TWI792388B - 泌乳牛產乳效益的預測系統及方法 - Google Patents
泌乳牛產乳效益的預測系統及方法 Download PDFInfo
- Publication number
- TWI792388B TWI792388B TW110124671A TW110124671A TWI792388B TW I792388 B TWI792388 B TW I792388B TW 110124671 A TW110124671 A TW 110124671A TW 110124671 A TW110124671 A TW 110124671A TW I792388 B TWI792388 B TW I792388B
- Authority
- TW
- Taiwan
- Prior art keywords
- milk production
- lactating
- cow
- predicted
- predicting
- Prior art date
Links
Images
Abstract
本發明提供一種泌乳牛產乳效益的預測系統及方法,該系統包括:至少一環境感測器,用於感測一目標飼育場的環境溫度及環境濕度;一行為感測器,用於感測一泌乳牛的多種行為資訊;一資料庫,用於儲存一種或多種與泌乳量相關之特徵的多個數據;一泌乳量預測模組,用於預估該泌乳牛的一預測泌乳量;一成本計算模組,用於計算出該泌乳牛的一產乳效益;及一使用者介面,用於接收由一使用者輸入的多個指示,並輸出該使用者感興趣的多個分析結果。
Description
本發明係關於一種用於酪農業的產乳效益的預測系統及方法,特別係一種泌乳牛產乳效益的預測系統及方法。
動物之健康狀態及生理反應與其行為及活動力具有重要的關聯性,其中就泌乳牛而言,泌乳牛之活動模式、反芻行為及採食行為可作為判斷該泌乳牛的健康及生產力的重要指標。另外,飼育場的環境條件也與泌乳牛的泌乳量息息相關,當泌乳牛處於高溫高濕的環境下,會導致該泌乳牛產生熱警迫壓力(heat stress),這使得該泌乳牛的採食量、營養代謝、生理調節、泌乳性能及繁殖性能均受到影響,進而影響該泌乳牛的生產表現。
目前有關自動監控泌乳牛之健康狀態的管理系統主要由歐美等溫帶國家的開發商所製造,然而台灣屬於亞熱帶氣候,因此這些產品的各種設定參數可能無法符合台灣的氣候狀況,從而無法有效地應用於台灣的酪農產業。此外,這些產品的數據庫及程式的設計為封閉且不能修改的,這使得使用者無法依據使用現況對參數進行調整,因而導致輸出的評估結果與實際狀況具有誤差,並進一步造成該使用者無法做出精準且合適的因應決策。
因此,需要開發一種整合泌乳牛的生理與行為資訊、環境氣候及各種成本資訊來預測泌乳量及評估產乳效益的系統,同時該預測系統可供使用者依據實際狀況及需求模擬產乳效益,如此將有助於該使用者提前規劃合適的飼育場管理方案,以達成最佳的經濟效益。
本發明之主要目的在於提供一種泌乳牛產乳效益的預測系統,該預測系統可根據泌乳牛的生理與行為資訊及環境氣候來預測該泌乳牛的泌乳量,並且該預測系統可進一步結合各種成本資訊及預測出的泌乳量來評估該泌乳牛的產乳效益,如此將有助於使用者提前做出合適且精準的決策,以在成本預算之控制與牛乳供應之間達成最佳的經濟效益。
為達上述之目的,本發明提供一種泌乳牛產乳效益的預測系統,該系統包括一感測裝置端、一伺服器端及一使用者端。該感測器端包括:至少一環境感測器,用於感測一目標飼育場的至少一環境溫度及至少一環境濕度;及一行為感測器,用於感測至少一泌乳牛的多種行為資訊。該伺服器端包括:一資料庫,用於儲存一種或多種與泌乳量相關之特徵的多個數據;一泌乳量預測模組,根據該資料庫中儲存的該一種或多種與泌乳量相關之特徵的該多個數據,預估該至少一泌乳牛的一預測泌乳量;及一成本計算模組,根據至少一種成本資訊及該至少一泌乳牛的該預測泌乳量計算出該至少一泌乳牛的一產乳效益。該使用者端包括一使用者介面,該使用者介面用於接收由一使用者輸入的多個指示,並輸出該使用者感興趣的多個分析結果。
在本發明的一實施例中,該至少一環境感測器將同時間測得之一環境溫度及一環境濕度運算為一溫溼度指標。
在本發明的一實施例中,該至少一泌乳牛的該多種行為資訊包括活動行為資訊、休息行為資訊、採食行為資訊及反芻行為資訊。
在本發明的一實施例中,該一種或多種與泌乳量相關之特徵包括:該至少一泌乳牛的多個生理資訊、該目標飼育場的該至少一環境溫度及該至少一環境濕度、該至少一泌乳牛的該多種行為資訊,及多個天氣預報資料。
