摘要： 为准确预测蛋鸡舍二氧化碳排放量，评估和控制集约化养殖对环境的影响，以制 定有效的减排措施，研究提出一种基于麻雀搜索算法（SSA）、卷积神经网络（CNN）和长短期记 忆神经网络（LSTM）的混合神经网络模型。该模型以华北地区典型的叠层笼养鸡舍为研究对 象，综合考虑二氧化碳、通风量、大气压、温度和湿度等环境因素。研究通过预处理环境数据并 计算每小时二氧化碳排放量，构建相应的数据集。利用 SSA 和 CNN 对 LSTM 模型进行特征提 取和超参数优化，有效提升模型性能。结果显示：SSA-CNN-LSTM 模型的平均绝对误差 （MAE）为0.15 kg，R2值稳定在0.95以上，并预测出2024年某蛋鸡舍的二氧化碳排放量，MAE为 0.2 kg。研究表明，SSA-CNN-LSTM 模型能够较为准确地预测蛋鸡舍二氧化碳排放量，为蛋鸡 养殖系统碳排放核算提供更为简单有效的预测方法。

关键词: 蛋鸡舍；二氧化碳排放量；卷积神经网络；麻雀搜索算法；长短期记忆神经网络

中图分类号: 

• S831.4