Спосіб прогнозування захворюваності корів субклінічним маститом в стаді з використанням комп’ютерної програми на основі штучних нейронних мереж

Реферат: Спосіб прогнозування захворюваності корів субклінічним маститом в стаді, причому для прогнозування використовується комп’ютерна програма NeuroPro (версія 0,25) на основі штучних нейронних мереж, в основу якої покладені дані щодо взаємозв'язку між кількістю соматичних клітин в загальному надої та кількістю корів в різні періоди лактації. UA 83912 U (54) СПОСІБ ПРОГНОЗУВАННЯ ЗАХВОРЮВАНОСТІ КОРІВ СУБКЛІНІЧНИМ МАСТИТОМ В СТАДІ З ВИКОРИСТАННЯМ КОМП'ЮТЕРНОЇ ПРОГРАМИ НА ОСНОВІ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ UA 83912 U UA 83912 U 5 10 15 20 25 30 35 40 45 50 55 Корисна модель належить до ветеринарної медицини, а зокрема - для встановлення захворюваності корів субклінічним маститом в стаді. Задачею корисної моделі є розробка способу прогнозування захворюваності корів субклінічним маститом з використанням комп'ютерного прогнозу. Відомо, що дослідження захворюваності корів на субклінічний мастит на фермі проводяться один раз на місяць, але в сучасних умовах виробництва та постійним підвищенням вимог до показників якості та безпечності сирого молока, встановлення кількості хворих корів на субклінічний мастит необхідно здійснювати постійно, щоб мати можливість своєчасно проводити запобіжні заходи. Це може бути реальним за умови використання комп'ютерних моделей або програм, що відображають вірогідні взаємозв'язки між кількістю соматичних клітин в збірному молоці, періодом лактації та субклінічним маститом корів. В основу корисної моделі поставлено новий підхід щодо прогнозування захворюваності корів субклінічним маститом за кількістю соматичних клітин в загальному надої в залежності від періоду лактації з використанням комп'ютерної прогнозуючої програми на основі нейронних мереж, що дає змогу швидко та достовірно визначити відсоток хворих тварин в стаді. Аналогом корисної моделі є спосіб прогнозування кількості Enterobacter sakazakii в молоці коров'ячому збірному охолодженому протягом зберігання, з використанням штучних нейронних мереж в залежності від його кислотності, вмісту жиру та білку в ньому [Патент України на корисну модель № 60298. / Спосіб прогнозування кількості бактерій Enterobacter sakazakii в сирому охолодженому молоці протягом зберігання з використанням штучних нейронних мереж в залежності від його кислотності та вмісту жиру та білку в ньому /О.М. Бергілевич, В.В. Касянчук, Д.А. Засєкін, О.М. Алексеев, О.О. Бергілевич; заявник Сумський НАУ. - завл. 4.01.2011; опубл. 10.04.2011 Бюл. № 11. - 5с]. Відмінним ознаками аналогу від заявленого способу є те, що в якості об'єкту досліджень було прогнозування кількості бактерій Enterobacter sakazakii в молоці коров'ячому збірному охолодженому. Прототипом даної корисної моделі є спосіб визначення титру антитіл в сироватці крові великої рогатої худоби для прогнозування захворювання тварин на некробактеріоз з використанням штучних нейронних мереж [Магерова Т.М. Прогнозирование заболеваемости крупного рогатого скота некробактериозом с использованием искусственных нейронных сетей на основе выявления абсцессов в печени / Соавт. А.А. Самоловов // Сибирский вестник с.-х. науки.-2005. - № 2. - С. 20-23]. В прототипі було застосовано трьохрівневу нейронну мережу з 9 нейронами у вхідному рівні, з 22 нейронами у внутрішньому рівні та 4 нейронами у вихідному рівні. Подібними ознаками з прототипом із заявленим способом є те, що використовуються штучні нейронні мережі в комп'ютерній програмі NeuroPro (версія 0,25). Ця програма є менеджером штучних нейронних мереж, що навчаються, розроблена в Інституті обчислювального моделювання СО РАН м. Красноярськ, В. Г. Царегородцевим (1997-1998) і розрахована на функціонування в операційній системі MS Windows 95 або MS Windows NT 4.0 та працює з файлами бази даних в форматі dbf (dBase, FoxBase, FoxPro, Clipper). Відмінним ознаками прототипу від заявленого способу є те, що як об'єкт досліджень є прогноз захворюваності корів субклінічним маститом. В заявленому способі застосовували трирівневу нейронну мережу по 10 нейронів в кожній, з 7 нейронами у вхідному рівні та 1 нейроном у вихідному рівні. Поставлена задача вирішується наступним чином. Спосіб був розроблений