在本發明的一實施例中,該伺服器端透過通訊網路接收該至少一環境感測器測得之該至少一環境溫度及該至少一環境濕度的數據,及該行為感測器測得之該至少一泌乳牛的該多種行為資訊。
在本發明的一實施例中,該產乳效益包括:一個體產乳效益、一特定群體產乳效益,及一整體產乳效益。
為達上述目的,本發明還提供一種泌乳牛產乳效益的預測方法,該方法包括以下步驟:S10、設置一泌乳牛產乳效益的預測系統;S20、透過至少一環境感測器感測一目標飼育場的至少一環境溫度與至少一環境濕度,及透過一行為感測器感測至少一泌乳牛的多種行為資訊;S30、透過人工智慧及特徵選擇方法,將一種或多種與泌乳量相關之特徵的多個樣本數據結合,以建立一泌乳量預測模組;S40、在一待預測期間,透過該至少一環境感測器感測該目標飼育場的至少一環境溫度與至少一環境濕度,並透過該行為感測器感測至少一待預測泌乳牛的多種行為資訊;S50、根據該一種或多種與泌乳量相關之特徵的多個待分析數據,透過該泌乳量預測模組預估該至少一待預測泌乳牛的一預測泌乳量;及S60、根據至少一種成本資訊及該至少一待預測泌乳牛的該預測泌乳量,透過一成本計算模組計算出該至少一待預測泌乳牛的一產乳效益。
在本發明的一實施例中,該泌乳牛產乳效益的預測系統包括一資料庫,該資料庫儲存該一種或多種與泌乳量相關之特徵的該多個樣本數據及該多個待分析數據。
在本發明的一實施例中,該泌乳牛產乳效益的預測系統包括一使用者介面,該使用者介面用於接收由一使用者輸入的多個指示,並輸出該使用者感興趣的多個分析結果。
在本發明的一實施例中,該泌乳牛產乳效益的預測方法進一步包括:S70、執行模擬產乳效益分析,其中該使用者透過該使用者介面輸入多個欲模擬之條件,以評估該多個欲模擬之條件對於該至少一待預測泌乳牛的泌乳量之影響。
在本發明的一實施例中,該多個欲模擬之條件包括:該至少一種成本資訊的欲模擬之數值,及/或該至少一環境溫度與該至少一環境濕度的欲模擬之數值。
在詳細說明本發明的至少一實施例之前,應當理解的是本發明並非必要受限於其應用在以下描述中的多個示例所舉例說明的多個細節,且多個附圖及所附的描述僅用於使本發明的該多個示例更容易及更清楚被理解。本發明能夠爲其他的實施例或者以各種方式被實施或實現。
本文中所揭露的大小和數值不應意圖被理解為嚴格限於所述精確數值,除非另外指明,各種大小旨在表示所引用的數值以及功能上與所述數值相同的範圍。
參照圖1所示,本發明提供一種泌乳牛產乳效益的預測系統10,該系統包括:一感測裝置端100、一伺服器端200及一使用者端300。該感測器端100包括:至少一環境感測器102,用於感測一目標飼育場的至少一環境溫度及至少一環境濕度;及一行為感測器104,用於感測至少一泌乳牛的多種行為資訊。該伺服器端200包括:一資料庫202,用於儲存一種或多種與泌乳量相關之特徵的多個數據;一泌乳量預測模組204,根據該資料庫202中儲存的該一種或多種與泌乳量相關之特徵的該多個數據,預估該至少一泌乳牛的一預測泌乳量2042;及一成本計算模組206,根據至少一種成本資訊2021及該至少一泌乳牛的該預測泌乳量2042計算出該至少一泌乳牛的一產乳效益500。該使用者端300包括一使用者介面302,該使用者介面302用於接收由一使用者輸入的多個指示,並輸出該使用者感興趣的多個分析結果。
在本發明的一實施例中,該至少一環境感測器102將同時間測得之一環境溫度及一環境濕度運算為一溫溼度指標(temperature-humidity index, THI)。在一優選的實施例中,本發明係採用以下的一溫溼度指標公式來計算:THI=(1.8*T+32)-(0.55-0.0055*H)*(1.8*T-26),其中T為環境溫度(℃)及H為環境濕度(%)。進一步地,透過該溫溼度指標可評估該目標飼育場的環境條件對於該至少一泌乳牛的影響,例如,可將該溫溼度指標分為四個等級:當THI<72時,該至少一泌乳牛處於一舒適的環境;當72≦THI<80時,該至少一泌乳牛處於一輕度熱緊迫的環境;當80≦THI<90時,該至少一泌乳牛處於一中度熱緊迫的環境;及當90≦THI時,該至少一泌乳牛處於一非常嚴重的熱緊迫環境。應當注意的是,該溫溼度指標公式及THI等級之劃分僅為示例性的,並非用於限制本發明,使用者可依據實際需求來設計該溫溼度指標公式及THI等級之劃分。
在本發明的一實施例中,該至少一泌乳牛的該多種行為資訊包括活動行為資訊、休息行為資訊、採食行為資訊及反芻行為資訊。
