基于隨機森林回歸的魚飼料顆粒密度預(yù)測方法

邢書青

基于隨機森林回歸的魚飼料顆粒密度預(yù)測方法

邢書青

（鄭州黃河鯉種質(zhì)資源保護工作站河南鄭州450000）

文章針對現(xiàn)有預(yù)測方法對魚飼料顆粒密度預(yù)測精度低的問題，引入隨機森林回歸，開展對其預(yù)測方法的設(shè)計研究。通過魚飼料密度特征數(shù)據(jù)選取，以魚飼料顆粒壓制過程中的壓縮比和壓制速度等為特征數(shù)據(jù)，將獲取到的原始特征數(shù)據(jù)進行預(yù)處理；基于隨機森林回歸，建立預(yù)測模型，結(jié)合模型輸出結(jié)果實現(xiàn)對魚飼料顆粒密度的預(yù)測。采用對比實驗的方式將基于隨機森林回歸的預(yù)測方法與基于響應(yīng)面法的預(yù)測方法對魚飼料顆粒密度的預(yù)測結(jié)果進行對比，得出基于隨機森林回歸的預(yù)測方法預(yù)測精度更高，可為魚飼料顆粒壓制質(zhì)量提升提供重要的數(shù)據(jù)依據(jù)。

隨機森林回歸；密度；方法；預(yù)測；顆粒；魚飼料

為保證飼料的適口性，提高飼料的消化率，需要對飼料加工工藝進行更為科學合理的設(shè)計。在這一過程中，飼料顆粒處理品質(zhì)包括對飼料顆粒尺寸的控制、含水率以及粉化率等參數(shù)評價。魚類與其他畜禽類動物相比，其消化器官更加簡單且長度更短[1]。通常情況下，魚的消化道長度僅為豬的10％，而魚的進食和生活環(huán)境也與其他動物有很大的差異。因此，基于這一特征，要求魚飼料應(yīng)當更加容易消化，且其顆粒大小、形狀等都需要適應(yīng)魚的大小、種類[2]。飼料的顆粒密度直接關(guān)系到飼料的品質(zhì)，影響飼料的產(chǎn)量、外觀及其消化吸收。魚粉的粒度是衡量魚粉品質(zhì)的一個重要標準。通過已有大量研究可知，對魚飼料密度造成影響的因素主要包括工藝及參數(shù)、成型設(shè)備、飼料原料與配比等，但目前有關(guān)魚飼料顆粒密度的研究相對較少，在對其密度的預(yù)測方面更是極少涉及[3]。因此，本文基于上述論述，在明確魚飼料顆粒密度重要性的基礎(chǔ)上，引入隨機森林回歸開展對魚飼料顆粒密度預(yù)測方法的設(shè)計研究。

1 魚飼料密度特征數(shù)據(jù)選取與預(yù)處理

在選擇魚飼料密度特征的時候，考慮到影響密度的因素，選擇相關(guān)、信息量大、存在差異的特征，并以此來構(gòu)建未來的預(yù)測模型[4]。在對特征數(shù)據(jù)進行提取時，還需要對原始特征數(shù)據(jù)進行轉(zhuǎn)化，使其成為模型能識別的數(shù)據(jù)，從而便于后續(xù)預(yù)測模型的運算。通過對魚飼料顆粒壓制整個過程進行探究，明確對其密度產(chǎn)生影響的特征數(shù)據(jù)包括壓制速度、壓制比，其中壓制比又會對魚飼料顆粒壓制裝置的有效孔深產(chǎn)生一定影響，即壓縮比越大，則裝置的有效孔深越深，反之，壓縮比越小，則裝置的有效孔深越淺[5]。在壓制過程中，環(huán)模壓縮比的范圍規(guī)定在1∶10～1∶18范圍內(nèi)，因此魚飼料密度特征當中壓縮比特征數(shù)據(jù)的取值也為1∶10～1∶18。擠壓機的壓力速度會對擠壓魚粉物料的擠壓時間和流速產(chǎn)生影響，通常情況下，壓制裝置的壓制速度可設(shè)定為2 mm/s、4 mm/s、6 mm/s、8 mm/s和10 mm/s，共5個不同水平，因此，壓制速度特征數(shù)據(jù)的取值同上。結(jié)合獲取到的魚飼料密度特征數(shù)據(jù)，確定魚飼料顆粒密度與壓縮比和壓縮速度之間存在以下二階響應(yīng)面回歸關(guān)系：

公式（2）中，每一行均表示在同一時間各個相關(guān)特征的實際測量結(jié)果，每一列均表示某一相同特征的樣本數(shù)量；表示數(shù)量，表示與魚飼料顆粒密度相關(guān)的特征數(shù)值。根據(jù)上述公式，對原始特征數(shù)據(jù)進行預(yù)處理，為后續(xù)預(yù)測模型的建立提供重要依據(jù)。

