王婷婷，黎煊，，3，趙書紅，雷明剛，劉望宏，劉詩堯

1.農(nóng)業(yè)農(nóng)村部智慧養(yǎng)殖技術(shù)重點(diǎn)實(shí)驗(yàn)室，武漢 430070；2.農(nóng)業(yè)農(nóng)村部種豬質(zhì)量監(jiān)督檢驗(yàn)測(cè)試中心（武漢），武漢 430070；3.華中農(nóng)業(yè)大學(xué)深圳營養(yǎng)與健康研究院/中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所/嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實(shí)驗(yàn)室深圳分中心，深圳 518000

農(nóng)業(yè)農(nóng)村部辦公廳關(guān)于印發(fā)《國家畜禽良種聯(lián)合攻關(guān)計(jì)劃（2019-2022年）》的通知中，明確指出應(yīng)立足于我國現(xiàn)代種業(yè)長遠(yuǎn)發(fā)展需求，積極開展瘦肉型種豬智能測(cè)定、種豬大數(shù)據(jù)遺傳評(píng)估和豬種質(zhì)資源分子鑒定等理論和應(yīng)用技術(shù)研究，提升我國畜禽種業(yè)國際競(jìng)爭(zhēng)力。種豬性能測(cè)定是客觀評(píng)定種豬遺傳育種工作的基礎(chǔ)，歐美等發(fā)達(dá)國家已形成較為成熟的種豬性能測(cè)定育種體系。我國種豬育種工作尚處于起步階段，當(dāng)前以場(chǎng)內(nèi)測(cè)定為主，種豬性能測(cè)定設(shè)備主要有美國OSBORNE公司FIRE系統(tǒng)、荷蘭睿保樂Nedap PPT系統(tǒng)和法國ACEMO公司Acema64系統(tǒng)，國產(chǎn)設(shè)備較少[1]，其配套的種豬性能測(cè)定信息管理系統(tǒng)的主要功能是根據(jù)種豬耳標(biāo)建立種豬生長性能測(cè)定記錄，根據(jù)種豬的采食和體質(zhì)量數(shù)據(jù)計(jì)算種豬的體質(zhì)量變化、飼料轉(zhuǎn)化率和日增重指標(biāo)。

種豬性能測(cè)定設(shè)備為種豬采食行為研究提供了有力的量化基礎(chǔ)，正確了解種豬采食行為與生長性能之間的關(guān)系，可以有效提高育種的準(zhǔn)確性，但現(xiàn)有種豬性能測(cè)定信息管理系統(tǒng)側(cè)重于基礎(chǔ)數(shù)據(jù)采集和生長性能指標(biāo)計(jì)算，對(duì)種豬采食行為分析功能較少[2]。研究表明，生豬采食行為與品種[3]、養(yǎng)殖環(huán)境[4]、飼料[5]以及動(dòng)物生長階段[6]和生理狀態(tài)[7]等有關(guān)，且具有中度至高度的遺傳性。在進(jìn)行種豬性能測(cè)定時(shí)，測(cè)定站將獲取測(cè)定豬只的采食量和體質(zhì)量信息，通過這些記錄數(shù)據(jù)可以分析采食行為性狀與生長性能性狀之間的關(guān)系[8]，同一個(gè)測(cè)定站內(nèi)豬只的采食行為也存在差異，造成這種差異的原因可能是群體中個(gè)體豬之間的社會(huì)等級(jí)和社會(huì)效應(yīng)引起的[9]。合理挖掘和分析種豬采食信息，有助于了解豬只采食行為習(xí)性，提高養(yǎng)殖效率，因此亟待設(shè)計(jì)開發(fā)一套將采食行為分析與生長性狀相結(jié)合的種豬性能測(cè)定信息管理系統(tǒng)。

