國內外家豬精細養殖研究進展

陳沖 劉星橋 黃邵春

摘要：傳統的家豬飼喂易造成飼料資源浪費、環境污染，甚至帶來豬肉產品質量安全問題，家豬精細養殖顯得越來越重要，而國內外家豬健康高效、生態環保、精細養殖的研究相對滯后。筆者綜述國內外家豬精細養殖研究狀況、環境調控、精細飼喂和豬病診斷等3個方面的研究現狀與進展，根據精細養殖對家豬的福利狀況、生產性能和經濟效益的影響，提出家豬精細養殖將向信息化、網絡化、自動化、智能化、無人化方向發展，從而提高家豬養殖福利、改善豬肉品質，提高養殖效益。

關鍵詞：家豬;精細飼喂;環境調控;豬病診斷;數字化平臺

人們對豬肉產品需求的不斷增加，使得養豬業迅速發展，但是精細養殖程度不高導致飼料浪費、養殖環境惡劣、豬只福利得不到保障，造成豬肉品質下降，此時一旦發生疫情，豬死亡率高[1]。豬舍環境是影響家豬養殖的關鍵因素之一，直接影響生豬的健康生長，進而影響豬肉的品質和安全性。飼料投喂方面，精細飼喂不但可以供給預定的日糧養分，保證豬的健康生長發育，而且可以減少飼料的浪費。豬病的流行給養豬業帶來的損失是不可估量的，因此豬病預防和診治是養豬業關注的重點。通過視頻圖像技術，結合遠程診斷和專家系統，可防止疫病延誤診斷，造成疾病擴大。根據《規模豬場環境參數及環境管理》標準，調控豬舍的生長環境條件，實現豬只的健康生長與繁殖。結合精準飼喂保證給定目標的日糧養分以及豬病的早期預警與診斷，最終獲得優質的豬肉產品，提高豬的生產性能，實現健康高效養殖，并減少環境污染。本文綜述家豬精細養殖智能環境調控、精細飼喂、豬病診斷和體質量估計的研究進展，旨在提出家豬健康精細養殖的發展方向。

1 研究現狀

1.1 豬舍環境評價與調控

1.1.1 豬舍環境質量監測、評價與預警 豬舍環境是影響豬健康水平、生長發育和育種繁殖的重要因素，對豬的生長起著決定性作用。為了對豬舍環境參數進行自動化監測，梁萬杰等利用3G通信設備、無線傳感器節點和環境參數測量傳感器構建豬舍環境監測無線傳感器網絡，采用J2EE軟件開發豬舍環境監測管理系統，改善了豬舍環境，提高了生豬健康養殖水平[2]。為了確保仔豬的正常生長，朱偉興等采用Zigbee無線技術組網，以嵌入式服務器為現場控制中心，服務器通過無線網絡（Wi-Fi）與因特網（internet）無縫連接，采用瀏覽器/服務器模式，實現了物聯網技術下的保育豬舍環境精準調控、遠程實時監控[3]。Banhazi采用1種用戶友好型空氣質量監控與數據管理系統，研制了2套改進的測量裝置，分別監測溫度、濕度、NH3、CO2和可吸入的顆粒物，降低了養殖工人職業健康風險，潛在性地提高了動物的健康和生產性能[4]。針對影響豬舍健康狀態的因素多、因素具有模糊性等特點，馬從國等采用模糊層次分析法建立多級綜合評價指標體系評價豬舍的健康狀態，評價方法可行，評價結果客觀，可優化豬舍的維護與管理[5]。謝秋菊等基于多環境因子對豬舍環境適宜性進行模糊綜合評價，比單一環境因素評價更能全面、合理、準確地反映豬舍環境質量，為豬舍環境調控提供依據[6]。上述研究提出了豬舍環境的評價方法、監測監控平臺與調控措施，為豬只提供了較好的生長環境。

