Экспериментальное исследование методов идентификации отклоне­ний значений во временных рядах

Для экспериментального исследования метода идентификации тугодой- кости и легкодойкости у животных на основе агрегирования данных с датчи­ков брались апостериорные экспертные данные.

Результаты сопоставления экспертных данных с оценкой состояний жи­вотных, установленной с помощью разработанного метода, сведены в табли­цы 3.5 3.6. Доверительная вероятность была установлена экспертом предпри­ятия на уровне 97% - это чуть ниже, чем процент отсечения выбросов данных с помощью правила 3 сигм, но подтверждено, что при уровне значимости 3% оценки эксперта и метода максимально точно совпадают.

Таблица 3.5. Сопоставление выявления тугодойкости животных разработан-

ным методом по отношению к мнению эксперта

Таблица 3.6. Сопоставление выявления легкодойкости животных разрабо­танным методом по отношению к мнению эксперта

Как видно из таблицы 3.5 предложенный метод идентифицировал 6642 проблемных дня, которые эксперт посчитал как дни с затрудненной молоко- отдачей животного.

Как видно из таблицы 3.5, среднее число дней, где животное находится в стадии тугодойкости составляет 5,5%-6%. Такой высокий процент подвер­женности заболеванию объясняется отсутствием автоматической идентифи­кации ранее заболевших животных. Разработанный метод в будущем помо­жет снизить процент проблемных особей, так как будет находить их на ран­ней стадии возникновения проблемы. На рисунке 3.5а представлен масшта­бируемый фрагмент графика приведенного признака скорости молокоотдачи. Из рисунка видно, что в начале лактации у животного наблюдались значи­

тельные проблемы, которые были квалифицированы экспертом как тугодой- кость. Найденный порог автоматической идентификации позволил разрабо­танному методу верно идентифицировать данную проблемную ситуацию.

На рисунке 3.5б представлен график приведенной функции скорости молокоотдачи, которая превышает верхний порог скоростной нормы. Дан­ный участок был отнесен экспертом к возникновению легкодойности. Этот диагноз был подтвержден ветеринаром позже. Как видно из рисунка, рассчи­танный порог при уровне значимости 3% позволил также идентифицировать данную ситуацию, как потенциально опасную для здоровья животного.

Таким образом, разработанный метод позволяет достоверно идентифи цировать тугодойность и легкодойность животного.

Рисунок 3.5 а - График выделенного признака идентификации тугодойко- сти животного

Рисунок 3.5б - График выделенного признака идентификации легкодойко- сти животного

Применение математических преобразований для признаков, описыва­ющих динамику изменения живой массы особи, ежедневной двигательной активности, молочной продуктивности и электропроводности молока, по от­дельности друг от друга позволило осуществить поиск нехарактерных для

текущего периода лактации изменений в состоянии животного. За основу для процесса сравнения результатов работы предложенного метода примем апо­стериорные экспертные данные о наличии (отсутствии) заболеваний или не­характерных изменениях параметров, установленных экспертами в ходе еже­дневного ручного мониторинга показателей в течение лактационного перио­да.

Результаты сопоставления экспертных оценок состояния животного с результатами работы метода, оценивающего наличие выбросов данных среди значений приведенного признака живой массы особи приведены в таблицах 3.7, 3.8.

Таблица 3.7. Сопоставление выявления случаев пониженного веса животных разработанным методом по отношению к мнению эксперта

Таблица 3.8. Сопоставление выявления случаев излишне повышенного веса животных разработанным методом по отношению к мнению эксперта

Как видно из таблиц 3.7, 3.8 предложенный метод идентифицировал случаи, связанные с недостаточностью и избыточностью веса животного с точностью до 0,3% по отношению к экспертным данным при уровне значи­

мости 3%.

Рисунок 3.6 - График приведенного признака живой массы животного. Недостаточный вес. Кетоз.

Результаты сравнения автоматического выявления животных, имеющих проблемы опорно-двигательного аппарата с апостериорными данными экс­пертов приведены в таблицах 3.9, 3.10.

Таблица 3.9. Сопоставление выявления случаев пониженной двигательной активности животных разработанным методом по отношению к мнению экс­перта

Таблица 3.10. Сопоставление выявления случаев повышенной двигательной

активности животных разработанным методом по отношению к мнению экс­перта

Применение аналогичного математического аппарата для приведения и анализа признака двигательной активности животных позволило выявлять случаи пониженной и повышенной активности. Случаи вялой и понижен- ной/повышенной активности, как говорилось ранее, также могут являться всего лишь единичными отклонениями и быть связанными с привыканием организма к другому окружению, графику работы, условиям производства и т.д.

ции произошел перелом ноги, зарегистрированный специалистами на пред­приятии. Как видно из графика, приведенный признак выходит за нижнюю пороговую границу допустимого значения, и, следовательно, методу также удалось в автоматическом режиме определить наличие проблем с двигатель­ной функцией у животного.