本研究利用物聯(lián)網(wǎng)技術(shù)和Web技術(shù)設(shè)計(jì)了集種豬生產(chǎn)性能測(cè)定性狀表型值計(jì)算、采食行為分析和設(shè)備遠(yuǎn)程監(jiān)控為一體的信息系統(tǒng)，并基于農(nóng)業(yè)農(nóng)村部種豬質(zhì)量監(jiān)督檢驗(yàn)中心（武漢）杜洛克種豬測(cè)定數(shù)據(jù)分析了采食性狀與生長性狀間的相關(guān)關(guān)系，構(gòu)建了種豬達(dá)100 kg體質(zhì)量日齡預(yù)測(cè)模型，以期加快我國種豬育種由“經(jīng)驗(yàn)育種”向“精確育種”轉(zhuǎn)變[10]，為我國生豬育種體系優(yōu)化升級(jí)提供參考和借鑒。

1 材料與方法

1.1 種豬性能測(cè)定信息管理系統(tǒng)總體結(jié)構(gòu)

本研究在筆者所在課題組研制的種豬性能自動(dòng)測(cè)定站上開展，測(cè)定站安裝了RFID射頻模塊、體質(zhì)量和飼料質(zhì)量稱量模塊以及通訊模塊等。采用實(shí)時(shí)性強(qiáng)、穩(wěn)定性高、擴(kuò)展方便、被廣泛使用于農(nóng)業(yè)機(jī)械數(shù)據(jù)傳輸?shù)腃AN總線進(jìn)行數(shù)據(jù)的雙向傳輸[11]。

信息系統(tǒng)采用前后端分離的B/S架構(gòu)[12]以及MySQL數(shù)據(jù)庫進(jìn)行設(shè)計(jì)，用戶無需安裝客戶端，使用瀏覽器即可訪問信息系統(tǒng)[13]。信息管理系統(tǒng)設(shè)計(jì)后端選用python的輕量級(jí)web框架flask[14]，前端頁面選用react框架，組件庫選用Ant Design，圖表庫選用Bizcharts。種豬性能測(cè)定信息管理系統(tǒng)分為測(cè)定站實(shí)時(shí)監(jiān)控、用戶、種豬性能測(cè)定、采食行為分析、種豬采食行為與生長性狀關(guān)聯(lián)分析5大功能模塊和20個(gè)子模塊，如圖1所示。

圖1 系統(tǒng)功能模塊劃分Fig.1 System junction module division

1.2 系統(tǒng)功能實(shí)現(xiàn)

1）系統(tǒng)初始化。服務(wù)器與CAN模塊采用UDP協(xié)議連接，并通過socket類函數(shù)[15]進(jìn)行數(shù)據(jù)的收發(fā)，初始化時(shí)開啟3個(gè)threading線程同時(shí)完成數(shù)據(jù)的接收、處理和發(fā)送。在UDP協(xié)議上加入“確認(rèn)”“重發(fā)”和“校驗(yàn)”機(jī)制，實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)傳輸?shù)姆€(wěn)定和快速傳輸，節(jié)約系統(tǒng)通訊資源[16]?？紤]到系統(tǒng)數(shù)據(jù)為雙向傳輸，且需對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，系統(tǒng)采用多線程同時(shí)進(jìn)行數(shù)據(jù)接收、處理和發(fā)送，提高系統(tǒng)處理效率。

2）系統(tǒng)用戶模塊。系統(tǒng)采用雙用戶級(jí)別，高級(jí)管理員具有系統(tǒng)設(shè)置權(quán)限，限制普通用戶查看種豬基礎(chǔ)數(shù)據(jù)時(shí)顯示的數(shù)據(jù)列。為保障用戶信息安全，采用hashlib.sha256（）對(duì)用戶明文密碼進(jìn)行哈希加密，基于token的方法驗(yàn)證用戶登錄狀態(tài)。

3）測(cè)定數(shù)據(jù)解析協(xié)議設(shè)計(jì)。一條完整的種豬測(cè)定數(shù)據(jù)包括耳標(biāo)號(hào)、測(cè)定站號(hào)、采食數(shù)據(jù)、體質(zhì)量數(shù)據(jù)等，數(shù)據(jù)長度大于8個(gè)字節(jié)，必須將測(cè)定數(shù)據(jù)進(jìn)行分幀封裝發(fā)送。同時(shí)接收多臺(tái)測(cè)定站的測(cè)定數(shù)據(jù)，容易導(dǎo)致數(shù)據(jù)幀順序錯(cuò)亂，出現(xiàn)“亂幀”現(xiàn)象，因此測(cè)定數(shù)據(jù)發(fā)送遵循詢問→校驗(yàn)→重發(fā)機(jī)制，測(cè)定數(shù)據(jù)接收流程如圖2所示。JSON格式的測(cè)定數(shù)據(jù)傳輸時(shí)被拆分為字節(jié)數(shù)組，使用“utf-8”將數(shù)據(jù)幀解碼為字符串，然后再利用“json.load”將字符串解碼為字典。

