学位论文 > 优秀研究生学位论文题录展示

1～21日龄艾维茵肉鸡菜粕和棉粕净能预测模型研究

作　者: 李再山
导　师: 王康宁
学　校: 四川农业大学
专　业: 动物营养与饲料科学
关键词: 艾维茵肉鸡 净能 预测 菜粕 棉粕
分类号: S831.5
类　型: 硕士论文
年　份: 2011年
下　载: 7次
引　用: 0次
阅　读: 论文下载
 

内容摘要


本试验旨在利用化学成分及表观代谢能(AME)结合化学成分和傅里叶近红外光谱(FNIRS)建立1～21日龄艾维茵肉鸡菜粕和棉粕的净能(NE)预测模型,并比较菜粕和棉粕两种样品单独建模与合并建模的预测效果。测定15个菜粕和15个棉粕样品的NE,NE为维持净能(NEm)与沉积净能(NEp)之和,NEm和NEp均用比较屠宰试验测定,NEm测定结合回归法,设自由采食、限饲30%、50%、70%4个采食梯度；NEp测定结合套算法,每个样品为一个处理；各个采食梯度、基础日粮、菜粕和棉粕样品处理组均设6个重复,每个重复2只鸡,试鸡均选用平均体重为97.3±4.0 g的7日龄健康艾维茵肉公鸡,试验期均为7天。测定各个菜粕和棉粕的常规化学成分含量,并根据测定的化学成分、AME与其NE进行两种样品单独与合并的线性回归分析。将各个菜粕和棉粕样品水分都调整为9～13%的5个水分梯度,并在此水分背景下建立两种样品单独与合并的FNIRS净能预测模型。结果如下：1～21日龄艾维茵肉鸡菜粕和棉粕样品的NE分别为4.72～7.22MJ/kg DM和4.73-7.08MJ/kg DM:AME结合化学成分建立菜粕、棉粕以及两种样品合并的最佳预测方程的R2为0.995、0.998、0.995,RSD为0.052、0.033、0.052 MJ/kg DM,优于只用化学成分建立的最佳预测方程,其R2为0.973、0.985、0.973,RSD为0.123、0.100、0.123 MJ/kg DM；5个水分背景下建立菜粕、棉粕以及两种样品合并的FNIRS净能预测模型,其校正决定系数(Rcal2)分别为0.99、0.99、0.96,校正标准差(RMSEE)分别为0.042、0.068、0.139MJ/kg；交叉验证决定系数(Rcv2)分别为0.98、0.99、0.89,交叉验证标准差(RMSECV)分别为0.089、0.082、0.219MJ/kg；预测标准差(RMSEP)分别为0.091、0.089、0.377MJ/kg。说明测定的1～21日龄艾维茵肉鸡菜粕和棉粕的NE值是准确的；化学成分、AME结合化学成分都可建立较好的菜粕和棉粕NE预测模型,但AME结合化学成分建模效果优于只用化学成分建模；用FNIRS可建立较好的菜粕和棉粕NE预测模型,其效果与AME结合化学成分建模相当；利用化学成分、AME结合化学成分建模时,菜粕和棉粕单独及两样品合并建模效果相当,无明显差异,而用FNIRS建模时,两样品单独建模优于其合并建模。