豬糞是豬舍內部氨氣散發的主要來源，有效控制和減少氨氣的排放量，不但能提高豬對飼料的利用率和轉化率，提高豬的生產性能，還有利于減少氨氣對環境造成的污染。豬舍內部氨氣濃度對豬的生長發育、健康水平和生產性能有很大的影響，Xie等基于自適應神經模糊推理系統建立育肥豬舍氨氣排放與氨氣濃度預測模型，采用5種類型的隸屬度函數建立ANFIS預測模型，結果表明，采用“Gbell”隸屬度函數的預測模型性能最優[7]。Zhu等采用遺傳算法和L-M算法優化反向傳播（back propagation，簡稱BP）神經網絡預測豬舍氨氣濃度，最大誤差為0.56[8]。針對規模化封閉式養豬場空氣溫度、氨氣濃度預測要求，周茁構建了氨氣濃度監測平臺，采用灰色隱馬爾科夫模型對舍內氨氣濃度進行預測和預警，當預測到氨氣濃度過高時，自動開啟風機并通知相關人員，有效降低了生豬養殖風險[9]。上述研究方法大多采用單一環境因子對氨氣濃度進行預測，有必要利用多環境因子，結合更新穎的預測方法，建立氨氣濃度預測預警模型，從而降低養殖風險。

1.1.2 豬舍環境智能調控與解耦策略 豬舍環境質量的好壞影響到豬的健康狀況和生產性能，因此豬舍環境的調節與控制顯得尤為重要。針對豬舍環境系統難以建立精確數學模型的特點，俞守華等采用模糊控制對豬舍溫度進行智能控制，系統反映時間短、超調量較小，穩態精度較低[10]。宣傳忠等采用T-S型自適應模糊神經控制器對豬舍環境溫度進行建模，實現豬舍環境溫度的精確控制[11]。豬舍環境系統又是一個多變量、非線性、時變耦合系統，朱軍等研究發現，通風量與溫度、濕度及氨氣濃度的相關性，即通風量增大，溫度、濕度及氨氣濃度降低;通風量減小，溫度、濕度及氨氣濃度升高，采用模糊神經控制對豬舍內影響環境的主要因素進行解耦[12]。綜合考慮豬舍內部溫度、濕度、氨氣濃度及其相互影響，李立峰等利用模糊控制和解耦控制，通過機械通風系統和熱水采暖系統實現豬舍環境控制，并且在水暖系統中疊加補償系數，對舍內溫度、濕度及氨氣濃度進行解耦，改善了哺乳母豬舍的環境質量，提高了養殖效益[13]。為了使豬舍內每個欄位處的溫度、濕度達到養殖要求，李欣等采用計算流體動力學（CFD）模擬豬舍溫度場信息，設計了溫濕度模糊解耦控制系統，使溫度相對誤差在6%以內，濕度相對誤差在11%以內，改善了豬舍小氣候環境的智能控制[14]。以上這些控制算法各有優缺點：模糊控制不需要被控對象的精確數學模型，通過總結專家經驗制定模糊控制規則，反映時間短、超調量較小，但穩態誤差較低;神經網絡控制具有自主學習能力、泛化能力和容錯能力，但是缺乏專家經驗。通過綜合運用多種智能控制算法實現豬舍環境的精確控制，為生豬生長提供良好的環境。此外，針對豬舍環境的多變量時變耦合性，利用解耦補償策略、模糊神經解耦、解耦神經網絡等智能解耦算法轉化為單變量控制算法，使得豬舍環境控制變得不再復雜。

1.2 精細飼喂

1.2.1 精細飼養設備發展現狀 家豬的智能精細飼養設備主要針對種豬、妊娠和哺乳母豬，用于豬的育種和繁殖。

種豬自動飼喂及測定系統主要有美國Osborne的FIRE全自動種豬生產性能測定系統，將每頭豬每天的采食量自動累加成每天的采食量記錄，取當日測定體質量中間值作為當天的體質量，以此計算日增質量和料肉比。上海河順智能型種豬測定站用于群養種豬，自動記錄每次采食時刻、持續時間、飼料消耗量和豬個體體質量，形成測定報告。廣東廣興牧業 9ZC-170智能型種豬測定系統，連續記錄群養模式下豬個體的采食量，系統由多個測定站組成，各測定站通過電纜與電腦相連。