圖2 測(cè)定數(shù)據(jù)接收流程圖Fig.2 Measurement data reception flow chart

4）種豬性能測(cè)定模塊。根據(jù)《種豬登記技術(shù)規(guī)范》（NY/T820）標(biāo)準(zhǔn)，使用15位的種豬號(hào)為種豬建立個(gè)體測(cè)定記錄檔案。將種豬號(hào)與耳標(biāo)號(hào)、測(cè)定站號(hào)進(jìn)行關(guān)聯(lián)，耳標(biāo)號(hào)、測(cè)定站號(hào)更改不影響種豬數(shù)據(jù)鏈。根據(jù)種豬日齡、體質(zhì)量變化和采食量繪制其生長曲線，或計(jì)算日增重和飼料轉(zhuǎn)化率，而出欄僅是填充出欄日期，種豬測(cè)定數(shù)據(jù)一直保留，有利于后期信息追溯。

5）種豬采食性狀統(tǒng)計(jì)。測(cè)定數(shù)據(jù)解析成功后，根據(jù)種豬號(hào)進(jìn)行采食次數(shù)、日采食量、日均體質(zhì)量、日采食持續(xù)時(shí)長、采食變化量（與相鄰前一日采食量的差值）、采食量變化率（采食變化量與前一天采食量的比值）、體質(zhì)量變化量（與相鄰前一日體質(zhì)量的差值）和體質(zhì)量變化率（體質(zhì)量變化量與前一天體質(zhì)量的比值）進(jìn)行實(shí)時(shí)統(tǒng)計(jì)并更新至數(shù)據(jù)庫，進(jìn)而可計(jì)算種豬的采食速率、單次采食量等采食性狀。

根據(jù)種豬的基礎(chǔ)測(cè)定數(shù)據(jù)和統(tǒng)計(jì)數(shù)據(jù)，實(shí)現(xiàn)了種豬的個(gè)體采食量趨勢(shì)、測(cè)定站周采食總量統(tǒng)計(jì)、每天的采食總量以及每次的采食時(shí)段和采食量頻率統(tǒng)計(jì)和圖表化。種豬采食行為與飼料水平、豬只體況、環(huán)境等因素相關(guān)，根據(jù)《種豬性能測(cè)定規(guī)程》異常個(gè)體識(shí)別辦法，將采食量和體質(zhì)量下降20%的種豬識(shí)別為異常個(gè)體，提示育種人員重點(diǎn)關(guān)注，降低種豬疾病感染風(fēng)險(xiǎn)。

1.3 種豬采食行為與生長性狀分析

1）數(shù)據(jù)來源。選取農(nóng)業(yè)農(nóng)村部種豬質(zhì)量監(jiān)督檢驗(yàn)中心（武漢）采用法國ACEMA種豬性能測(cè)定系統(tǒng)所測(cè)定的101頭杜洛克種豬個(gè)體測(cè)定數(shù)據(jù)。種豬正式進(jìn)行測(cè)定前和測(cè)定結(jié)束后空腹12 h，使用籠秤稱量種豬體質(zhì)量，測(cè)定期間測(cè)定設(shè)備自動(dòng)記錄種豬每次的采食量和采食時(shí)間。種豬生長性能測(cè)定性狀包括達(dá)目標(biāo)體質(zhì)量日齡、測(cè)定期日增重（average daily gain，ADG）、目標(biāo)體質(zhì)量背膘厚（back fat，BF）和飼料轉(zhuǎn)化率（feed conversion ration，F(xiàn)CR）。利用EXCEL2019對(duì)101頭杜洛克種豬采食數(shù)據(jù)進(jìn)行整理，根據(jù)《種豬生產(chǎn)性能測(cè)定規(guī)程》（NY/T 822—2019）計(jì)算101頭種豬的FCR、達(dá)30 kg體質(zhì)量日齡（pig 30 kg weight age，AGE30）、達(dá)100 kg體質(zhì)量日齡（pig 100 kg weight age，AGE100），并對(duì)背膘厚進(jìn)行校正，生長性能測(cè)定性狀數(shù)據(jù)描述見表1。

