采用優(yōu)化特征子集選取和改進SVR的養(yǎng)殖禽舍溫度預測算法*

李繼東，王強輝

(1. 河南林業(yè)職業(yè)學院，河南洛陽，471000； 2. 河南農(nóng)業(yè)大學，鄭州市，450046)

0 引言

中國作為世界上最大的水禽生產(chǎn)消費國家[1]，發(fā)展具有集約化、無害化、規(guī)模化等特點的現(xiàn)代養(yǎng)殖勢在必行[2]。溫度調(diào)控直接影響集約化養(yǎng)殖的成敗，如果不能準確掌握禽舍氣溫環(huán)境溫度變化趨勢，及時進行溫度調(diào)控，極有可能導致大量禽畜死亡，引發(fā)嚴重經(jīng)濟損失。因此，研究高精度養(yǎng)殖禽舍溫度預測算法具有重要現(xiàn)實意義。

監(jiān)督學習、無監(jiān)督學習和半監(jiān)督學習是目前主要的溫度預測方法，被廣泛應用于海洋環(huán)境、水產(chǎn)養(yǎng)殖等領(lǐng)域[3-4]，學者們也相繼提出了一些研究成果，Xu等[5]將熱力機理模型和人工蜂群算法應用于水產(chǎn)養(yǎng)殖水溫預測；徐龍琴等[6]采用極限學習機實現(xiàn)對育苗水溫的預測分析；Graf等[7]在人工神經(jīng)網(wǎng)絡(luò)和小波變換的基礎(chǔ)上構(gòu)建了一種江河水溫控模型。這些研究成果大多涉及大規(guī)模數(shù)據(jù)處理，如何最大限度降低數(shù)據(jù)樣本之間冗余度和差異性對預測結(jié)果的影響，是值得深入研究的問題。特征提取作為一種高效的數(shù)據(jù)處理技術(shù)，其能夠在有效選取高分辨能力特征子集的同時，大幅度降低數(shù)據(jù)處理維度，提高溫度預測精度[8]。特征提取方法可分為單變量度量和多變量度量提取，常見的單變量度量提取方法有Wrapper模型、主成分分析法(PCA)、Filter模型等，這類方法由于基于單變量度量準則，因此選取的特征子集并不是最優(yōu)[9]。多變量度量提取主要選用最大信息壓縮指數(shù)、最大信息系數(shù)、Pearson系數(shù)等作為度量準則，仇利克等[10]融合Pearson系數(shù)和信息增益度量，實現(xiàn)特征子集選取；孫廣路等[11]基于最大信息系數(shù)度量和對稱不確定性標準，并采用馬爾科夫毯方法算法進行特征子集選取。上述研究實現(xiàn)了特征子集的有效提取，但是還缺乏對特征冗余度與數(shù)據(jù)多樣性的論證分析。完成特征子集選取后，可以利用極端學習機、支持向量機、BP神經(jīng)網(wǎng)絡(luò)等進行溫度預測分析，Teng等[12]搭建了采用BP神經(jīng)網(wǎng)絡(luò)的預測模型；葉林等[13]設(shè)計了一種融合RBF神經(jīng)網(wǎng)絡(luò)和GA預測算法；王昕等[14]給出了基于PCA、PNN和SVR預測方案。這些方法往往需要大規(guī)模數(shù)據(jù)集作支撐，存在數(shù)據(jù)樣本之間的差異對預測結(jié)果有較大影響、訓練學習容易陷入局部最優(yōu)的缺陷。綜上所述，提取具有較高辨識度的特征子集以及降低數(shù)據(jù)差異性對預測結(jié)果的影響是提高養(yǎng)殖禽舍溫度預測效率和精度的關(guān)鍵。

為此，提出一種基于智能優(yōu)化特征子集選取和模糊聚類改進SVR的溫度預測方法，通過構(gòu)建最優(yōu)特征子集選取模型，選取出最大限度保持原始數(shù)據(jù)辨識能力的特征子集；建立模糊聚類改進SVR預測機制，最大程度的降低樣本數(shù)據(jù)差異性對預測精度的影響。實驗仿真結(jié)果表明，本文提出的預測方法具有良好的溫度預測性能。