母豬精細飼喂設備主要有荷蘭Nedap公司的Velos系統，采用智能化福利養豬取代定位欄養豬，實現群養母豬中的單體母豬精確飼喂[15];法國ACEMO MF24母豬多功能自動飼喂系統具有供料、供水、母豬發情識別、母豬自動篩選與分隔等功能[16]。美國Osborne全自動母豬飼喂站（TEAM）通過收集、傳送與母豬相關的數據控制飼喂站管理群養母豬個體采食[17]。加拿大的Gestal哺乳母豬管理系統自動分析母豬采食行為，智能化調整采食量最大化，滿足了母豬動態營養需求[18]。我國河南省南商農牧公司的妊娠母豬飼喂站通過讀卡器閱讀電子耳標，感知母豬個體信息，上位機顯示其歷史檔案，決定投喂頻率與數量，實施具有閾值設定的自動投喂，實現基于“感知-數據分析-投喂控制”的閉環控制，達到無人控制的精細飼喂。河南省鄭州市九川最新一代母豬飼喂站，通道部分由機械門控制，電控部分模塊化設計，采用小單元飼喂模式，弱電集中供電，性價比高。江蘇省揚州市牧新母豬自動飼喂站根據耳標號、體質量及懷孕日期計算母豬當天進食量，飼喂站根據該進食量分量、分時間為母豬下料。

種豬選取時需要對不同測定的豬任何生長階段的日增質量和飼料報酬數據進行對比。種豬測定系統的使用，可為種豬場的遺傳育種提供全面、準確的數據分析報告，從而選擇理想的種豬。妊娠母豬與哺乳母豬的飼喂控制需求不同，因此采用不同的智能飼喂設備，滿足了母豬不同個體的生理變化和營養需求的動態變化，延長了母豬生產壽命，提高了母豬的生產水平和繁殖性能。但是國外的精細飼喂設備常用于大群飼養模式，應用于繁殖豬場價格昂貴，中小豬場無力負擔，而一些國產精細飼養設備采用小單元飼喂模式，實用性更強、性價比更高。

1.2.3 精細飼喂數字化平臺構建 家豬的精細飼喂是確保養殖經濟效益的關鍵措施之一。家豬精細養殖智能控制器主要采用單片機、可編程邏輯控制器和嵌入式控制器。朱軍利用Kingview集成研發上位機種豬數字化養殖平臺，根據母豬產仔天數及數量，利用S7 200 PLC作為下位機控制步進電機驅動卸料器，實現飼料量的精確投放，實際落料量最大誤差為2%[19]。刁一峰等基于嵌入式ARM平臺開發精細投喂控制系統，實現了精確投喂剩余料量最小化控制、減少了人力消耗、節約了飼料成本[20]。熊本海等構建了種豬精細飼養綜合技術平臺，完成豬只個體信息標志、生產檔案數據采集和數據庫的創建，實現了工廠化養豬場生產管理全面數字化，在國內50多家集約化的種豬場得到示范應用[21]。這些研究為數字化種豬精細飼喂數平臺構建起了重要的作用，但是還需要進一步研究精準飼喂物聯網系統，實現智能化、網絡化和遠程化的精確飼喂。