表1 種豬生長性能數(shù)據(jù)表型統(tǒng)計(jì)Table 1 Phenotypic statistics of breeding pig growth performance data

2）采食性狀與生長性狀相關(guān)性分析。計(jì)算每頭種豬測(cè)定期間平均每天的采食量（average daily feed intake，ADFI）、采食次數(shù)（average daily number of visit to feeder，ANVD）、采食時(shí)長（average daily occupation time，AOTD）、采食速率（average daily feeding rate，ADFR）、單次采食量（average feed intake per visit across testing period，AFIV）等5個(gè)采食性狀。利用SPSS 22.0計(jì)算ADG、BF、FCR和AGE100等4個(gè)生長性狀與5個(gè)采食性狀之間Pearson相關(guān)性，并進(jìn)行顯著性檢驗(yàn)。

3）種豬達(dá)100 kg體質(zhì)量日齡預(yù)測(cè)模型。ADG和AGE100是衡量種豬生長速度的2個(gè)重要指標(biāo)，動(dòng)物體質(zhì)量隨日齡呈“S”變化趨勢(shì)[2]，因此，無法使用ADG評(píng)價(jià)日齡和體質(zhì)量相差較大的種豬生長速度。但AGE100可用于對(duì)比任意生長階段種豬的生長速度，AGE100越短表示種豬的生長速度越快。AGE100傳統(tǒng)測(cè)量方法為種豬測(cè)定結(jié)束后使用籠秤等稱量其體質(zhì)量，根據(jù)日齡和體質(zhì)量數(shù)據(jù)進(jìn)行校正計(jì)算，無法提前淘汰生長速度緩慢種豬（種豬性能測(cè)定周期一般為2～3個(gè)月），并且稱量體質(zhì)量時(shí)易對(duì)種豬造成應(yīng)激。

He等[17]發(fā)現(xiàn)在生豬體質(zhì)量預(yù)測(cè)模型中加入采食行為特征時(shí)可有效提高模型的準(zhǔn)確率和降低模型預(yù)測(cè)誤差，因此選擇開測(cè)1月內(nèi)與生長速度具有顯著相關(guān)性的采食性狀特征和生長性狀特征（開始測(cè)定時(shí)的日齡、體質(zhì)量以及AGE30）結(jié)合，對(duì)種豬AGE100進(jìn)行提前預(yù)測(cè)。

采食性狀特征間存在一定自相關(guān)性，PLS模型可以有效解決自變量之間的多重相關(guān)性，是一種集主成分分析和典型相關(guān)分析為一體的多元線性回歸方法[18]。利用Python的 sklearn庫中“kFold”將101頭種豬隨機(jī)劃分5折，循環(huán)使用其中4折80條數(shù)據(jù)用于PLS模型建模，1折21條數(shù)據(jù)用于模型測(cè)試。使用決定系數(shù)和平均絕對(duì)誤差MAE作為預(yù)測(cè)模型的評(píng)價(jià)指標(biāo)，決定系數(shù)反映預(yù)測(cè)值與實(shí)測(cè)值之間的擬合程度，MAE體現(xiàn)模型的預(yù)測(cè)值與實(shí)測(cè)值之間的誤差。使用網(wǎng)格搜索法確定PLS模型的最佳主成分“n_components”，搜索原則為訓(xùn)練集和測(cè)試集的準(zhǔn)確率最高，并且測(cè)試集的準(zhǔn)確率不高于訓(xùn)練集的準(zhǔn)確率時(shí)所對(duì)應(yīng)的成分個(gè)數(shù)。建模完成后，使用模型評(píng)價(jià)指標(biāo)對(duì)模型進(jìn)行評(píng)價(jià)。

