrijgbaar zoals GAMS, van GAMS Development Corporation, Washington, DC, 2006.

30 Op soortgelijke wijze kan bijvoorbeeld een instelling voor een optimaal individueel melkinterval lopt. it worden verkregen, onder de 18 randvoorwaarde dat de som van de melktijden D;t maximaal gelijk zijn aan de maximale effectieve melktijd Diviax, t. als r , o -1/2 γ — h 1 Opt,it ~ 1 D2,it f

I l ^0,,7 J

waarin y(DMax, t> Ht) een functie is die afhangt van de maximale beschikbare 5 AMS-capaciteit ÜMax, t en de grootte Ht van de groep melkdieren: r(/W//,) ==-==(/^)-2 waarbij ‘ opt - het gemiddelde optimale melkinterval, te berekenen door gemiddelde melkduur D naar gemiddeld voersaldo S te differentiëren, en ook D(lgem) gelijk te stellen aan ÜMax, Λ 10 Bovenstaande vergelijkingen zijn overigens afgeleid onder de aanname dat optimaal melkinterval en optimaal rantsoen onafhankelijke variabelen zijn. De vergelijkingen zullen dus een suboptimaal resultaat geven. Wederom geldt dat nauwkeuriger oplossingen bijvoorbeeld met genoemd software-pakket kan worden verkregen.

15 Overigens kunnen nog meer randvoorwaarden worden opgelegd, zoals een melkinterval dat wordt gehouden tussen 4,8 en 12 uur, en dat er een bepaalde minimumaandeel ruwvoer ten opzichte van totale voeropname dient te zijn, bijvoorbeeld 40%. Ook kunnen veranderingen zijn gemaximaliseerd, bijvoorbeeld het aantal melkbeurten per dag mag hooguit 0.5 veranderen, en het 20 krachtvoerrantsoen mag hooguit met 0,5 kg per dag veranderen. Ook kan bijvoorbeeld worden aangehouden dat een maximaal melkinterval hooguit 1,3 keer het optimale melkinterval mag bedragen, waarna ophalen volgt, enzovoort. Dergelijke randvoorwaarden kunnen aanleiding geven tot attentiesignalen, indien een waarneming aan een melkdier daarbuiten valt.

25 Nogmaals wordt hier benadrukt dat twee grote voordelen van de uitvinding zijn dat de instellingen voer rantsoen, en eventueel melkinterval, worden geoptimaliseerd op kuddeniveau in plaats van op individueel niveau, en dat bij dat 19 optimaliseren gebruik wordt gemaakt van een dynamisch systeem, dat beter rekening houdt met de dynamische factoren als melkdieren.

In een praktijkproef werd de uitvinding getest. Hierbij werden, in een periode van 3 maanden (gemiddeld) 71 koeien bestudeerd. Voor deze koeien 5 werden (telkens) volgens het hierboven beschreven model optimale instellingen gezocht,en werd gekeken naar de opbrengsten, in melk en in voersaldo, naar melkfrequentie, voeropname enzovoort. Het blijkt uit tabel 1 hieronder, dat er, in vergelijking met voorspelde opbrengsten enz. bij traditionele instellingen, een duidelijke toename plaatsvond in met name het gemiddelde voersaldo, m.a.w. het 10 totale voersaldo op kuddeniveau.

Tabel 1 Vergelijking van voorspelde resultaten, traditioneel en dynamisch traditioneel dynamisch, optimaal melkfrequentie (#/koe/dag) 2,71 3,25 concentraatgift (kg/koe/dag) 5,7 6,4 melkduur (min./koe/dag) 14,4 15,9 ruwvoeropname (kg/koe/dag) 31,3 32,1 melkgift (kg/koe/dag) 31,5 33,6 voersaldo (€/koe/dag) 7,23 7,77

Het blijkt hieruit dat de opbrengst per koe kan toenemen, met name 15 door voornamelijk of alleen aan hoog renderende koeien meer voer en/of melktijd ter beschikking te stellen. Daardoor kunnen grenzen beter worden opgezocht dan in traditionele modellen. Uit verschillen in instellingen bij individuele koeien (hier niet weergegeven) bleek bovendien dat sommige koeien (hoogrenderend) meer voer en/of melktijd kregen, terwijl andere (laagrenderende) juist minder dan in het 20 traditionele model.