1.2.4 精細養殖投喂策略 母豬精細自動飼喂可以按預定目標滿足日糧需要量供給，維持母豬健康體況，提高母豬繁殖性能和產仔豬的健康，既節省了人力，又減少了飼料浪費。為解決妊娠母豬按個體定量飼喂及剩料難以控制等問題，楊亮等針對母豬個體按照2次/d的飼喂頻率進行下料，定量飼喂的質量為2 kg/d，若2次采食不完，觸發第3次下料事件，并且針對不同妊娠期的母豬實行差異化的精確飼喂[22]。為解決哺乳母豬少吃多餐且隨哺乳日齡變化采食量動態增加的飼喂控制需求，熊本海等通過人工飼喂和智能飼喂2種方式得出哺乳母豬采食量模型，利用該模型預測不同泌乳日期的采食量，按照4次/d的飼喂頻率和變化的投料比例進行定時和定量投喂，可顯著提高哺乳仔豬采食量及平均體質量日增加量[23]。哺乳母豬在哺乳期對飼料需求量不同，朱軍等根據哺乳母豬的產仔天數及數量與飼料投喂量的關系，采用模糊控制建立自動飼喂器模型，實現數字化精細飼喂，節約了勞動成本、節省了飼料成本，提高了種母豬養殖效益[24]。譚溪清等采用美國FIRE全自動種豬生產性能測定系統對采食行為進行精確測定，在自由采食條件下，建立體質量與日采食量之間的回歸方程，使豬群達到合理的采食量，豬場獲得較高的經濟效益[25]。以上大多為干飼料精細飼喂，而液體飼料自動飼喂系統報道并不多見。

利用動物生產管理專家系統進行日糧飼喂預測、飼喂量決策推理，可以避免飼料浪費，提高飼喂效率。為解決母豬在圍產期及哺乳期對日糧的需求問題，劉伯強構建了母豬飼喂專家系統知識庫，將母豬飼喂推理與數據庫有機融合，實現了專家級的母豬日糧飼喂預測[26]。于嘯利用產生式知識表示法建立奶牛飼喂量知識庫，采用正向推理廣度優先策略完成推理機設計，推理機結合規則和策略完成專家系統飼喂量決策推理功能，并在線給出精飼料飼喂量，通過通用分組無線服務（GPRS）發送給下料稱質量控制器，以此為系統預設值進行定量下料[27]?？紤]豬舍環境對采食量的影響，張亮等制定確定規則，設計智能化專家飼喂系統，實現母豬生長過程采食量的精確控制[28]。熊本海等將物聯網技術應用到哺乳母豬自動飼喂系統中，飼養員既可以通過桌面軟件系統又可以通過安卓（Android）客戶端完成精確飼喂控制[1]。上述研究表明，利用物聯網技術結合專家決策推理系統進行精細飼喂將是牲畜自動化、智能化養殖的重要發展方向。

1.3 豬病診斷

近年來，我國生豬養殖業持續快速穩定發展，但是生豬規模化養殖過程中，一旦發生豬流感、豬瘟、藍耳病等疫情，會給生豬養殖業的健康發展帶來巨大危害。因此，需要對養豬進行疫情監測、提前預警，早發現，早治療。豬正常的采食、飲水、排泄行為是判斷其健康與否的重要依據，通過對豬行為分析，進行豬病監測。豬一旦發熱或體溫異常、食欲下降會嚴重影響其采食量，鐘芳葵研究了基于ARM平臺的生豬采食行為嵌入式控制設備，采集和存儲生豬的采食行為數據，根據采集數據統計豬1 d的總采食量，當總采食量小于設定閾值時，被確定為疑似病豬[29]。Madsen等通過監測育肥豬每小時的飲水量，基于狀態空間模型對生長豬的飲水模式進行建模，用于監測豬只的飲水是否正常，從而預測豬只疾病暴發等異常情況[30]。朱偉興等研究了基于ARM平臺的嵌入式控制設備，安裝在豬舍排泄區域對群養豬的排泄行為進行24 h監控，提出通過改進的運動目標檢測算法和基于像素塊對稱特征的圖像識別算法定位具有異常行為的疑似病豬，病豬檢測正確率為78%[31]。豬耳根部體溫代表豬的正常體溫，通過對生豬耳根部特征區域進行檢測，得到耳根部特征區域圖像，實現豬非接觸式體溫檢測。劉波研究了基于改進主動形狀模型的豬耳根部區域檢測方法，通過紅外熱圖像溫度數據提取對應耳根部體表溫度[32]。針對生豬藍耳病疫情的耳部發病特征，周麗萍等首先利用圖像配準尋找豬熱紅外圖像和可見光圖像的最優尺度因子，然后采用主動形狀模型提取豬耳部輪廓，將提取的耳部輪廓進行顏色對比，判斷生豬是否患有藍耳病疫情[33]。上述研究成果基于豬行為分析、非接觸式耳根部體溫檢測和顏色檢測，為豬病的早期監測提供了預警機制，減少了養殖戶因豬病暴發帶來的損失。