由於泌乳牛之活動模式、採食行為及反芻行為被廣泛認為與個體泌乳牛的健康及泌乳量密切相關,例如,當泌乳牛處於躺臥的休息狀態時,可增加通過乳腺的血流量,使得乳腺獲得更多的營養來合成乳汁,藉此提高泌乳量,因此可利用一市售行為感測器104在一特定時間內(例如一小時)感測一泌乳牛的一活動行為、一休息行為、一採食行為及一反芻行為分別占比多少時間,進而將該多種行為的時間占比作為預測泌乳量的指標。在該行為感測器104中,該活動行為係定義為:該泌乳牛以四肢站立,且頭部或(與)身體進行擺動,或者該泌乳牛處於行走狀態;而該休息行為係定義為:該泌乳牛以四肢站立,且全身靜止無任何動作,或者該泌乳牛躺臥於地面,且全身靜止無任何動作。
此外,由於活動力太高將消耗泌乳牛體內蓄積的能量,而造成泌乳量下降,因此該行為感測器還可感測一高活動行為資訊。在本發明的一實施例中,該高活動行為資訊也作為預測該至少一泌乳牛的泌乳量的指標之一。
在本發明的一實施例中,該一種或多種與泌乳量相關之特徵包括:該至少一泌乳牛的多個生理資訊2022、該目標飼育場的該至少一環境溫度及該至少一環境濕度、該至少一泌乳牛的該多種行為資訊,及多個天氣預報資料2023。
在本發明的一實施例中,該至少一泌乳牛的該多個生理資訊2022包括牛隻月齡、出生季節、分娩季節、胎次、當前季節及泌乳天數,其中該使用者可透過該使用者介面302將該多個生理資訊2022輸入該資料庫202中。
由上述內容可知,環境溫度及環境溼度與泌乳牛的健康及泌乳性能密切相關,若泌乳牛受到熱警迫之壓力,則可能因採食量下降及反芻次數減少而導致泌乳量下降。因此,在本發明也採用該多個天氣預報資料2023(例如,從中央氣象局取得目標地區的天氣預報資料)作為預測泌乳量的指標,如此可預先評估泌乳牛受熱警迫的可能性來提前安排應對方案。
在本發明的一實施例中,該伺服器端200透過通訊網路400接收該至少一環境感測器102測得之該至少一環境溫度及該至少一環境濕度的數據,及該行為感測器104測得之該至少一泌乳牛的該多種行為資訊。在本發明的一實施例中,該感測裝置端100係持續透過該通訊網路400傳送該多個數據及該多個資訊至該資料庫202,例如但不限於,傳送頻率可為每小時1次、每3小時1次、每6小時1次或每日1次。
在本發明的一實施例中,該產乳效益500包括:一個體產乳效益502、一特定群體產乳效益504,及一整體產乳效益506。
在本發明的一實施例中,該至少一種成本資訊2021包括飼料成本、人力成本及管理成本,其中該使用者可透過該使用者介面302將至少一種成本資訊2021輸入該資料庫202中。
在本發明的一實施例中,該使用者介面302可設置於個人電腦304及/或行動裝置306,例如智慧型手機及平板電腦。
參照圖2及圖3所示,本發明提供使用上述泌乳牛產乳效益的預測系統10的一種泌乳牛產乳效益的預測方法,該方法主要包括以下步驟:S10、設置一泌乳牛產乳效益的預測系統10;S20、透過至少一環境感測器102感測一目標飼育場的至少一環境溫度與至少一環境濕度,及透過一行為感測器104感測至少一泌乳牛的多種行為資訊;S30、透過人工智慧600及特徵選擇方法604,將一種或多種與泌乳量相關之特徵的多個樣本數據結合,以建立一泌乳量預測模組204;S40、在一待預測期間,透過該至少一環境感測器102感測該目標飼育場的至少一環境溫度與至少一環境濕度,並透過該行為感測器104感測至少一待預測泌乳牛的多種行為資訊;S50、根據該一種或多種與泌乳量相關之特徵的多個待分析數據,透過該泌乳量預測模組204預估該至少一待預測泌乳牛的一預測泌乳量2042;及S60、根據至少一種成本資訊2021及該至少一待預測泌乳牛的該預測泌乳量2042,透過一成本計算模組206計算出該至少一待預測泌乳牛的一產乳效益500。
本發明提供之泌乳牛產乳效益的預測方法首先係:S10、設置一泌乳牛產乳效益的預測系統10。在此步驟中,該至少一環境感測器102可依據需求設置不同數量,例如但不限於,可將該目標飼育場劃分為多個區域,每一區均設置一環境感測器102,以便精準監控該至少一泌乳牛的生長環境。
本發明提供之泌乳牛產乳效益的預測方法接著係:S20、透過至少一環境感測器102感測一目標飼育場的至少一環境溫度與至少一環境濕度,及透過一行為感測器104感測至少一泌乳牛的多種行為資訊。在此步驟中,該至少一環境感測器102透過通訊網路400將該目標飼育場的該至少一環境溫度與該至少一環境濕度的多個樣本數據傳送至該資料庫202中儲存,並且該行為感測器104也透過通訊網路400將該至少一泌乳牛的活動行為資訊、休息行為資訊、採食行為資訊及反芻行為資訊的多個樣本數據傳送至該資料庫202中儲存。此外,如上所述,該至少一環境感測器102可將測得之該至少一環境溫度及該至少一環境濕度運算為多個溫溼度指標,而該多個溫溼度指標也可透過通訊網路400傳送至該資料庫202中儲存。