1.4 系統(tǒng)傳輸和功能穩(wěn)定性試驗(yàn)

1）系統(tǒng)通信可靠性試驗(yàn)。試驗(yàn)于2020年11月23日至2021年2月7日在華中農(nóng)業(yè)大學(xué)試驗(yàn)豬場(chǎng)展開，采用2臺(tái)測(cè)定站分別測(cè)定5頭體質(zhì)量為（42.9±6.1）kg長白豬的生長性能，信息管理系統(tǒng)部署在阿里云ESC服務(wù)器。試驗(yàn)前在2臺(tái)測(cè)定站內(nèi)均放置存儲(chǔ)測(cè)定數(shù)據(jù)的SD卡，試驗(yàn)結(jié)束后對(duì)比SD卡與信息管理系統(tǒng)MySQL數(shù)據(jù)庫中的測(cè)定數(shù)據(jù)數(shù)量。

2）系統(tǒng)功能穩(wěn)定性試驗(yàn)。試驗(yàn)于2021年5月1日至2021年6月30日在湖北龍王畜牧有限公司國家級(jí)生豬核心育種場(chǎng)展開，采用2臺(tái)測(cè)定站分別測(cè)定11頭杜洛克種豬的生長性能，測(cè)定日齡為95～105日齡，測(cè)定體質(zhì)量為（35.4±6.5）kg，結(jié)測(cè)體質(zhì)量應(yīng)≥85 kg，否則不滿足性狀校正條件。

2 結(jié)果與分析

2.1 傳輸可靠性測(cè)試結(jié)果

第1次試驗(yàn)期間，MySQL數(shù)據(jù)庫中共采集存儲(chǔ)3 774條采食記錄，與SD卡內(nèi)數(shù)據(jù)量一致，其中001號(hào)測(cè)定站采集到1 799條采食記錄，002號(hào)測(cè)定站采集到1 975條采食記錄。由此可見，由于系統(tǒng)具有數(shù)據(jù)“重發(fā)”機(jī)制，使得試驗(yàn)豬采食記錄均成功采集存儲(chǔ)，無采食數(shù)據(jù)丟失，表明系統(tǒng)數(shù)據(jù)傳輸可靠性強(qiáng)。

2.2 功能穩(wěn)定性測(cè)試結(jié)果

第2次試驗(yàn)為一個(gè)完整的種豬生長性能測(cè)定試驗(yàn)，試驗(yàn)期間各功能運(yùn)行穩(wěn)定，滿足預(yù)期設(shè)計(jì)要求。使用本研究所開發(fā)的種豬性能測(cè)定信息管理系統(tǒng)中“體質(zhì)量變化趨勢(shì)圖”功能繪制試驗(yàn)期間010號(hào)測(cè)定站內(nèi)11頭杜洛克種豬的體質(zhì)量變化趨勢(shì)曲線，如圖3所示，曲線連續(xù)且完整，無種豬數(shù)據(jù)缺失。

圖3 試驗(yàn)種豬體質(zhì)量變化趨勢(shì)Fig.3 Body weight change trend

使用種豬性能測(cè)定信息管理系統(tǒng)中“日增重和飼料轉(zhuǎn)化率統(tǒng)計(jì)”功能計(jì)算010號(hào)測(cè)定站內(nèi)11頭杜洛克種豬的ADG和FCR，結(jié)果如表2所示。

表2 試驗(yàn)種豬ADG和FCRTable 2 ADG and FCR of test breeding pigs

2.3 建模的種豬采食性狀與生長性狀分析

ADG、BF、AGE100和FCR等4個(gè)生長性能測(cè)定性狀與ADFI、ANVD、AOTD、AFIV和ADFR等5個(gè)采食性狀間Pearson相關(guān)性以及顯著性檢驗(yàn)結(jié)果如表3所示。

表3 建模的種豬采食性狀與生長性狀相關(guān)性Table 3 The correlation between feeding traits and growth traits in modeled breeding pigs