1 最優(yōu)特征子集選取模型

養(yǎng)殖禽舍環(huán)境溫度受相對濕度、光照強度、TSP(總懸浮顆粒物)等多種因素影響，如果把所有因素作為溫度預測輸入變量，不僅增加了數(shù)據(jù)處理復雜度，而且數(shù)據(jù)之間冗余度會影響預測精度[15]，因此提出最優(yōu)特征子集選取模型，以最大限度選取出保持原始數(shù)據(jù)辨識能力的特征子集。

1.1 最優(yōu)特征子集

對于具有N個樣本的數(shù)據(jù)集合D=(x1,x2,…，xN)，樣本xi由M個特征進行描述，即

xi?Fei=(Fi1,Fi2,…,Fij,…,FiM)

(1)

式中：Fij——第j(j=1,…,M)個特征。

設(shè)定數(shù)據(jù)集按照一定規(guī)則可以被劃分為K個分類C(D)=(C1,C2,…,CK)。

(2)

(3)

式中：Ci——第i個分類；

Ni——Ci內(nèi)數(shù)據(jù)個數(shù)。

特征提取即在Fei內(nèi)選取具有m個特征的子集Fei′=(Fi1′,Fi2′,…,Fim′)(1≤m≤M)，并且最大限度保持原始數(shù)據(jù)分類能力。定義特征子集選取向量P=(p1,p2,…,pM)。

pi=0or1

(4)

利用P=(p1,p2,…,pM)對xi進行特征選取

(5)

從式(4)～式(5)可以看出，P僅有m個非0元素，且當pi=1表示第i個特征被提取。當P確定具體表達形式后，其非0元素對應特征組成的集合即為特征子集Fei′，N個Fei′組成特征子集矩陣

(6)

為此，定義最優(yōu)特征子集選取指標CIP(D)，并證明當CIP(D)取最小值時，此時P對應的特征子集即為最優(yōu)特征子集

(7)

其中，U=[χij]K×K為類間相似矩陣，且為常數(shù)矩陣，χij表示分類Ci與Cj之間相似度；RM×K=(PT,PT,…,PT)為特征子集選取矩陣；ΦN×M=(Fe1,Fe2,…,FeN)T為特征矩陣；ψ=(φij)N×K為相關(guān)性矩陣，φij∈[0,1]表示xi與Ci的相關(guān)程度，采用文獻[11]提出的最大信息系數(shù)法進行求解。

命題：CIP(D)取最優(yōu)值時得到的特征子集，特征之間的冗余度最小，而且特征子集最大限度保持原始數(shù)據(jù)分類能力。

證明：假設(shè)Fei所有特征已中心標準化處理，即

為便于描述，令U′=N2U、G=ψT(ΦR)(ΦR)Tψ，對式(7)有

(8)

(9)

(10)

證畢。

特征子集提取過程如下。

1.2 最優(yōu)特征子集選取模型求解

最優(yōu)特征子集評價指標CIP(D)求解過程屬于NP難題，本文采用灰狼算法(Grey Wolf Optimizer，GWO)[16]進行優(yōu)化求解。GWO是近期才被提出的一種新型群智能啟發(fā)式計算技術(shù)，其通過模擬狼群進食行為，將種群分為3級層次結(jié)構(gòu)，狼群在不斷學習進化中完成捕食行為，進而實現(xiàn)全局優(yōu)化求解。因其具有參數(shù)簡單，尋優(yōu)能力強等特點，越來越受到關(guān)注[17](GWO基本原理不再贅述)。設(shè)GWO種群規(guī)模為O，每頭狼的編碼Xi等效為特征子集選取向量P，即Xi=(p1,p2,…,pM)。目標函數(shù)f(Xi)選取為最優(yōu)特征子集評價指標

(11)