為了幫助養殖戶尋找專家解決豬病問題，李盼玉利用模糊數學將豬病癥狀處理形成豬病診斷卡，采用雙向推理過程完成豬病的智能診斷，利用智能手機實現專家與養殖戶的遠程交流，在線診斷[34]。為解決豬病診斷專家系統存在的診斷模糊性問題，Fu等把D/S證據理論和集對分析理論應用于診斷推理中，“診斷”階段采用D/S證據理論有助于并發疾病的診斷，“驗證”階段采用集對分析優化集合對比分析的角度，提高了豬病診斷的精準度[35]。由于推理技術的局限性和診斷領域知識的不成熟，導致專家系統診斷效率低、錯誤率上升，Xu等采用一種集證據理論和集對分析的混合推理機制，解決了豬并發疾病，提高了系統的診斷效率[36]。上述研究探索了采用遠程診斷、專家系統幫助養殖戶解決養豬生產中的豬病問題，診斷正確率仍需要進一步提升。

2 家豬精細養殖的發展方向

隨著養豬業的快速發展，規?；藴驶⒓s化、自動化管理的家豬精細養殖體系日趨形成，家豬精細養殖是關系到消費者能否獲得優質豬肉產品的關鍵環節。未來家豬精細養殖必將以最適宜的生長環境為中心、以基于豬個體的精準飼喂和建立豬病提前預警與診斷機制為基本點，以高效、高產、健康養殖為目標，實現豬群發病率低、育肥豬增質量快、母豬繁殖性能強、飼料投喂量省、經濟效益高，從而促進畜牧業全面健康發展。通過對家豬精細養殖的研究現狀進行分析，提出今后家豬精細養豬的發展方向。

2.1 關注家豬飼養過程中的健康狀況、福利需求和生產性能

家豬生長環境惡劣、豬病預警機制缺乏、飼養空間不足，直接導致豬只飼養過程中福利差，進而影響豬肉品質和安全性，甚至導致豬的發病率和死亡率增加。精細養殖需要考慮豬自身的健康狀況、福利需求，從而提高養殖的豬肉產品質量，讓老百姓吃上“放心肉”。因此，改善豬舍內部空氣質量，控制舍內有害氣體濃度，創造有利于家豬健康生長的環境;實時監測豬發病情況，建立預警機制，防止疫情蔓延;提供足夠的飼養空間，采食區、飲水區、排泄區和躺臥區合理布置，并保證躺臥的舒適性，輔以智能飼養設備，精確飼喂，控制豬的體況。通過這些措施確保家豬健康與福利，減少疫情發生，提高飼料轉化率，降低對環境的污染。

2.2 家豬精細養殖朝著信息化、網絡化、自動化、智能化和無人化方向發展

豬的飼養模式正逐步從小規模向規?；藴驶Ｊ睫D變，現代養豬業離不開信息技術的支撐，離不開智能設備與大數據。家豬精細養殖以計算機和智能控制技術為核心，綜合運用信息技術、無線傳感器網絡技術、物聯網技術、數據庫技術、智能監控技術和機器人技術構建物聯網體系，把所有傳感設備與互聯網連接起來，使得豬只獲得良好的生長環境;豬只個體自動被識別，系統調用數據庫信息按個體精準下料;一旦出現疑似病豬，通過遠程專家診斷，并提供診斷結果，最終實現智能化養豬的識別與管理，減少飼料浪費，降低飼養員的勞動強度，家豬生長期健康狀況良好，確保了豬肉產品質量和安全，達到優質、低耗、生態、環保的生產目標。