表3結(jié)果顯示：①生長性狀間相關(guān)性。ADG與BF呈現(xiàn)極顯著正相關(guān)（P＜0.01）、與AGE100呈現(xiàn)極顯著負(fù)相關(guān)（P＜0.01）；BF與AGE100為顯著負(fù)相關(guān)（P＜0.05）；而FCR與其他生長性狀均未達(dá)到顯著水平。②采食性狀與生長性狀相關(guān)性。ADFI與4個(gè)生長性能性狀皆呈現(xiàn)極顯著相關(guān)（P＜0.01）；AFIV與ADG呈現(xiàn)極顯著正相關(guān)（P＜0.01）、與AGE100呈現(xiàn)極顯著負(fù)相關(guān)（P＜0.01）；ADFR與ADG呈現(xiàn)顯著正相關(guān)（P＜0.05）、與AGE100呈現(xiàn)極顯著負(fù)相關(guān)（P＜0.01）、與FCR呈現(xiàn)極顯著正相關(guān)（P＜0.01）；而ANVD和AOTD與4個(gè)生長性狀不存在顯著相關(guān)性。③采食性狀間相關(guān)性。ADFI與AFIV和ADFR存在極顯著正相關(guān)（P＜0.01）；ANVD與AFIV存在極顯著負(fù)相關(guān)（P＜0.01）。

2.4 種豬達(dá)100 kg體質(zhì)量日齡預(yù)測(cè)模型

根據(jù)本文結(jié)果與分析“2.3”建模所用的種豬采食性狀與生長性狀間Pearson相關(guān)性，選擇日采食量、單次采食量和采食速率3個(gè)與生長速度具有顯著相關(guān)性的采食性狀作為模型輸入的采食特征，進(jìn)行種豬達(dá)100 kg體質(zhì)量日齡預(yù)測(cè)PLS建模。

PLS模型的最佳主成分“n_components=3”，5折交叉驗(yàn)證的訓(xùn)練集平均決定系數(shù)為0.70，平均MAE為3.4 d；測(cè)試集平均決定系數(shù)為0.68，平均MAE為3.2 d。選取5折交叉驗(yàn)證中訓(xùn)練集決定系數(shù)為0.71，MAE為3.2 d，測(cè)試集決定系數(shù)為0.69，MAE為3.2 d時(shí)作為PLS模型的最優(yōu)解，回歸方程標(biāo)準(zhǔn)化系數(shù)如式（1）所示。

式（1）中A為開始測(cè)定日齡；B為采食速率；C為單次采食量；D為日采食量；E為開始測(cè)定時(shí)體質(zhì)量；F為達(dá)30 kg體質(zhì)量時(shí)日齡。

本研究中，測(cè)試集實(shí)測(cè)值與PLS模型預(yù)測(cè)值之間Spearman秩相關(guān)性為0.796（P＜0.01），表明模型預(yù)測(cè)的種豬生長速度排序與種豬實(shí)測(cè)生長速度排序的相關(guān)性較高。交叉驗(yàn)證和秩相關(guān)性結(jié)果證明結(jié)合種豬生長、體質(zhì)量與采食行為特征能夠?qū)_(dá)100 kg體質(zhì)量日齡進(jìn)行預(yù)測(cè)。

2.5 試驗(yàn)種豬采食性狀與生長性狀相關(guān)性結(jié)果

第2次試驗(yàn)結(jié)束時(shí)，滿足結(jié)測(cè)條件的種豬為14頭。生長性狀與采食性狀之間的Pearson相關(guān)性和顯著性檢驗(yàn)結(jié)果如表4所示，其中達(dá)100 kg體質(zhì)量日齡為校正值。

表4 試驗(yàn)種豬采食性狀與生長性狀相關(guān)性Table 4 The correlation between feeding traits and growth traits in test breeding pigs

由表4可見：①ADG與AGE100呈極顯著負(fù)相關(guān)（P＜0.01），但FCR和ADG、AGE100均無顯著相關(guān)關(guān)系。說明日增重較大的種豬達(dá)到目標(biāo)體質(zhì)量所需的日齡較短，雖然日增重與飼料轉(zhuǎn)化率并無顯著相關(guān)性，但日增重和飼料轉(zhuǎn)化率存在一定的遺傳負(fù)相關(guān)，因此在育種工作中，生長速度和飼料轉(zhuǎn)化率通常被同時(shí)進(jìn)行選擇。