由于Xi的編碼是離散的，如果仍采用GWO連續(xù)迭代更新機制，會產(chǎn)生大量不符合要求的解，為此提出離散灰狼算法(DGWO)，重新定義種群迭代進化機制。

1) 編碼替換。設(shè)定Xi(t)與Xj(t)(i,j=1,…,O且i≠j)存在β個不同編碼位(1≤β≤M)，定義“編碼替換”操作α?CR[Xi(t),Xj(t)]為Xi(t)隨機選取α個不同于Xj(t)的編碼位，來替換自身相對應的編碼位(0≤α≤β)，即

(12)

式中：Tmax——最大迭代次數(shù)。

從式(12)可以看出，運算初期，個體選擇較多的不同編碼位進行替換，以提高收斂效率。

2) 編碼突變。定義“編碼突變”操作λ?CM[Xi(t)]為隨選取Xi(t)內(nèi)λ個編碼位進行取反操作(1≤λ≤M)，即

Xi(t+1)=Xi(t)+λ?CM[Xi(t)]

λ=[(M-1)(cos(tπ/Tmax)-η2(t/Tmax)2+1)]

(13)

圖1給出了編碼替換、編碼突變操作示意圖。

圖1 編碼替換與編碼突變操作示意圖

采用DGWO對最優(yōu)特征子集選取過程中進行優(yōu)化求解：進化初期，處于第2、3級的狼以頭狼為學習對象，執(zhí)行編碼替換操作以提高收斂效率；當種群處于進化停滯狀態(tài)時，頭狼和第2級狼執(zhí)行編碼突變操作，從而擴大搜索空間以提高收斂精度，最終得到最優(yōu)特征子集選取向量Pbest，其相對應的特征集合即為最優(yōu)特征子集。圖2給出了DGWO優(yōu)化求解最優(yōu)特征子集示意圖。

圖2 DGWO優(yōu)化求解最優(yōu)特征子集示意圖

2 模糊聚類改進SVR預測

2.1 支持向量回歸機(SVR)

(14)

對式(14)引入拉格朗日多項式，有

(15)

(16)

2.2 模糊聚類改進SVR預實現(xiàn)

ωSΦS(x)-vi‖2

(17)

有

(18)

此時，定義核函數(shù)κk(xi,xi)=Hk(xi)THk(xi)，當κk(xi,xi)符合Mercer條件時，只需要選取S個核函數(shù)，就可以通過式(17)、式(18)實現(xiàn)聚類分析。

對于養(yǎng)殖禽舍溫度預測問題，往往事先并不知道數(shù)據(jù)分類個數(shù)，而且式(21)～式(24)迭代計算過程需要消耗大量運算資源，為此采用GWO對聚類函數(shù)進行求解，定義GWO狼編碼為gi(t)為聚類中心V。

gi(t)=(v1,…,vC)

(19)

3 養(yǎng)殖禽舍溫度預測實現(xiàn)

以肉鵝養(yǎng)殖為例，影響?zhàn)B殖禽舍溫度TAB的因素有相對濕度(HR)、光照強度(LI)、TSP(TP)、二氧化碳(CO2)、氨氣(AM)、硫化物(SU)、空氣流動速度(VA)等。利用溫度傳感器、光照傳感器等，每隔1 h進行數(shù)據(jù)采集，得到數(shù)據(jù)集合D={(xi,yi)}i=1toN：

xi=(HR,i,LI,i,TP,i,CO2,i,AM,i,SU,i,VA,i),

yi=TAB,i

(20)

圖3 肉鵝養(yǎng)殖禽舍溫度預測實現(xiàn)示意圖

4 試驗結(jié)果與分析

分別對本文提出的最優(yōu)特征子集選取、多度量核FCM和養(yǎng)殖禽舍溫度預測進行仿真試驗。

4.1 最優(yōu)特征子集選取性能驗證

采用典型測試數(shù)據(jù)Ionosphere(ION)、Arrythmia(Ary)、Madelon、Dexter 4種真實數(shù)據(jù)對最優(yōu)特征子集選取性能進行驗證，表1給出了4種數(shù)據(jù)具體參數(shù)情況。