De getoonde uitvoeringsvormen en modellen dienen slechts als voorbeeld, waarbij de vakman binnen het kader van de uitvinding eenvoudig wijzigingen en aanpassingen zal kunnen verrichten. De beschermingsomvang wordt bepaald aan de hand van de bijgevoegde conclusies.

25 1033926

Claims

1. Werkwijze voor het beheren van een groep van meerdere melkdieren, waarbij elk dier met behulp van een dieridentrficatiesysteem individueel 5 herkenbaar is, waarbij de dieren worden gemolken en daarbij een individuele gerealiseerde melkgift geven, en waarbij de dieren worden gevoerd met een individueel rantsoen, waarbij gegevens omtrent de groep melkdieren worden verzameld, welke gegevens tenminste de individuele gerealiseerde melkgiften en opgenomen 10 rantsoenen omvatten, waarbij met behulp van een model op basis van de gegevens eerstvolgende individuele melkgiften worden geschat, waarbij voor één of meer dieren ten minste één van het individuele rantsoen en het melken voor individuele melkdieren in een instelstap wordt ingesteld onder 15 toepassing van een randvoorwaarde.

2. Werkwijze volgens conclusie 1, waarbij de randvoorwaarde omvat dat een voorspeld voersaldo van een individueel melkdier na de instelstap groter is dan het gerealiseerde voersaldo voorafgaand aan de instelstap, waarbij een 20 gerealiseerd resp. voorspeld voersaldo gelijk is aan de opbrengst van de betreffende gerealiseerde resp. voorspelde melkgift minus de kosten van het betreffende gerealiseerde resp. voorspelde rantsoen.

3. Werkwijze volgens conclusie 2, waarbij de randvoorwaarde omvat dat, voor 25 de groep als geheel, een som van voorspelde voersaldi van individuele melkdieren na de instelstap groter is dan de som van gerealiseerde voersaldi voorafgaand aan de instelstap.

4 Werkwijze volgens een der voorgaande conclusies, waarbij het rantsoen 30 een hoeveelheid krachtvoer per dag, of een energie-equivalent daarvan, omvat.

5. Werkwijze volgens conclusie 4, waarbij het rantsoen tevens ten minste een tweede soort voer, in het bijzonder, een hoeveelheid ruwvoer omvat. 1033926 V

6. Werkwijze volgens een der voorgaande conclusies, waarbij de dieren ten minste deels met behulp van een met een computer bestuurde voerinrichting worden gevoerd.

7. Werkwijze volgens een der voorgaande conclusies, waarbij de randvoorwaarde omvat dat de som van de individuele melkgiften niet groter is dan een vooraf bepaald melkquotum.

8. Werkwijze volgens een der voorgaande conclusies, waarbij de 10 randvoorwaarde omvat dat een totale tijdsduur voor melken van alle melkdieren ten hoogste gelijk is aan een effectieve dagelijkse melktijd.

9. Werkwijze volgens conclusie 8, waarbij de effectieve dagelijkse melktijd wordt gemeten als een functie van die effectieve dagelijkse melktijd in een vooraf 15 bepaald aantal voorafgaande dagen, in het bijzonder een lopend gemiddelde daarvan.

10. Werkwijze volgens een der voorgaande conclusies, waarbij de dieren met behulp van een, bij voorkeur met een computer bestuurde, melkinrichting 20 automatisch worden gemolken.

11. Werkwijze volgens conclusie 10, waarbij de randvoorwaarde omvat dat een totale tijdsduur voor met de melkinrichting melken van alle melkdieren ten hoogste gelijk is aan een effectieve dagelijkse melktijd van de melkinrichting. 25

12. Werkwijze volgens conclusie 10 of 11, waarbij een melkinterval, melkvacuüm, een zuig/rustverhouding tijdens het melken en/of een melkprogramma voor toepassing tijdens het melken instelbaar is.

13. Werkwijze volgens een der voorgaande conclusies, waarbij het aantal dieren variabel is.

14. Werkwijze volgens conclusie 13, waarbij in het model een wegingsfactor voor individuele dieren is opgenomen. \ ’

15. Werkwijze volgens een der voorgaande conclusies, waarbij gegevens omtrent de groep melkdieren in de computer worden ingevoerd, waarbij door de computer met behulp van een model op basis van de gegevens eerstvolgende 5 individuele melkgiften worden berekend.

16. Werkwijze volgens een der conclusies 6-15, waarbij het model in de computer is geïmplementeerd.

17. Werkwijze volgens een der voorgaande conclusies, waarbij het model een statisch model omvat, met vaste coëfficiënten.

