摘要： 为探究肉种鸡母鸡特征参数（阻抗幅值、相位角、体重、体斜长、胸围、周龄）与腹 脂重之间的量化关系，实现腹部脂肪含量的快速检测，研究以 70只不同周龄的 Cobb500肉种 鸡母鸡为研究对象，采用皮尔逊相关系数为评价指标，确定肉种鸡母鸡阻抗的最优测量点位， 并以该测量点位下的阻抗幅值、相位角和其余特征参数（体重、体斜长、胸围、周龄）为特征输 入，以腹脂重作为预测指标，分别采用多元线性回归模型和4种机器学习回归模型（随机森林 回归模型、支持向量回归模型、BP神经网络、极限梯度提升模型）进行建模分析。结果显示：相 较于多元线性回归模型，机器学习回归模型的预测准确性普遍较高，其中极限梯度提升模型 表现出最佳性能，在测试集上的决定系数（R2 ）、均方误差（MSE）、平均绝对误差（MAE）、解释方 差分（EVS）分别为0.908 3、10.84、168.87、0.908 8。研究表明，极限梯度提升模型在预测肉种鸡 母鸡腹脂重方面表现出优越性能，适用于肉种鸡母鸡养殖过程中腹部脂肪含量的预测，结果 也为肉种鸡福利化养殖提供了技术支撑和科学依据。

关键词: 肉种鸡；母鸡；生物电阻抗技术；机器学习；腹部脂肪；特征参数

中图分类号: 

• S831.4