2.3 家豬精細養殖質量控制與數字化生產管理有機結合，增加養殖效益

優質豬肉產品的獲得需要通過環境調控[37]、精準投喂、豬病預防與診斷和豬肉產品的溯源等質量控制措施與養殖戶的生產管理有機結合來實現?，F代養豬業借助物聯網技術構建家豬精細養殖數字化生產管理系統，為養殖戶建立集信息采集、傳輸、優化與控制的技術平臺，為養殖戶提供高效率的經營方法。養殖戶客戶端采用B/S技術和C/S技術通過瀏覽器進入管理系統，通過遠程監控中心、Android手機客戶端養豬，確保了家豬健康養殖和較高的生產性能，提高了養殖戶的工作效率，使得養豬業朝著優質、高效和安全的目標發展。

3 結語

由于養豬業的快速發展，養豬生產從散養模式向規?；?、標準化、集約化模式轉變，在這一轉變過程中，養豬業整體生產水平的提升需要計算機、控制、畜牧、養殖等各領域專家協同攻關，構建集約化家豬精細養殖物聯網體系、數字化生產管理系統平臺，對精細養殖的研究具有重要意義，為未來實現家豬精細養殖信息化、網絡化、自動化、智能化和無人化奠定堅實的基礎。

參考文獻：

[1]熊本海，羅清堯，楊 亮. 家畜精細飼養物聯網關鍵技術的研究[J]. 中國農業科技導報，2011，13（5）：19-25.

[2]梁萬杰，曹 靜，凡 燕，等. 基于無線傳感器網絡的豬舍環境監測系統[J]. 江蘇農業學報，2013，29（6）：1415-1420.

[3]朱偉興，戴陳云，黃 鵬. 基于物聯網的保育豬舍環境監控系統[J]. 農業工程學報，2012，28（11）：177-182.

[4]Banhazi T M. User-friendly air quality monitoring system[J]. Applied Engineering in Agriculture，2009，25（2）：281-290.

[5]馬從國，趙德安，王建國. 基于模糊層次分析法的豬舍健康狀態量化評價方法與應用[J]. 家畜生態學報，2013，34（10）：68-73，93.

[6]謝秋菊，蘇中濱，Ni J Q，等. 豬舍環境適宜性模糊綜合評價[J]. 農業工程學報，2016，32（16）：198-205.

[7]Xie Q J，Ni J Q，Su Z B. A prediction model of ammonia emission from a fattening pig room based on the indoor concentration using adaptive neuro fuzzy inference system[J]. Journal of Hazardous Materials，2017，325：301-309.

[8]Zhu K H，Wu S Y，Li Q. Prediction model for piggery ammonia concentration based on genetic algorithm and optimized BP neural network[J]. Metallurgical and Mining Industry，2015（11）：6-12.

[9]周 茁. 生豬養殖環境監測及氨氣濃度預警模型研究[D]. 長沙：湖南農業大學，2014：32-42.

[10]俞守華，區晶瑩，張潔芳. 豬舍有害氣體測定與溫度智能控制算法[J]. 農業工程學報，2010，26（7）：290-294.

[11]宣傳忠，武 佩，馬彥華，等. 基于自適應模糊神經網絡的畜禽舍環境控制系統的研究[J]. 內蒙古大學學報（自然科學版），2013（4）：397-403.

[12]朱 軍，麻碩士，畢玉革，等. 種豬數字化養殖平臺的構建[J]. 農業工程學報，2010，26（4）：215-219.

[13]李立峰，武 佩，麻碩士，等. 基于組態軟件和模糊控制的分娩母豬舍環境監控系統[J]. 農業工程學報，2011，27（6）：231-236.

[14]李 欣，竇 軒，王志鵬，等. 基于CFD的豬舍小氣候環境模糊控制系統[J]. 家畜生態學報，2017，38（5）：54-59.

