摘要： 为更精准地调控鸡舍内有害气体浓度，保障鸡的健康生长，试验基于遗传算法对反 向传播（BP）神经网络优化的鸡舍有害气体浓度预测方法，通过优化BP 神经网络的权值和阈值， 利用遗传算法的全局搜索能力，使得模型避免出现局部最优解的情况，有效提升预测结果的准 确性。结果显示：GA-BP神经网络预测模型对有害气体浓度预测结果准确性更高，以均方根误 差（RMSE）、决定系数（R2 ）作为评价指标，在二氧化碳、硫化氢、氨气浓度预测上RMSE值分别为 42.43、0.03、0.48，R2 值分别为0.94、0.96、0.96，均优于BP神经网络预测模型。研究表明，GA-BP 神经网络模型能够较准确预测鸡舍内有害气体浓度，可为鸡舍有害气体调控提供技术支持。
中图分类号:
