饲料是动物养殖的物质基础，不同的饲料配方能够影响动物的生长性能和繁育健康。因此，设计合理的猪的饲料配方是改善生猪的生长性能、提高经济效益的方法之一[1]。从生猪生长发育周期来看，单一猪饲料配方很难满足生猪各生长阶段所需营养供给[2-4]。因此，信息时代背景下，如何利用智能化技术优化生猪饲料选配方案，成为养殖产业界与学界广泛关注话题[5-8]。文章建立基于物联网技术的猪饲料配方系统，通过RFID技术、WIFI通信模块实现数据标识与传输工作，利用数据库内生猪体况信息匹配最优饲料清单，为实现生猪精细饲喂、推动生猪养殖业的智能化发展提供参考。1系统设计方法基于物联网技术的猪饲料配方系统分层架构见图1。由图1可知，系统包括硬件结构和软件功能两部分。硬件结构可对生猪相关信息进行电子化采集录入、上传，分为设备感知层、网络接入层、数据管理层。软件层面主要通过饲料配方算法得到运算结果，并将结果传递给前台界面供用户查看，主要位于应用服务层。10.13557/j.cnki.issn1002-2813.2021.17.025.F001图1基于物联网技术的猪饲料配方系统分层架构1.1硬件结构设计系统硬件结构包括设备感知层、网络接入层、数据管理层3个部分。设备感知层是支撑物联网体系的核心层，承担链接物联网与实物的重要职能，主要包括采集生猪体重、饲料信息以及控制传感器、RFID等设备[9]。网络接入层负责通过远程通信技术将采集的传感器数据传送至服务器。数据管理层主要负责服务器、路由器等设备的分配与现场管理。1.1.1设备感知层的结构1.1.1.1微处理器生猪信息采集要求处理器具备高性能与微控制能力。因此，本研究选取三星公司生产的16/32位S3C2440A内核芯片。S3C2440A内核芯片是基于ARM920T内核多功能开发板，能够与冯诺依曼体系结构实现较好兼容，同时具备可扩展性能，为系统升级留有空间。内核芯片规格为：1.2 V内核；1.8、2.5、3.3 V储存器；集成DMA的LCD控制器，支持最大4 K色STN和256 K色TFT；3路URAT；2路SPI；IIC总线接口；8路10位ADC、触摸屏接口；24个外部中断源，130个通用I/O；电源控制：正常、慢速、空闲、睡眠模式。1.1.1.2射频读写模块UHF.RFID射频收发模块由接收、发射、频率合成及天线选择等模块组成[10-11]。为满足项目高并发、实时性强等特点，本研究选用Intel公司生产的UHF读卡器芯片R1000。R1000功耗仅1.5 W，满足EPCgiobal Gen 2及IS018000—6C标准，符合物联网系统的实际需求[12]。RUHF射频读写器通过串行/并行的方式与R1000进行通信。具体的工作模式如下：（1）由R1000的内部锁相环直接生成超高频电波（UHF载波）；在R1000通过内部基带的调制和控制产生差分跳频信号，并对其进行预放大和平衡转化处理；将数据信息功率放大，直接传送到环形上准备信号传输；通过定向耦合器传送给天线进行信号发射。1.1.1.3UHF.RFID电子标签为确保生猪个体在标签最大传输空间范围内活动，本次研究选用的猪舍大小约为4 m×5 m。为保证传输效率，综合考量多方指标后选取UHF超高频动物耳标作为生猪电子标签。耳标参数见表1。10.13557/j.cnki.issn1002-2813.2021.17.025.T001表1耳标参数类型标准类型标准材料封装TPU、HDPE内部防冲突机制适合多标签读取尺寸孔60×46 mm、钉子直径30 mm、钉长25 mm唯一标识符64位温度20~85 ℃可用数据区240位EPC码温度10~70 ℃模式读写频率860~960 MHz内存96 BIT距离0~3 m（与读写器配置有关）标准EPC C 1G 2（ISO 18000—6C）1.1.2网络接入层RFID读写器接收到标签传输的信息后，需借助无线通信技术将这些信息传输至后台信息数据库。本研究选用庆科公司生产的多功能WIFI模块作为通信模块。该模块内部集成TCP/IP协议与WIFI驱动程序，能够高效应用于PC和串口之间的通信。1.1.3数据管理层数据管理层主要负责为平台系统提供基本硬件支持。完善的数据管理硬件主要由数据库服务器、备份服务器、WEB服务器、服务器机柜、网络防火墙、交换机、配线架、路由器等硬件组成。数据管理硬件及参数见表2。10.13557/j.cnki.issn1002-2813.2021.17.025.T002表2数据管理硬件及参数项目序号型号主要参数数量数据库服务器1IBM Systemx 3650 M3内存：8 GB；CPU：InteL Xeon X56701备份服务器2IBM Systemx 3650 M3INTEL XEON E56201WEB服务器3IBM Systemx 3850 M24核CPU：INTEL XEON E74202操作系统4Windows 2008WINDOWS 2008 SEVER1服务器机柜5大唐卫士12U网络机柜G 3501242U 黑色600×1 000×2 050 mm2网络防火墙6华为Usg 6305 E-AC多端口带万兆交流电源，含SSL 100用户1中心交换机7华三（H3C）S 6520-24S-SI 24黑色、可叠堆440×360×43.6 mm交换容量：2.56 TPBS/23.04 TPBS1配线架8AMP安普100对110配线架558635-1白色1路由器9HUAWEI AX3支持WDS、白色、双频（2.4、5 GHz）11.2软件系统设计1.2.1软件框架设计服务器与三层客户机结构见图2。本研究采用RFID等物联网技术，在数据库和局域网支撑下，构建基于物联网技术的猪饲料配方系统软件框架。10.13557/j.cnki.issn1002-2813.2021.17.025.F002图2服务器与三层客户机结构由图2可知，该系统采用服务器与三层客户机架构，具体分为表示层、业务逻辑层和数据访问层。表示层是在业务层和数据访问层的基础上，实现系统之间相互通信的层级。业务层属于中间层，既能满足应用层对接数据访问层相关接口，又能对底层逻辑的完成封装，实现业务与数据分离。数据访问层能够为业务层提供数据信息以及存储空间，是直接与数据库底层链接的层级。1.2.2数据库设计数据库是猪饲料配方系统的信息基础，为配方系统提供数据安全保障。从运作流程看，对数据库的设计主要包括设计逻辑结构与物理结构两部分内容。1.2.2.1逻辑结构设计数据库逻辑结构主要用在描述“饲喂标准”“动物体况”“动物类型”“营养指标”“饲料原料”“饲料类别”等实体之间的逻辑关系。数据库E-R见图3。10.13557/j.cnki.issn1002-2813.2021.17.025.F003图3数据库E-R由图3可知，各实体间主要存在三种联系，即“一对多（1∶n）”“多对一（m∶1）”以及“多对多（n∶m）”。“一对多”指一种主体可对应多种主体，如“育肥猪”这一主体可对应“肥育猪20~50 kg”、“肥育猪50~80 kg”等多主体。“多对一”指多个主体只能对应1个主体，如“粗蛋白质”“钙”“蛋氨酸”等多个营养指标，只能对应“肥育猪20~50 kg”这1种生猪的“饲养标准”。“多对多”指多个主体能够对应多种主体，如1种“营养指标”可由多种“饲料原料”提供，1种“饲料原料”包括多种“营养指标”。1.2.2.2物理结构设计完成数据库逻辑结构设计之后，需开展数据库物理结构设计，以确定相关数据的物理存储形式。本研究中，较为关键的数据库表分别为生猪信息表、饲料信息表、饲料配方表。就生猪信息表结构而言，选取生猪编号、生猪品种、体温、生长情况和预计出栏时间作为表中数据元素，选定生猪编号为数据表主键，并限制非空。就饲料信息表而言，选取饲料编号、饲料名称、饲料单位、饲料成分、饲料数量、饲料价格作为表数据元素，设置饲料编号为主键，限制非空。就饲料配方表而言，选取配方编号、饲料名称、饲料比重为表数据元素，设置配方编号为主键，限制非空。本研究还针对猪饲料配方系统运作全流程，设计如饲料药物添加剂属性表、管理员信息表、猪场建设信息表等诸多数据表。1.2.3配方制作模块设计1.2.3.1模型建立生猪生长不同阶段对矿物质、蛋白质等营养元素的基本需求不同[13-15]。单一的饲料配方不能够满足生猪生长各个阶段所需营养供给。因此，本系统基于智能算法对猪饲料配方进行迭代优化，选取出最佳饲料配制方案。以生猪不同生长阶段营养需求为目标函数，求得各种原料在一定成本范围内可行解集合，通过智能算法迭代生成最优解。