參照圖4所示,本發明提供之泌乳牛產乳效益的預測方法接著係:S30、透過人工智慧600及特徵選擇方法604,將一種或多種與泌乳量相關之特徵的多個樣本數據結合,以建立一泌乳量預測模組204。在此步驟中,首先將儲存在該資料庫202中的該一種或多種與泌乳量相關之特徵的該多個樣本數據區分為一訓練樣本資料集2024及一測試樣本資料集2025;接著,透過人工智慧600、時間序列演算法602及特徵選擇方法604將該訓練樣本資料集2024中的該一種或多種與泌乳量相關之特徵的多個樣本數據結合進行機器學習,以建立該泌乳量預測模組204;最後,利用該測試樣本資料集2025中的該一種或多種與泌乳量相關之特徵的多個樣本數據來測試及調整該泌乳量預測模組204的泌乳量預測效能。在本發明的一實施例中,該一種或多種與泌乳量相關之特徵包括:該至少一泌乳牛的多個生理資訊2022、該目標飼育場的該至少一環境溫度及該至少一環境濕度、該至少一泌乳牛的該多種行為資訊,及多個天氣預報資料2023。
在本發明中,該人工智慧600的方法包括支援向量機(Support Vector Machine,SVM)演算法、梯度提升決策樹(GBDT)演算法、決策樹(Decision Tree)演算法、隨機森林(Random Forest)演算法、邏輯回歸演算法、IBK演算法、LMT演算法、K*演算法、AdaBoost演算法、類神經網路演算法及深度學習演算法或其任意組合。另外,為了精簡所述泌乳量預測模組204使用的特徵,本發明進一步結合該特徵選擇方法206,該特徵選擇方法206包括過濾法(Filter)、包裹法(Warpper)及嵌入法(Embedding),如此可提升預測效能,並降低訓練模組之時間複雜度。
本發明提供之泌乳牛產乳效益的預測方法接著係:S40、在一待預測期間,透過該至少一環境感測器102感測該目標飼育場的至少一環境溫度與至少一環境濕度,並透過該行為感測器104感測至少一待預測泌乳牛的多種行為資訊。在此步驟中,使用者可根據需求決定該待預測期間,例如但不限於,從該至少一待預測泌乳牛受精後開始感測,或優選為從該至少一待預測泌乳牛分娩後開始感測。此外,如上所述,可透過通訊網路400將該至少一環境感測器102測得之至少一環境溫度與至少一環境濕度的多個待分析數據及其計算出的多個待分析的溫溼度指標,及該行為感測器104測得之該至少一待預測泌乳牛的該多種行為資訊的多個待分析數據傳送至該資料庫202儲存。
本發明提供之泌乳牛產乳效益的預測方法接著係:S50、根據該一種或多種與泌乳量相關之特徵的多個待分析數據,透過該泌乳量預測模組204預估該至少一待預測泌乳牛的一預測泌乳量2042。在此步驟中,根據步驟(S40)儲存在該資料庫202中的該一種或多種與泌乳量相關之特徵的多個待分析數據,可透過步驟(S30)建立之該泌乳量預測模組204預估該至少一待預測泌乳牛的該預測泌乳量2042。
以台灣而言,在冬季期間(12月至3月),每頭泌乳牛每日的泌乳量若高於35公斤,則屬於高產乳牛,若低於25公斤,則屬於低產乳牛;在夏季期間(6月至9月),每頭泌乳牛每日的泌乳量若高於30公斤,則屬於高產乳牛,若低於20公斤,則屬於低產乳牛。
因此,在一優選的實施例中,根據步驟(S50)預測出的該至少一待預測泌乳牛的該預測泌乳量2042,可對該至少一待預測泌乳牛進行分群。舉例而言,根據該至少一待預測泌乳牛的該預測泌乳量的多個數值的日平均值,將其分成一高泌乳量牛群、一中等泌乳量牛群及一低泌乳量牛群。接著,分析該低泌乳量牛群產乳狀況不佳的原因,若原因為環境溫度偏高,則可加裝至少一送風設備及/或至少一灑水設備,以促進該低泌乳量牛群的體熱散發;或者調整該低產乳牛群的飼料比例及採食時間,例如增加營養量高、適口性佳且易消化的飼料比例,及在氣溫較低的時間(例如夜間)提高餵食的飼料量。
本發明提供之泌乳牛產乳效益的預測方法最後係:S60、根據至少一種成本資訊2021及該至少一待預測泌乳牛的該預測泌乳量2042,透過一成本計算模組206計算出該至少一待預測泌乳牛的一產乳效益500。在一實施例中,該至少一種成本資訊2021包括飼料成本、人力成本及管理成本。在一實施例中,該產乳效益500包括:一個體產乳效益502、一特定群體產乳效益504,及一整體產乳效益506。在此步驟中,透過該成本計算模組206可從步驟(S50)預測出的一待預測泌乳牛的一預測泌乳量2042以及該使用者預先輸入的該至少一種成本資訊2021,計算出該待預測泌乳牛的該個體產乳效益502。此外,如上所述,在根據該至少一待預測泌乳牛的該預測泌乳量2042進行分群後(例如,該高泌乳量牛群、該中等泌乳量牛群及該低泌乳量牛群),該成本計算模組206也可根據該至少一種成本資訊2021以及特定泌乳牛群中的所有泌乳牛個體的總預測泌乳量計算不同泌乳牛群的該特定群體產乳效益504。同樣地,該成本計算模組206也可針對該目標飼育場中的所有泌乳牛個體的總預測泌乳量計算出該整體產乳效益506。