Рисунок 3.7 - График приведенного признака активности животного. Идентификация статуса пониженной активности.

Так видно из таблиц 3.9, 3.10 применение процедур по приведению при­знака двигательной активности животного и расчета пороговых значений позволило верно идентифицировать случаи пониженной и повышенной ак­тивности животных с точностью до 0,1%, при уровне значимости 96%. Ав­томатическая идентификация позволила сформировать предварительный список животных для первичного осмотра ветеринара.

Рассмотрим теперь результаты применения операций приведения при­знака и поиска выбросов данных относительно признаков молочной продук­тивности и электропроводности молока. Ранее в пункте 2.2 осуществлялось агрегирование данных признаков с целью определения мастита. Отдельное исследование данных параметров также имеет практический смысл, так как по отдельности они могут помочь идентифицировать ряд проблем в состоя- 105

нии животного, которые невозможно было бы определить при совмещенной обработки данных. Результаты сравнения автоматического поиска отклоне­ний признаков молокоотдачи и электропроводности молока с мнением экс­пертапредставлены в таблицах 3.11-3.14.

Таблица 3.11. Сопоставление выявления случаев пониженной молокоотдачи у животных разработанным методом по отношению к мнению эксперта

Таблица 3.12.

Таблица 3.13. Сопоставление выявления случаев пониженной электропро­водности молока у животных разработанным методом по отношению к мне­нию эксперта

Таблица 3.14. Сопоставление выявления случаев повышенной электропро-

водности молока разработанным методом по отношению к мнению эксперта

Из таблиц 3.11-3.14 видно, что автоматическая идентификация выбросов во временных рядах молокоотдачи и электропроводности практически сов­падает с экспертными оценками с точностью до 0,4%. Так, на рисунке 3.8, показан случай ушиба вымени в начале лактации, в результате чего удой жи­вотного упал. Данный случай был зарегистрирован специалистами на пред­приятии. График приведенного признака молокоотдачи в месте, где живот­ное было травмировано, находится ниже рассчитанного порогового значения, следовательно, случай ушиба идентифицирован верно.

Повышенная электропроводность молока также свидетельствует о не­желательных качественных изменениях, происходящих в вымени животного, поэтому данный признак тоже подвергся отдельному анализу.

Рисунок 3.8 - График приведенного признака молочной продуктивности животного. Идентификация статуса пониженной молокоотдачи

На рисунке 3.9 видно, что на начальной стадии лактации электропро­водность молока животного существенно повышена. На предприятии этот случай был зарегистрирован как воспаление вымени.

Рисунок 3.9 - График приведенного признака электропроводности моло­ка

График приведённого признака превысил верхнюю допустимую грани­цу, рассчитанную исходя из уровня значимости, установленного работника-

ми предприятия. Таким образом, автоматический анализ также показал, что первой четверти лактации значения признака электропроводности молока яв­ляются нехарактерными для данного периода производственного цикла, сле­довательно, случай болезни идентифицирован верно.

Таким образом, решена практическая задача идентификации случаев не­характерных скачков значений исследуемых признаков на основе анализа каждого признака отдельно.

Выводы к главе 3

1. Проведено экспериментальное исследование метода идентификации скрытого мастита животного на основе агрегирования признаков молочной продуктивност и электропроводности молока. По данным исследования раз­работанный метод верно идентифицировал больных 96% и здоровых 94% животных. Достоверность метода подтверждена экспертными данными. В ходе сравнительного анализа выявлено, что достоверность идентификации больных и здоровых животных выше на 6,5% и 3% соответственно по срав­нению с методом-аналогом.

2. Проведено экспериментальное исследование метода идентификации тугодойкости / легкодойкости животного на основе агрегирования признаков молочной продуктивности и скорости доения. По данным исследования, раз­ность между подтверждёнными экспертом случаями заболевания и результа­том работы предложенного метода составила 0,5% для идентификации туго- дойкости и 0,4% для недержания молока.

3. Проведено экспериментальное исследование метода прогнозирования охоты животного на основе разложения исследуемого сигнала в ряд Фурье. В ходе исследования разработанного метода было установлено, что в сравне­нии с существующими априорными экспертными данными, достоверность идентификации охоты повысилась на 45%.

4. Проведены экспериментальные исследования методов, основанных на использовании метода преобразования временных рядов и анализе каждого

приведенного признака отдельно. В ходе исследования установлено, что раз­ность между апостериорными экспертными данными и результатами работы: метода идентификации затрудненного доения составила - 0,24-0,6%; метода идентификации отклонений ежедневной двигательной активности составила - 0,08-0,1%; метода идентификации отклонений молочной продуктивности животного составила - 0,22-0,25%; метода идентификации отклонений элек­тропроводности молока составила - 0,17-0,26%.