②ADFI與ADG、AGE100和FCR均呈極顯著相關(guān)（P＜0.01），AFIV和ADFR不同程度地顯著影響種豬的生長速度和FCR，而AOTD和ANVD與生長性狀卻無明顯相關(guān)性。說明種豬采食性狀與生長性狀密切相關(guān)，日采食量較高的種豬其生長速度也相對(duì)較快，但飼料利用率卻較低。此外，相關(guān)性結(jié)果表明種豬采食次數(shù)和采食時(shí)長對(duì)其生長性狀無顯著影響，但單次采食量和采食速率卻與4個(gè)生長性狀均密切相關(guān)。

③ADFI與AFIV呈極顯著正相關(guān)（P＜0.01），與ADFR呈顯著正相關(guān)（P＜0.05），而與AOTD和ANVD無顯著相關(guān)性。表明日采食量高的種豬其單次采食量和采食速率也相對(duì)較高，與每天的采食時(shí)長和采食次數(shù)無明顯相關(guān)關(guān)系，但采食時(shí)長和采食次數(shù)卻顯著影響單次采食量和采食速率。

2.6 PLS模型驗(yàn)證

試驗(yàn)種豬的表型相關(guān)性與建模種豬采食性狀與生長性狀相關(guān)性分析規(guī)律類似，因此可以使用試驗(yàn)種豬對(duì)種豬達(dá)目標(biāo)體質(zhì)量日齡PLS預(yù)測(cè)模型進(jìn)行測(cè)試。將滿足測(cè)定條件的14頭種豬開測(cè)后1個(gè)月的標(biāo)準(zhǔn)化采食性狀（AFIV、ADFR和ADFI）與生長性狀（開始測(cè)定時(shí)體質(zhì)量和日齡、AGE30）等特征標(biāo)準(zhǔn)化后，使用式（1）進(jìn)行AGE100預(yù)測(cè)。PLS模型預(yù)測(cè)日齡與實(shí)際達(dá)100 kg體質(zhì)量日齡的平均MAE為5.3 d。

3 討論

本研究在筆者所在課題組研制的種豬性能測(cè)定站基礎(chǔ)上開展，使用CAN總線進(jìn)行數(shù)據(jù)的雙向傳輸，選用web框架開發(fā)了種豬性能測(cè)定信息管理系統(tǒng)，并對(duì)系統(tǒng)數(shù)據(jù)傳輸可靠性和功能運(yùn)行穩(wěn)定性展開試驗(yàn)，試驗(yàn)結(jié)果表明該信息管理系統(tǒng)與測(cè)定站間數(shù)據(jù)傳輸可靠性強(qiáng)，測(cè)定數(shù)據(jù)無丟失，試驗(yàn)期間各功能模塊運(yùn)行穩(wěn)定，滿足預(yù)期設(shè)計(jì)要求。

通過分析種豬采食性狀與生長性狀表型相關(guān)性，建立了種豬達(dá)100 kg體質(zhì)量PLS預(yù)測(cè)模型，PLS模型5折交叉驗(yàn)證訓(xùn)練集平均決定系數(shù)為0.70、平均MAE為3.4 d；測(cè)試集平均決定系數(shù)為0.68，平均MAE為3.2 d。使用試驗(yàn)種豬測(cè)定數(shù)據(jù)對(duì)PLS模型進(jìn)行測(cè)試，平均MAE為5.3 d。測(cè)試結(jié)果表明結(jié)合種豬的生長性狀與采食性狀特征，可對(duì)其生長速度進(jìn)行預(yù)測(cè)。但試驗(yàn)種豬的MAE相較于建模數(shù)據(jù)多2 d，其原因可能在于豬的生長速度與品種、環(huán)境、飼養(yǎng)水平等多因素相關(guān)，因此后續(xù)應(yīng)增加建模數(shù)據(jù)量并考慮季節(jié)、飼料營養(yǎng)水平、品種等特征，以提高模型的泛化性，減小預(yù)測(cè)誤差，為種豬生長速度預(yù)測(cè)提供有力的評(píng)估手段，縮短種豬性能測(cè)定周期，減少測(cè)定成本。