в п'ять етапів: І. Формування бази даних з результатів власних експериментальних досліджень (формат dbf). Ha підставі експериментально отриманих даних, були сформовані моделі взаємозалежностей між кількістю соматичних клітин в загальному надої молока в залежності від періоду лактації корів. II. Створення нейропроекту. III. Навчання штучної нейронної мережі та проведення її тестування. IV. Визначення та збереження показників значимості вхідних сигналів та спрощення штучної нейронної мережі (зменшення кількості найменш значимих сигналів). V. Отримання статистичної інформації та оцінювання прогнозуючої здатності щодо достовірності прогнозування захворюваності корів субклінічним маститом. Алгоритм дій, який використовували при розробці методу прогнозування захворюваності корів маститом, наведено на Фіг. 1. Оскільки програма адаптована російською мовою, то на Фіг. 1 наведено алгоритм дій при розробці методу мовою оригінала. 1 UA 83912 U 5 10 Переваги способу полягають в його швидкості, точності та інформативності. Цей спосіб дозволить замінити лабораторні дослідження на мастит, що потребують певного часу на їх проведення, на математичні моделі, що адекватно відображають закономірності досліджуваного процесу. Корисна модель ілюструється наступними прикладами. Приклад 1 Встановлення ефективності методу прогнозування (отримання статистичної інформації), оцінювання прогнозуючої здатності та достовірності прогнозування кількості захворюваності корів субклінічним маститом в стаді з використанням штучних нейронних мереж проводили шляхом порівняння експериментальних даних та даних отриманих з використанням комп'ютерного прогнозу. Результати досліджень наведені в таблиці 1. Таблиця 1 Встановлення ефективності методу прогнозування кількості захворюваності корів субклінічним маститом в стаді з використанням комп'ютерної нейромережової програми "NeuroPro", версія 0,25 Кількість корів в різні періоди лактації, голів Захворюваність Кількість соматичних клітин корів маститом, % Лактація в збірному молоці, СереВ Нейро3 тис/см Початок Кінець Фактично дина охоті прогноз 1 5 17 4 1 350 12 12,2 4 6 3 5 0 350 13 13,9 6 2 7 1 0 450 16 16,2 2 2 9 5 0 550 19 17,1 3 3 5 9 0 650 22 21,7 % 4 9 2 1 0 750 24 25,2 15 20 Ефективність методу (ступінь достовірності) Відхилення % 0,2 0,9 0,2 -1,9 -0,3 1,2 101,7 106,9 101,3 90 98,6 105 Як видно з наведених результатів при порівнянні експериментальних даних та даних нейропрогнозу з використанням комп'ютерної нейромережової програми "NeuroPro" версія 0,25 має високу ступінь достовірності оскільки середня помилка (відхилення) становить 0,9 %, а максимальна - 1,9 %. Приклад 2 Прогнозування кількості захворюваності корів субклінічним маститом в стаді при введенні комплексу перемінних проміжних величин, які не зазначені в базі даних і вибрані довільно. Результати досліджень наведені в таблиці 2. Таблиця 2 Прогнозування захворюваності корів маститом в стаді при використанні комплексу перемінних проміжних величин, з використанням комп'ютерної нейромережевої програми "NeuroPro" версія 0,25. Лактація 1 2 4 5 6 25 Кількість корів в різні періоди лактації, голів Початок Середина Кінець В охоті 3 10 2 0 4 7 2 1 2 5 1 0 2 9 4 1 7 5 3 1 Кількість соматичних клітин в 3 збірному молоці, тис/см Нейропрогноз, % 300 320 430 570 730 13,8 13,9 14,6 18,8 25,2 Отже, як видно з вищенаведених прикладів застосування способу прогнозування захворюваності корів субклінічним маститом в стаді з використанням комп'ютерної програми на основі штучних нейронних мереж, який має високий ступінь достовірності, дає змогу швидко та достовірно отримати дані, а це запорука своєчасно проведених лікувальних заходів в стаді. 2 UA 83912 U ФОРМУЛА КОРИСНОЇ МОДЕЛІ 5 Спосіб прогнозування захворюваності корів субклінічним маститом в стаді, який характеризується тим, що для прогнозування використовується комп'ютерна програма NeuroPro (версія 0,25) на основі штучних нейронних мереж, в основу якої покладені дані щодо взаємозв'язку між кількістю соматичних клітин в загальному надої та кількістю корів в різні періоди лактації. Комп’ютерна верстка В. Мацело Державна служба інтелектуальної власності України, вул. Урицького, 45, м. Київ, МСП, 03680, Україна ДП “Український інститут промислової власності”, вул. Глазунова, 1, м. Київ – 42, 01601 3