猪料配方优化的过程就是将已有原料依据特定的比例组合为满足需求的饲料配方过程。假设有X种猪饲料原料和Y种营养需求，即可形成X⋅Y的矩阵S：S=∂11⋯∂1X⋮⋱⋮∂Y1⋯∂XY (1)式中：∂XY为X饲料原料含有Y营养成分比重。设饲料中的标准营养成分含量分别为a1, a2,..., aY。ai（1≪i≪X）为含有第i种营养成分的含量；各原料的价格分别为b1, b2,..., bX。求优化函数F(x)最小时，各原料的配合率（%）Z1、Z2、…、ZY。假设有T个目标函数，则配置10 kg饲料的配方模型如式（2）：minF(x)=min(f1(x), f2(x),..., fT(x)) (2)式中：F（x）为经济成本的目标函数。1.2.3.2模型求解算法以饲料原料消耗为决策变量，依据饲料原料具体消耗值分别编码，并选用多种变量指代各原料中营养成分占比。以最低成本为目标函数，适应度值为目标函数倒数，具体如公式（3）和公式（4）所示：F(x)=∑i=1Xcizi (3)FT(x)=1F(x) (4)生猪种群中所有适应度之和为：S=∑i=1NpFTi (5)选择概率为：Pj=FTjS(1≤j≤Np) （6）式中：Pj为生猪种群中个体j的选择概率。约束条件为：∂11Z1+∂12Z1+⋯+∂1mZn≥b1∂n1Z1+∂n2Z1+⋯+∂nmZm≥bmZ1+Z2+⋯+ZY=100 (7)智能算法在饲料比问题中迭代步骤如下：第1步：初始化算法，选定种群规模。第2步：依据原料消耗值对其进行编码。第3步：计算个体适应度。第4步：开始迭代。第5步：参考选择策略进行选择操作。第6步：参考交叉概率进行交叉操作。第7步：参考变异概率进行变异操作。第8步：当满足迭代次数算法停止。算法运作流程见图4。10.13557/j.cnki.issn1002-2813.2021.17.025.F004图4算法运作流程2验证试验2.1环境配置Windows服务器环境为Tomcat7。操作员主机环境需求为：处理器Intel（R） Core（TM）i7—6700HQ CPU @2.60 GHZ，RAM 8.0 GB，系统类型64位操作系统，基于*64的处理器，Windows 10操作系统。2.2试验过程选取200头50~60 kg育肥猪为样本，设置迭代次数为100次，交叉概率为0.79，变异概率为0.11。具体过程为：对编码对象进行实数编码，并依据精英保留策略选定留存优秀个体；编写改进的智能算法，采用自适应交叉操作和高斯函数完成交叉和变异操作；对饲料配方算法进行迭代寻优。2.3结果与分析生猪饲料配方智能算法优化过程见图5。10.13557/j.cnki.issn1002-2813.2021.17.025.F005图5生猪饲料配方智能算法优化过程由图5可知，本试验在智能算法迭代80次下稳定。猪饲料配方见表3。由表3可知，寻优得到最终饲料配方成本为44.58元/10 kg。该解即为特定生猪条件下，系统寻优得出的最佳饲料配方。从技术层面看，本系统能够正确应用各种框架技术，设计合理，功能完成度高，系统运行流畅，具有极大安全性、可扩展性和可维护性。从经济层面看，在后期使用中，饲料配方系统具有较强实用性，能够设计兼顾经济和营养需求的猪饲料配方，为养殖户的养殖提供参考。从应用效果看，借助该系统饲养员能够及时给猪饲喂特定生长阶段的饲料，能够有效提高饲料转化率和生猪生长速度，简化饲养员工作复杂度。10.13557/j.cnki.issn1002-2813.2021.17.025.T003表3猪饲料配方原料组成价格/(元/10 kg)用量/%成本总量/(元/10 kg)44.58玉米15.2038.02豆粕36.0027.73碳酸氢钙18.401.91棉籽粕32.505.45菜籽粕21.108.20混合底料150.0012.38食盐7.700.42鱼粉98.005.14植物油110.000.54蛋氨酸350.000.213结论本研究结合物联网技术、WEB技术，建立猪饲料配方优化选择模型，求解最优猪饲料配比组合。结果显示，基于物联网技术的猪饲料配方系统能够精准辨析生猪营养需求结构，并快速生成针对性饲料配比方案，具有较大使用价值。基于物联网技术的猪饲料配方能够为饲料工业现代化发展、推动饲料产业高质量升级提供参考。