[15]熊本海，羅清堯，楊 亮. 家畜精細飼養物聯網關鍵技術的研究[J]. 中國農業科技導報，2011，13（5）：19-25.

[16]Anon. Total electronic animal mangement[EB/OL]. [2017-12-21]. http：// www.osborne livestockequipment.com/productteam/index.php.

[17]胡圣杰，王樹才. RFID技術在養豬業中的應用[J]. 湖北農機化，2007（5）：24-25.

[18]Technologies J. Computerized feeding system for farrowing sows[EB/OL]. [2018-03-20]. http：//jygatech.com/？lang=en.

[19]朱 軍. 種豬數字化養殖平臺的系統集成與應用研究[D]. 呼和浩特：內蒙古農業大學，2010：10-29.

[20]刁一峰，陳 為，楊豐澤，等. 基于ARM的嵌入式家畜自動喂食控制系統應用研究[J]. 內燃機與配件，2017（2）：130-131.

[21]熊本海，王學勤，盧德勛. 豬精細養殖綜合技術平臺[M]. 北京：中國農業科學技術出版社，2006：51-70.

[22]楊 亮，熊本海，曹 沛，等. 妊娠母豬自動飼喂機電控制系統設計與試驗[J]. 農業工程學報，2013，29（21）：66-71.

[23]熊本海，楊 亮，曹 沛，等. 哺乳母豬自動飼喂機電控制系統的優化設計及試驗[J]. 農業工程學報，2014，30（20）：28-33.

[24]朱 軍，麻碩士，慕厚春，等. 種豬自動精細飼喂系統設計與試驗[J]. 農業機械學報，2010，41（12）：174-177.

[25]譚溪清，羅鳳珍，朱 良. 大約克生長豬采食行為研究[J]. 畜牧與獸醫，2011，43（3）：45-47.

[26]劉伯強. 哺乳期母豬飼喂專家系統的研究[D]. 呼和浩特：內蒙古農業大學，2010.

[27]于 嘯. 奶牛精量飼喂控制系統的研究[D]. 長春：吉林大學，2016：111-113.

[28]張 亮，謝富強，趙宇紅，等. 基于專家系統的智能化飼喂系統的設計[J]. 安徽農業科學，2014，42（32）：11593-11596，11603.

[29]鐘芳葵. 基于RFID和ARM嵌入式技術的豬行為自動監測系統設計[D]. 鎮江：江蘇大學，2010：58-60.

[30]Madsen T N，Andersen S，Kristensen A R. Modelling the drinking patterns of young pigs using a state space model[J]. Computers Electronic in Agriculture，2005，48（1）：39-61.

[31]朱偉興，浦雪峰，李新城，等. 基于行為監測的疑似病豬自動化識別系統[J]. 農業工程學報，2010，26（1）：188-192.

[32]劉 波. 基于多源圖像的生豬體表溫度和步態特征提取方法的研究[D]. 鎮江：江蘇大學，2014：43-85.

[33]周麗萍，陳 達，陳 志，等. 基于圖像處理的生豬耳部顏色異常檢測技術[J]. 農業機械學報，2017，47（4）：166-172.

[34]李盼玉. 基于智能手機的豬病遠程診斷系統的設計與實現[D]. 合肥：安徽農業大學，2015：10-34.

[35]Fu Z T，Xu F，Zhou Y，et al. Pig-vet：a web-based expert system for pig disease diagnosis[J]. Expert Systems With Applications，2005，29（1）：93-103.

[36]Xu F，Zheng X P，Zhang J. A hybrid reasoning mechanism integrated evidence theory and set pair analysis in Swine-vet[J]. Expert Systems With Applications，2010，37（10）：7086-7093.

[37]周忠凱，李 輝，秦 竹，等. 自然通風豬舍高壓噴霧降溫系統的降溫效率[J]. 江蘇農業學報，2018，34（1）：106-113.