2 建立基于隨機森林回歸的預(yù)測模型

將上述經(jīng)過預(yù)處理得到的矩陣直接作為隨機森林回歸預(yù)測模型的輸入，利用Bootstrap對樣本進行重新采集，并生成樣本子集，同時產(chǎn)生相應(yīng)的OOB數(shù)據(jù)。在森林當中，針對每一個節(jié)點都需要完成對個特征數(shù)據(jù)的采集，同時該節(jié)點還需要進行不斷分裂。根據(jù)分裂結(jié)果，建立多個對魚飼料顆粒密度預(yù)測的模型，利用OOB數(shù)據(jù)對其OOB誤差進行計算[6]。最后，對多個模型輸出的結(jié)果取平均值作為最終預(yù)測模型的輸出結(jié)果。根據(jù)上述論述，基于隨機森林回歸的預(yù)測模型表達式如式（3）。

公式（3）中，表示預(yù)測模型輸出的預(yù)測結(jié)果，表示示性函數(shù)，表示隨機森林中決策樹給出的預(yù)測數(shù)據(jù)結(jié)果，表示常數(shù)。在上述預(yù)測模型運行的過程中，完成對樣本子集的采集后，各個節(jié)點開始分裂，并重新對分裂的節(jié)點進行特征選擇，同時判斷其是否可繼續(xù)分裂。在所有節(jié)點均分裂完畢后，生成最終的回歸決策子樹，并對其OOB誤差進行計算。在預(yù)測模型運算中，決策子樹的數(shù)量和隨機選擇的特征分裂個數(shù)都會對最終預(yù)測結(jié)果造成一定影響。由于不能夠直接將預(yù)測模型中各個決策樹的預(yù)測結(jié)果作為直接結(jié)果，因此在模型運行的最后一步增加交叉驗證環(huán)節(jié)，通過泛化計算將泛化誤差不在允許范圍內(nèi)的數(shù)值去除，僅針對剩余部分數(shù)據(jù)進行求均值計算，以此完成對基于隨機森林回歸的預(yù)測模型的構(gòu)建。

3 模型預(yù)測結(jié)果輸出

在完成對預(yù)測模型的構(gòu)建后，再將其應(yīng)用到具體環(huán)境當中針對魚飼料顆粒密度進行預(yù)測時，為確保模型輸出結(jié)果的預(yù)測精度更高，需要利用平均相對誤差（MeanRelativeError, MRE）對輸出結(jié)果進行檢驗，其公式如式（4）。

4 對比實驗與結(jié)果分析

4.1 實驗準備

本文在已有研究的基礎(chǔ)上，引入一種隨機森林回歸模型，提出了一種針對魚飼料密度預(yù)測的方法，為驗證這一方法的實際應(yīng)用可行性，選擇以某魚飼料顆粒壓制裝置作為實驗設(shè)備，利用該設(shè)備完成對魚飼料的壓制，并利用前述方法對其密度進行預(yù)測。魚飼料顆粒壓制裝置的型號為RZ-KLJ-120，外形尺寸為480 mm×635 mm×1 100 mm，重量為250 kg。為使實驗具有可比性，以基于響應(yīng)面法的預(yù)測方法為對照，利用該預(yù)測方法對壓制后的魚飼料顆粒密度進行預(yù)測，對比兩種方法得到的預(yù)測結(jié)果。

本次研究選擇制備的魚飼料為鯽魚飼料，為確保實驗的客觀性，在利用兩種預(yù)測方法對其密度進行預(yù)測時，均針對按照表1魚飼料配方壓制的飼料的密度進行預(yù)測。

表1鯽魚飼料壓制配方記錄表

序號成分含量 （1）魚粉28.5 g （2）43％蛋白豆粕78.5 g （3）棉粕286.5 g （4）雙低菜粕220.0 g （5）全脂米糠125.0 g （6）小麥122.0 g （7）油菜籽25.0 g

按照表1中所示的配方，利用飼料顆粒壓制裝置完成對魚飼料的制備。以此為基礎(chǔ)，開展實驗測試環(huán)節(jié)。

4.2 對比實驗分析

在實驗過程中，對比在不同壓制速度下兩種預(yù)測方法對魚飼料顆粒密度的預(yù)測精度。為確保實驗的客觀性，魚飼料顆粒的實際密度可通過公式（5）計算得出平均密度數(shù)值。

表2兩種預(yù)測方法的預(yù)測精度對比

序號壓制速度實際顆粒密度本文預(yù)測方法預(yù)測結(jié)果對照組預(yù)測方法預(yù)測結(jié)果 （1）2 mm/s1.12 g/cm31.12 g/cm31.26 g/cm3 （2）4 mm/s1.10 g/cm31.11 g/cm31.25 g/cm3 （3）6 mm/s1.09 g/cm31.08 g/cm31.30 g/cm3 （4）8 mm/s1.05 g/cm31.06 g/cm31.18 g/cm3 （5）10 mm/s1.02 g/cm31.02 g/cm31.16 g/cm3