全文目录


中文摘要  4-5
Abstract  5-9
1. 前言  9
2. 文献综述  9-19
  2.1 净能的实测  9-11
    2.1.1 维持净能测定  10
    2.1.2 沉积净能测定  10-11
  2.2 净能的预测  11-19
    2.2.1 利用化学成分建立预测模型  11-15
      2.2.1.1 化学成分建立预测模型研究进展  11-12
      2.2.1.2 化学成分建立预测模型的预测因子  12-13
      2.2.1.3 饲料分类建立预测方程  13-14
      2.2.1.4 化学成分建立预测模型的样本数量  14-15
    2.2.2 利用近红外光谱建立预测模型  15-19
      2.2.2.1 近红外光谱技术预测有效能的原理  15-16
      2.2.2.2 近红外光谱建模的影响因素  16-19
        (1) 样品粒度大小  16-17
        (2) 样品水分含量以及分布状态  17-18
        (3) 样品色泽  18-19
3. 存在的问题及本研究的目的和意义  19
  3.1 存在的问题  19
  3.2 本研究的目的  19
  3.3 本研究的意义  19
4. 材料与方法  19-26
  4.1 菜粕和棉粕净能(NE)的测定  19-24
    4.1.1 0～21日龄艾维茵肉鸡的维持净能(NEm)测定  19-22
      4.1.1.1 试验设计和试验动物  19-20
      4.1.1.2 试验日粮  20-21
      4.1.1.3 测定指标及方法  21
      4.1.1.4 饲养管理  21-22
      4.1.1.5 数据统计分析  22
    4.1.2 菜粕和棉粕沉积净能(NEp)测定  22-24
      4.1.2.1 试验材料  22
      4.1.2.2 试验设计与试验动物  22
      4.1.2.3 试验日粮  22-24
      4.1.2.4 测定指标及方法  24
      4.1.2.5 饲养管理  24
      4.1.2.6 数据统计分析  24
  4.2 化学成分和AME结合化学成分建立样品的净能预测模型  24-25
    4.2.1 样品制备和分析  24
    4.2.2 统计方法  24-25
  4.3 菜粕和棉粕红外光谱(FNIRS)净能预测模型的建立  25-26
    4.3.1 实验材料与设计  25
    4.3.2 近红外光谱仪  25
    4.3.3 样品近红外光谱的扫描  25
    4.3.4 模型的建立  25
    4.3.5 定标模型的检验  25-26
5. 试验结果  26-39
  5.1 1-21日龄艾维茵肉鸡的维持净能需要量  26-27
  5.2 菜粕和棉粕的化学成分含量、AME和NE值  27-30
  5.3 菜粕和棉粕及两种样品合并的化学成分、AME结合化学成分净能预测模型  30-37
    5.3.1 菜粕和棉粕化学成分和AME对其NE的一元回归方程  30-31
    5.3.2 菜粕和棉粕化学成分和AME对其NE的多元回归方程  31-37
  5.4 菜粕和棉粕及两种样品合并的近红外光谱(FNIRS)净能预测模型  37-39
    5.4.1 菜粕和棉粕校正集、验证集的净能  37
    5.4.2 模型参数  37-38
    5.4.3 模型的检验  38-39
6. 讨论  39-43
  6.1 菜粕和棉粕净能值  39-40
  6.2 菜粕和棉粕及两种样品合并的化学成分、AME结合化学成分净能预测模型  40-42
  6.3 菜粕和棉粕及两种样品合并的近红外光谱(FNIRS)净能预测模型  42-43
7. 结论  43-44
参考文献  44-49
致谢  49

相似论文

  1. K公司计划及预测改进对于合理库存配置的研究,F224
  2. 基于图的标志SNP位点选择算法研究,Q78
  3. 液力减速器制动性能及用于飞机拦阻的仿真研究,TH137.331
  4. 卫星姿态的磁控制方法研究,V448.222
  5. Hall推进器寿命预测和壁面侵蚀加速实验研究,V439.2
  6. 高精度激光跟踪装置闭环控制若干关键问题研究,TN249
  7. 网络语音传输丢包的恢复技术,TN912.3
  8. 基于神经网络的水厂投药预测控制研究,TP273.1
  9. 网络化系统的鲁棒模型预测控制,TP273
  10. 硝酸钠制配过程中pH值的预测控制及仿真研究,TP273
  11. 离散非线性系统输入到状态稳定性研究,TP13
  12. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  13. 云南省勐腊县南坡铜矿床成矿规律与成矿预测研究,P618.41
  14. 计算智能在数字化卷烟叶组配方中的应用研究,TS44
  15. 地州级卷烟销量预测影响因素研究,F224
  16. 基因棉粕检测及其转基因成分在饲料加工工艺中的降解规律研究,S816
  17. 基于不确定性系统研究方法的高校学生学习成绩分析与预测,G642.4
  18. 农业昆虫中微RNA基因的生物信息学预测,S186
  19. 基于电子海图的海上溢油预测系统的设计与实现,X55
  20. 枇杷果实采后品质变化及硬度预测模型研究,TS255.4
  21. 广西桂林漓江流域水生态健康评价预测模型研究,X826

中图分类: > 农业科学 > 畜牧、动物医学、狩猎、蚕、蜂 > 家禽 > 鸡 > 饲料与营养
© 2012 www.xueweilunwen.com