在本發明的一實施例中,該泌乳牛產乳效益的預測方法可選擇地包括:S70、執行一模擬產乳效益分析508,其中該使用者透過該使用者介面302輸入多個欲模擬之條件,以評估該多個欲模擬之條件對於該至少一待預測泌乳牛的泌乳量之影響。在一實施例中,該多個欲模擬之條件包括:該至少一種成本資訊2021的欲模擬之數值5082,及/或該至少一環境溫度與該至少一環境濕度的欲模擬之數值5084。在此步驟中,使用者可透過該模擬產乳效益分析508來制定合適的泌乳牛飼育方案。
舉例而言,若該多個天氣預報資料2023顯示在該待預測期間的氣候條件可能造成該至少一待預測泌乳牛處於熱警迫狀態,則該使用者可透過該使用者介面302輸入欲模擬之環境溫度及環境濕度的數值,接著透過該成本計算模組206輸出的該至少一待預測泌乳牛的該產乳效益500來規劃欲進行受精的泌乳牛的數量、飼料配方的調配,及該目標飼育場的設備安排等措施。進一步地,在決定飼料配方後,該使用者可再透過該使用者介面302輸入欲模擬之各種飼料的成本、人力成本及/或管理成本的數值,接著根據該成本計算模組206輸出的該產乳效益500來確定所規劃的應對方案是否符合成本效益。
綜上所述,本發明的泌乳牛產乳效益的預測系統及方法將泌乳牛的生理與行為資訊、飼育場環境條件、天氣預報資料及成本資訊整合,以提前為使用者提供一目標飼育場中的至少一泌乳牛的預測泌乳量及其對應的產乳效益。此外,該使用者還可透過一使用者介面輸入欲模擬之條件來執行一模擬產乳效益分析,如此將有助於該使用者為該目標飼育場規劃合適的管理方案,以在成本預算之控制與牛乳供應之間達成最佳的經濟效益。
雖然本發明已以多個較佳實施例揭露,然其並非用以限制本發明,僅用以使具有通常知識者能夠清楚瞭解本說明書的實施內容。本領域中任何熟習此項技藝之人士,在不脫離本發明之精神和範圍內,當可作各種更動、替代與修飾,因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
10: 泌乳牛產乳效益的預測系統
100: 感測裝置端
102: 環境感測器
104: 行為感測器
200: 伺服器端
202: 資料庫
204: 泌乳量預測模組
206: 成本計算模組
300: 使用者端
302: 使用者介面
304: 個人電腦
306: 行動裝置
400: 通訊網路
500: 產乳效益
502: 個體產乳效益
504: 特定群體產乳效益
506: 整體產乳效益
508: 模擬產乳效益分析
600: 人工智慧
602: 時間序列演算法
604: 特徵選擇方法
2021: 成本資訊
2022: 泌乳牛的生理資訊
2023: 天氣預報資料
2024: 訓練樣本資料集
2025: 測試樣本資料集
2042: 預測泌乳量
5082: 成本資訊的欲模擬之數值
5084: 環境溫度與環境濕度的欲模擬之數值
S10-S70: 步驟
[圖1]為根據本發明的一實施例的一種泌乳牛產乳效益的預測系統的架構示意圖。
[圖2]為根據本發明的一實施例的該泌乳牛產乳效益的預測系統的運作方塊示意圖。
[圖3]為根據本發明的一實施例的該泌乳牛產乳效益的預測方法的流程方塊圖。
[圖4] 為根據本發明的一實施例的建立一泌乳量預測模組的方塊示意圖。
10: 泌乳牛產乳效益的預測系統
102: 環境感測器
104: 行為感測器
202: 資料庫
204: 泌乳量預測模組
500: 產乳效益
502: 個體產乳效益
504: 特定群體產乳效益
506: 整體產乳效益
508: 模擬產乳效益分析
2021: 成本資訊
2022: 泌乳牛的生理資訊
2023: 天氣預報資料
2042: 預測泌乳量
5082: 成本資訊的欲模擬之數值
5084: 環境溫度與環境濕度的欲模擬之數值
Claims (13)
- 一種泌乳牛產乳效益的預測系統,包含:一感測裝置端,包括:至少一環境感測器,用於感測一目標飼育場的至少一環境溫度及至少一環境濕度;及一行為感測器,用於感測至少一泌乳牛的多種行為資訊;一伺服器端,包括:一資料庫,用於儲存一種或多種與泌乳量相關之特徵的多個數據;一泌乳量預測模組,根據該資料庫中儲存的該一種或多種與泌乳量相關之特徵的該多個數據,預估該至少一泌乳牛的一預測泌乳量;及一成本計算模組,根據至少一種成本資訊及該至少一泌乳牛的該預測泌乳量計算出該至少一泌乳牛的一產乳效益;以及一使用者端,包括一使用者介面,該使用者介面用於接收由一使用者輸入的多個指示,並輸出該使用者感興趣的多個分析結果,其中該使用者介面經由該使用者輸入多個欲模擬之條件,以評估該多個欲模擬之條件對於該至少一待預測泌乳牛的泌乳量之影響。