18. Werkwijze volgens een der voorgaande conclusies, waarbij het model een Bayesiaans tijdreeksanalysemodel omvat, met individuele, ten minste deels 15 tijdsafhankelijke modelcoëfficiënten en modelvariabelen, in het bijzonder het Bayesiaanse tijdreeksanalysemodel, met individuele, ten minste deels tijdsafhankelijke modelcoëfficiënten en modelvariabelen, die ten minste omvatten een melkgift per tijdseenheid, een individuele instelvariabele, zijnde een rantsoen, alsmede een individuele incrementele melkopbrengst per rantsoeneenheid per 20 tijdseenheid, waarbij het model in een waarnemingsvergelijking beschrijft hoe een of meer modelvariabelen van de modelcoëfficiënten en de modelvariabelen afhangen en in een systeemvergelijking hoe de modelcoëfficiënten zich ontwikkelen in de tijd, en waarbij het model een aanpascriterium voor ten minste één individuele instelvariabele omvat, dat aangeeft hoe de individuele 25 instelvariabele dient te worden veranderd op basis van modelvariabelen en modelcoëfficiënten.

19. Werkwijze volgens conclusie 18, en waarbij het besturen omvat: 30 a) verzamelen en in de computer invoeren van startgegevens met betrekking tot de modelvariabelen en modelcoëfficiënten voor de melkdieren, b) met behulp van het model genereren van een individuele voorspelling van de eerstvolgende melkgift per tijdseenheid voor elk melkdier, in afhankelijkheid V van het rantsoen per tijdshoeveelheid en de individuele melkopbrengst per rantsoeneenheid per tijdseenheid, c) melken van de melkdieren met de melkinrichting, d) bepalen van de melkgift voor elk melkdier, 5 e) vergelijken van elke individuele voorspelling met de betreffende bepaalde melkgift, f) met behulp van het model, in het bijzonder de systeem vergelijking, aanpassen van de individuele modelcoëfficiënten op grond van de bepaalde melkgiften, 10 g) met behulp van het aanpascriterium herberekenen van de individuele instelvariabele, waarbij het aanpascriterium, h) instellen van de voerinrichting op basis van de herberekende instelvariabele.

20. Werkwijze volgens conclusie 19, waarbij de stappen b) tot en met h) ten minste eenmaal worden herhaald.

21. Werkwijze volgens een der voorgaande conclusies, voorts omvattende het genereren van een attentiesignaal indien een gerealiseerde melkgift gedurende 20 een vooraf bepaald aantal malen, in het bijzonder dagen, meer afwijkt van de bijbehorende gegenereerde voorspelling of schatting dan een eerste vooraf bepaalde drempelwaarde.

22. Werkwijze volgens een der voorgaande conclusies, voorts omvattende het 25 genereren van een attentiesignaal indien een waarneming meer afwijkt van de bijbehorende gegenereerde voorspelling dan een tweede vooraf bepaalde drempelwaarde.

23. Inrichting voor het beheren van een groep melkdieren, omvattende een 30 dierherkenningsinrichting voor herkennen van individuele melkdieren uit de groep, een computer en een met de computer bestuurde automatische voerinrichting, waarbij de computer is ingericht voor uitvoeren van een werkwijze volgens een der voorgaande conclusies. %

24. Inrichting volgens conclusie 23, omvattende een voerweeginrichting voor wegen van het opgenomen rantsoen, of de samenstellende delen daarvan.

25. Inrichting volgens conclusie 23 of 24, waarbij de automatische 5 voerinrichting meerdere voerhouders, die zijn ingericht om individueel, en computergestuurd, een hoeveelheid van de betreffende voersoort af te geven.

26. Inrichting volgens conclusie 25, waarbij voorts een voermenginrichting is verschaft. 10

27. Inrichting volgens een der conclusies 23-26, voorts omvattende een automatisch melksysteem, dat bij voorkeur met de computer bestuurbaar is, en met voordeel instelbaar is met betrekking tot melkvacuüm, zuig/rustverhouding, melkprogramma en melkinterval. 15

28. Computerprogrammaproduct, omvattende een door een computer leesbaar medium met daarop vastgelegde computerprogrammainstructies, die in staat zijn om een computer, met name een computer van een inrichting volgens een der conclusies 23-27, in te richten voor uitvoeren van een werkwijze volgens een der 20 conclusies 1-22. 1033926