关于如何搞好基层动物强制免疫工作的探讨

众所周知,搞好基层动物的免疫工作是保证现代畜牧业健康稳定发展的基本前提,而动物强制免疫工作在动物免疫工作中又是重中之重.因此,本文笔者就从事多年来基层动物强制免疫工作的研究,对其相关问题与业界人士和有关的领导进行一下交流与探讨,由于笔者水平有限,不足之处请与批评指正.     

应用Logistic模型研究糯玉米果穗的生长动态

为了提高糯玉米栽培技术和品种选育效果,应用Origin软件对糯玉米品种‘垦粘1号’,‘吉糯3号’和‘京科糯2000’的果穗的生长动态进行Logistic曲线拟合,并对拟合结果进行分析。结果表明,各糯玉米品种的单穗重与果穗发育时间可用Logistic曲线方程拟合且各糯玉米品种单穗重的Logistic曲线方程相关系数均大于0.99,达极显著水平;各测量值与曲线拟合值间的残差相对较小,且残差随时间变化具周期性;通过所求曲线参数求得的糯玉米单穗重发育的关键点和关键时期,能更好的说明糯玉米单穗重的发育过程,实验结果表明Logistic曲线能较好地反映糯玉米单穗重的生长动态。     

改进的遗传神经网络算法对花生种子带式清选设备关键作业参数的优化

针对花生种子带式清选设备关键作业参数最优组合问题,本文提出了一种改进的遗传神经网络优化方法,利用该方法自适应动态调整神经网络权值阈值的特点,彻底取代神经网络算法中“误差逆传播”过程,可使训练误差达到2.2425×10^-8,拟合精度明显优于二次回归方法。将训练好的算法用于花生种子带式清选设备作业参数优化,当纵向倾角A=23.66°,横向倾角B=24.26°,帆布带带速C=0.73m/s时,可使合格率达到98.36%,带出率1.85%,设备性能最佳。该方法为花生种子带式清选设备关键作业参数的设定提供了新思路,为农业机械设备智能化控制提供了途径。     

基于改进遗传神经网络的紫花苜蓿总黄酮提取工艺参数优化

针对回归分析方法优化紫花苜蓿总黄酮提取工艺参数存在的问题,提出一种改进的遗传神经网络优化方法,该方法利用区间自适应遗传算法自动调整搜索区间的特点,彻底取代神经网络反向传播过程调整权值和阈值。以紫花苜蓿总黄酮提取率为性能指标,选取液料比、提取时间、提取温度和乙醇浓度4个工艺参数为试验因素,依据4因素5水平正交旋转组合试验数据建立学习样本,训练遗传神经网络。当神经网络训练误差达到4.34×10^-9时,遗传神经网络算法的平均相对误差为0%,而回归模型的平均相对误差为0.58%,拟合精度和拟合优度明显优于回归模型。用训练好的遗传神经网络算法优化紫花苜蓿总黄酮提取工艺参数,获得最优工艺参数为:取液料比53.26 mL/g、提取温度70.96℃、提取时间50.32 min、乙醇浓度为60%,紫花苜蓿总黄酮提取率达到最大值6.51 mg/g。     

畜禽疾病的发生及防治

近些年,我国的市场经济呈现快速发展的趋势,畜牧养殖业也迎来了快速发展的机遇。规模化发展在给养殖业提质增效的同时,也使疾病的发生呈现上升趋势,对畜禽产品的质量以及饲养者的实际经济效益产生不利影响。畜禽在临床生产中感染疾病会严重影响饲养者的经济收益,所以必须采取有效的预防措施以控制畜禽感染疾病,本文主要分析畜禽生产中常见的疾病,总结有效的针对性防控措施,供参考。