- 如請求項1所述之泌乳牛產乳效益的預測系統,其中該至少一環境感測器將同時間測得之一環境溫度及一環境濕度運算為一溫溼度指標。
- 如請求項1所述之泌乳牛產乳效益的預測系統,其中該至少一泌乳牛的該多種行為資訊包括活動行為資訊、休息行為資訊、採食行為資訊及反芻行為資訊。
- 如請求項1所述之泌乳牛產乳效益的預測系統,其中該一種或多種與泌乳量相關之特徵包括:該至少一泌乳牛的多個生理資訊、該目標飼育場的該至少一環境溫度及該至少一環境濕度、該至少一泌乳牛的該多種行為資訊,及多個天氣預報資料。
- 如請求項4所述之泌乳牛產乳效益的預測系統,其中該伺服器端透過通訊網路接收該至少一環境感測器測得之該至少一環境溫度及該至少一環境濕度的數據,及該行為感測器測得之該至少一泌乳牛的該多種行為資訊。
- 如請求項1所述之泌乳牛產乳效益的預測系統,其中該產乳效益包括:一個體產乳效益、一特定群體產乳效益,及一整體產乳效益。
- 一種泌乳牛產乳效益的預測方法,包含以下步驟:(S10)設置一泌乳牛產乳效益的預測系統;(S20)透過至少一環境感測器感測一目標飼育場的至少一環境溫度與至少一環境濕度,及透過一行為感測器感測至少一泌乳牛的多種行為資訊;(S30)透過人工智慧及特徵選擇方法,將一種或多種與泌乳量相關之特徵的多個樣本數據結合,以建立一泌乳量預測模組;(S40)在一待預測期間,透過該至少一環境感測器感測該目標飼育場的至少一環境溫度與至少一環境濕度,並透過該行為感測器感測至少一待預測泌乳牛的多種行為資訊;(S50)根據該一種或多種與泌乳量相關之特徵的多個待分析數據,透過該泌乳量預測模組預估該至少一待預測泌乳牛的一預測泌乳量;及(S60)根據至少一種成本資訊及該至少一待預測泌乳牛的該預測泌乳量,透過一成本計算模組計算出該至少一待預測泌乳牛的一產乳效益, 其中該泌乳牛產乳效益的預測系統包括一使用者介面,該使用者介面用於接收由一使用者輸入的多個指示,並輸出該使用者感興趣的多個分析結果,其中該方法進一步包括:(S70)執行模擬產乳效益分析,其中該使用者透過該使用者介面輸入多個欲模擬之條件,以評估該多個欲模擬之條件對於該至少一待預測泌乳牛的泌乳量之影響。
- 如請求項7所述之泌乳牛產乳效益的預測方法,其中該至少一環境感測器將同時間測得之一環境溫度及一環境濕度運算為一溫溼度指標。
- 如請求項7所述之泌乳牛產乳效益的預測方法,其中該至少一泌乳牛的該多種行為資訊包括活動行為資訊、休息行為資訊、採食行為資訊及反芻行為資訊。
- 如請求項7所述之泌乳牛產乳效益的預測方法,其中該泌乳牛產乳效益的預測系統包括一資料庫,該資料庫儲存該一種或多種與泌乳量相關之特徵的該多個樣本數據及該多個待分析數據。
- 如請求項7或10所述之泌乳牛產乳效益的預測方法,其中該一種或多種與泌乳量相關之特徵包括:該至少一泌乳牛及該至少一待預測泌乳牛的多個生理資訊、該目標飼育場的該至少一環境溫度及該至少一環境濕度、該至少一泌乳牛及該至少一待預測泌乳牛的該多種行為資訊,及多個天氣預報資料。
- 如請求項7所述之泌乳牛產乳效益的預測方法,其中該產乳效益包括:一個體產乳效益、一特定群體產乳效益,及一整體產乳效益。
- 如請求項7所述之泌乳牛產乳效益的預測方法,其中該多個欲模擬之條件包括:該至少一種成本資訊的欲模擬之數值,及/或該至少一環境溫度與該至少一環境濕度的欲模擬之數值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110124671A TWI792388B (zh) | 2021-07-05 | 2021-07-05 | 泌乳牛產乳效益的預測系統及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110124671A TWI792388B (zh) | 2021-07-05 | 2021-07-05 | 泌乳牛產乳效益的預測系統及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202301972A TW202301972A (zh) | 2023-01-16 |