表1 仿真具體參數(shù)設(shè)置Tab. 1 Specific parameter settings of simulation

評價指標設(shè)定為數(shù)據(jù)分類正確率Γ和分類精度Θ。

(21)

其中，Mj、Ej分別表示與xj異類樣本集合和同類樣本集合，|Mj|、|Nj|為集合規(guī)模。Θ反映了數(shù)據(jù)分類精度情況，取值越小分類效果越好。選取KNN(K-Nearest Neighbor)分類器，并采用文獻[11]提出的FCBF特征提取算法、文獻[19]提出的SPEC特征提取算法和經(jīng)典的ReliefF特征提取算法進行對比試驗，每種算法獨立運行30次，取分類正確率、分類精度均值進行對比分析，對比結(jié)果如表2所示。

表2 不同特征提取算法對比結(jié)果Tab. 2 Comparison results of different feature extraction algorithms

從表2可以看出，對于4種典型測試數(shù)據(jù)，本文所提特征提取算法無論是在分類正確率上還是在分類精度上，都要優(yōu)于其他算法，分類正確率提高約6.3%～23.5%，這表明本文所提算法選取出的特征子集具有更好的分類能力，分類正確率幾乎都在96%以上。

4.2 多度量核FCM性能驗證

采用Adult、Nursery數(shù)據(jù)集和人工數(shù)據(jù)集驗證多度量核FCM性能，其中，Adult、Nursery數(shù)據(jù)集的分類個數(shù)已知，人工數(shù)據(jù)集的分類個數(shù)對聚類算法未知。選取文獻[13]的遺傳模糊FCM和文獻[20]的核主元熵FCM進行對比實驗，每種算法獨立運行30次。分別選取聚類正確率均值Λ和式(17)所示的J(U,V)對比值進行對比分析(J(U,V)取對比值)，表3給出了對比結(jié)果。

表3 不同聚類算法聚類結(jié)果對比Tab. 3 Comparison of clustering results of different clustering algorithms

從表3可以看出，對于典型測試數(shù)據(jù)Adult、Nursery數(shù)據(jù)集，3種聚類算法的聚類正確率都達到了96%以上。但是，對于人工數(shù)據(jù)集，由于分類個數(shù)未知，導致遺傳模糊FCM和核主元熵FCM幾乎不能實現(xiàn)數(shù)據(jù)有效分類，而本文算法表現(xiàn)出了優(yōu)秀的聚類性能，特別的，對于高維規(guī)模數(shù)據(jù)聚類問題，本文聚類正確率保持在95%左右，實驗結(jié)果驗證了多度量核FCM算法復雜聚類問題良好性能。

4.3 養(yǎng)殖禽舍溫度預測

(22)

綜上仿真試驗結(jié)果，本文提出的基于優(yōu)化特征子集選取和改進SVR的養(yǎng)殖禽舍溫度預測算法，采用了最優(yōu)特征子集選取模型，最大限度了保持了原始數(shù)據(jù)分類識別能力；利用多度量核FCM對數(shù)據(jù)樣本進行聚類分析，降低了數(shù)據(jù)差異性對預測精度的影響，使得預測結(jié)果更具可信度，研究結(jié)果能夠為肉鵝等養(yǎng)殖環(huán)境溫度調(diào)控提供支撐。

(a) 3月18日溫度變化圖

(b) 8月23日溫度變化圖

表4 不同溫度預測算法評價指標Tab. 4 Evaluation indexes of different temperature prediction algorithms

5 結(jié)論

提出了一種基于優(yōu)化特征子集選取和改進SVR的養(yǎng)殖禽舍溫度預測算法，該算法融了特征子集提取、多核度量FCM和SVR預測等技術(shù)，很大程度地提高了禽畜養(yǎng)殖溫度預測的精度和可靠性，聚類正確率可以保持在95%左右，禽舍溫度預測均等系數(shù)可以達到0.96以上，具有較好的推廣應用價值。下一步將重點圍繞提高算法預測效率方面進行研究。