從表2中記錄的實驗數(shù)據(jù)可以看出，本文預(yù)測方法在第1組、第5組得出的預(yù)測結(jié)果與實際顆粒密度完全一致，而其他組得到的預(yù)測結(jié)果與其相差也均在±0.01 g/cm3以內(nèi)；對照組預(yù)測方法得出的預(yù)測結(jié)果與實際顆粒密度在5組實驗數(shù)據(jù)中均表現(xiàn)為相差較大。因此，通過上述得出的實驗結(jié)果能夠初步證明，本文提出的預(yù)測方法在實際應(yīng)用中可在裝備壓制速度不斷變化的過程中，實現(xiàn)對魚飼料顆粒密度的高精度預(yù)測。

在實際對魚飼料顆粒進行壓制的過程中，壓縮比也會在一定程度上影響到飼料顆粒壓制裝置的有效孔深，進而對魚飼料顆粒密度產(chǎn)生影響。因此為進一步驗證上述兩種預(yù)測方法的預(yù)測精度差異，選擇將壓縮比作為變量條件，對不同壓縮比條件下兩種預(yù)測方法的預(yù)測精度進行比較。RZ-KLJ-120型號魚飼料顆粒壓制裝置的壓縮比從1∶10到1∶18不等，其分別對應(yīng)的有效孔深如表3所示。

表3RZ-KLJ-120型號壓制裝置不同壓縮比與有效孔深

序號壓縮比有效孔深 （1）1∶1022.5 mm （2）1∶1223.6 mm （3）1∶1427.8 mm （4）1∶1630.2 mm （5）1∶1832.5 mm

結(jié)合表3中所示的數(shù)據(jù)，同樣按照公式（5）完成對魚飼料顆粒實際密度的計算，并將兩種預(yù)測方法得出的預(yù)測結(jié)果與其進行比較，為更直觀地對比，繪制如圖1所示的實驗結(jié)果。

圖1　兩種預(yù)測方法預(yù)測精度對比結(jié)果

由圖1可知，本文提出的預(yù)測方法所得預(yù)測曲線能夠通過全部5個節(jié)點，說明預(yù)測結(jié)果與實際魚飼料顆粒密度一致，而對照組預(yù)測方法得出的預(yù)測曲線在壓縮比為1∶10、1∶14和1∶18時均未通過實際密度節(jié)點，因此其預(yù)測精度明顯不如本文提出的方法。通過上述實驗結(jié)果能夠綜合證明，在引入隨機森林回歸的基礎(chǔ)上提出的預(yù)測方法，可在不同壓制速度和壓縮比條件下，實現(xiàn)對魚飼料顆粒密度的高精度預(yù)測。

5 結(jié)語

本研究將魚飼料顆粒密度作為預(yù)測目標，引入了一種全新的隨機森林回歸方法，針對魚飼料顆粒密度提出一種全新的預(yù)測方法，并結(jié)合對比實驗實現(xiàn)了對預(yù)測方法精度的檢驗。在實際應(yīng)用中，本文提出的預(yù)測方法可為魚飼料顆粒的壓制質(zhì)量評價提供更有利的數(shù)據(jù)依據(jù)，從而更好地提出促進魚飼料顆粒壓制質(zhì)量提升的策略。

[1]王堯,陳晨光,張潔若,等.養(yǎng)殖密度對厚頜魴幼魚生長?飼料利用及腸道抗氧化應(yīng)激性能的影響[J].漁業(yè)科學進展,2022,43(1):106-114.

[2]劉偉,蔣明,吳凡,等.飼料能量密度和投喂水平對吉富羅非魚生長和健康的影響[J].水生生物學報,2022,46(1):58-68.

[3]張曉,梁萌青,衛(wèi)育良,等.飼料中蛋白質(zhì)含量及養(yǎng)殖密度對紅鰭東方鲀幼魚生長性能?氮排泄及相關(guān)生化指標的影響[J].漁業(yè)科學進展,2021,42(1):74-83.

[4]黨科,呂思明,宮香偉,等.種植密度對糜子不同生育時期飼料品質(zhì)的影響[J].西北農(nóng)業(yè)學報,2021,30(7):989-999.

[5]曲兆凱,田軍倉,閆新房.稻蟹模式下水層深度?追肥量?放蟹密度及飼料投喂量最優(yōu)組合試驗研究[J].灌溉排水學報,2021,40(11):51-58.

[6]張坤,樊海平,邱曼麗,等.配合飼料在不同密度大刺鰍精養(yǎng)模式中的應(yīng)用效果[J].中國農(nóng)學通報,2020,36(21):126-131.

10.3969/j.issn.2095-1205.2022.07.25

S963

A

2095-1205(2022)07-75-03

邢書青（1985- ），女，漢族，河南滎陽人，本科，畜牧師，研究方向為水產(chǎn)養(yǎng)殖。