TWI792388B true TWI792388B (zh) | 2023-02-11 |
Family
ID=86658232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110124671A TWI792388B (zh) | 2021-07-05 | 2021-07-05 | 泌乳牛產乳效益的預測系統及方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI792388B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200617706A (en) * | 2004-07-29 | 2006-06-01 | Can Technologies Inc | System and method for optimizing animal production based on environmental nutrient inputs |
TW200719258A (en) * | 2005-07-27 | 2007-05-16 | Can Technologies Inc | System and method for optimizing animal production using genotype information |
-
2021
- 2021-07-05 TW TW110124671A patent/TWI792388B/zh active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200617706A (en) * | 2004-07-29 | 2006-06-01 | Can Technologies Inc | System and method for optimizing animal production based on environmental nutrient inputs |
TW200719258A (en) * | 2005-07-27 | 2007-05-16 | Can Technologies Inc | System and method for optimizing animal production using genotype information |
Also Published As
Publication number | Publication date |
---|---|
TW202301972A (zh) | 2023-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2017276810B2 (en) | System for monitoring pasture intake | |
Rotz et al. | Cradle-to-farm gate environmental footprints of beef cattle production in Kansas, Oklahoma, and Texas | |
Sanzogni et al. | Milk production estimates using feed forward artificial neural networks | |
Henry et al. | Risk and returns of spring and fall calving for beef cattle in Tennessee | |
Islam et al. | Automated monitoring of cattle heat stress and its mitigation | |
Christie et al. | Using a modelling approach to evaluate two options for improving animal nitrogen use efficiency and reducing nitrous oxide emissions on dairy farms in southern Australia | |
Shen et al. | Assessment of dairy cow feed intake based on BP neural network with polynomial decay learning rate | |
López-González et al. | Intensification of cow-calf production: How does the system respond biologically to energy inputs in a long-term horizon? | |
Niedbała et al. | Paszkiewicz-Jasi nska, A.; Wojciechowski, T.; Niazian, M. Application of Artificial Neural Networks Sensitivity Analysis for the Pre-Identification of Highly Significant Factors Influencing the Yield and Digestibility of Grassland Sward in the Climatic Conditions of Central Poland. Agronomy 2022, 12, 1133 | |
Ji et al. | Modelling of heat stress in a robotic dairy farm. Part 3: Rumination and milking performance | |
TWI792388B (zh) | 泌乳牛產乳效益的預測系統及方法 | |
CN113516139A (zh) | 数据处理方法、装置、设备和存储介质 | |
TWI784740B (zh) | 家禽健康監測系統及其方法 | |
Malhotra et al. | Application of AI/ML approaches for livestock improvement and management | |
Van der Linden et al. | LiGAPS-Beef, a mechanistic model to explore potential and feed-limited beef production 2: sensitivity analysis and evaluation of sub-models | |
Jensen et al. | A multi-dimensional dynamic linear model for monitoring slaughter pig production | |
Boniecki et al. | Neural prediction of cows’ milk yield according to environment temperature | |
Hirata et al. | Development of quality control and breeding management system of goats based on information and communication technology | |
Islam | Monitoring and mitigating heat stress in cattle | |
Wang et al. | Vision-based measuring method for individual cow feed intake using depth images and a Siamese network | |
KR102369873B1 (ko) | 스마트축사 구현을 위한 축사데이터 통합 관제 플랫폼 | |
Heffelfinger et al. | Shifting agriculture and a depleting aquifer: implications of row-crop farming on mule deer population performance | |
O’Brien et al. | An ear tag to measure grazing behaviour of dairy cows at pasture | |
Villanueva et al. | Real-Time Best-Fitted Crops Recommendation System Based On Agricultural Soil Health | |
Nel et al. | A puzzle of grazing management tools in the industrial engineering knowledge areas |