DE112008001377T5

DE112008001377T5 - Verfahren und Vorrichtung zum Verwalten einer Gruppe von Milch gebenden Tieren sowie ein Computerprogrammprodukt dafür

Info

Publication number: DE112008001377T5
Application number: DE112008001377T
Authority: DE
Inventors: André GERRIT
Original assignee: Maasland NV
Current assignee: Maasland NV
Priority date: 2007-06-03
Filing date: 2008-02-27
Publication date: 2010-05-06
Also published as: CN101677521A; WO2008150154A1; DK2154952T3; PL2154952T3; AU2008260805A1; US20100170445A1; RU2009148836A; NL1033926C2; NZ581266A; US9232763B2; JP2010528600A; CA2687661C; US20140238303A1; AU2008260805B2; EP2154952B1; CN101677521B; EP2154952A1; DE602008004910D1; ATE497695T1; RU2464780C2

Abstract

Verfahren zum Verwalten einer Gruppe einer Mehrzahl von Milchtieren, wobei jedes Tier individuell mittels eines Tieridentifizierungssystems erkennbar ist,
wobei die Tiere gemolken werden und einen individuell erbrachten Milchertrag geben und wobei die Tiere eine individuelle Futterration bekommen,
wobei Daten in Bezug auf die Gruppe der Milchtiere gesammelt werden, wobei die Daten wenigstens die individuell erbrachten Milcherträge und die verbrauchten Rationen umfassen,
wobei nachfolgende individuelle Milcherträge mittels eines Modells auf der Grundlage der Daten abgeschätzt werden,
wobei für ein Tier oder mehrere wenigstens ein Wert aus der Gruppe der individuellen Ration und des Melkens des individuellen Milchtieres in einem Regelungsschritt unter Anwendung einer Vorbedingung angepasst wird.

Description

Die vorliegende Erfindung betrifft ein Verfahren und eine Vorrichtung zum Verwalten einer Gruppe von Milch gebenden Tieren sowie ein Computerprogrammprodukt dafür. In einem ersten Aspekt betrifft die Erfindung ein Verfahren zum Verwalten einer Gruppe von Milch gebenden Tieren, wobei jedes Tier einzeln mittels eines Tieridentifizierungssystems erkannt werden kann und wobei die Tiere automatisch mittels einer Melkvorrichtung gemolken werden und einen individuellen Milchertrag geben.
Ein Verfahren zum Füttern vom Milchkühen, welche automatisch gemolken werden, wobei die individuelle Reaktion der Milchkühe auf das Futter in Bezug auf Milchertrag mittels eines dynamischen Modells bestimmt wird, ist in "Praktijk Rapport Rundvee 37" von Van Duinkerken et al. (Wageningen, 2003) beschrieben.
Es hat sich herausgestellt, dass in der tatsächlichen Praxis dieses Verfahren nicht immer die ökonomischsten Ergebnisse mit sich bringt und dass es andere Faktoren, welche ungünstig sein können, wie zum Beispiel die Gesundheit der Kühe, nicht in Betracht zieht.
Der Zweck der vorliegenden Erfindung besteht darin, wenigstens einen Teil der oben erwähnten Nachteile zu beseitigen oder wenigstens eine Alternative zum bekannten Verfahren anzugeben und zu diesem Zwecke stellt die Erfindung ein Verfahren gemäß Anspruch 1 bereit. Insbesondere stellt die Erfindung ein Verfahren zum Verwalten einer Gruppe aus einer Mehrzahl von Milch gebenden Tieren bereit, wobei jedes Tier individuell mittels eines Tieridentifizierungssystems erkannt werden kann, wobei die Tiere gemolken werden und einen individuell tatsächlichen Milchertrag geben und wobei die Tiere mit einer individuellen Ration gefüttert werden, wobei Daten, welche die Gruppe von Milch gebenden Tieren betreffen, gesammelt werden, wobei die Daten wenigstens die individuell gegebenen Milcherträge und die verbrauchten Rationen umfassen, wobei nachfolgende individuelle Milcherträge mittels eines Modells auf der Grundlage der Daten abgeschätzt werden, wobei für eines oder für mehrere Tiere wenigstens ein Parameter aus der Menge aus individueller Ration und dem Melken von einzelnen Milch gebenden Tieren in einem regulierenden Schritt unter Anwendung einer Vorbedingung abgepasst wird. Natürlich ist es nachfolgend möglich die betroffene Ration zuzuführen oder die betreffende Melkhandlung durchzuführen. Wenn eine Vorbedingung bereitgestellt wurde, dann können andere Umstände miteinbezogen werden. Auf diese Weise kann die Verwaltung ver bessert werden, da sie nicht ausschließlich auf das Maximieren des Milchertrags jedes einzelnen Milch gebenden Tieres konzentriert ist. Natürlich sollte in diesem Fall die Vorbedingung nicht ”Maximieren des Milchertrags jedes einzelnen Milch gebenden Tieres” sein.
Die Vorbedingung kann unterschiedlichen Typs sein. Vorteilhafte Ausführungsformen werden im Folgenden angegeben und erörtert.
In einer bevorzugten Ausführungsform umfasst die Vorbedingung, dass ein vorherbestimmtes Fütterungsgleichgewicht eines individuellen Milch gebenden Tieres nach dem Regelungsschritt höher ist als das tatsächliche Fütterungsgleichgewicht vor dem Regelungsschritt, wobei jeweils ein tatsächliches und vorherbestimmtes Fütterungsgleichgewicht gleich dem Ertrag des jeweiligen zugeordneten tatsächlichen und vorherbestimmten Milchertrags ist abzüglich der jeweiligen zugehörigen tatsächlichen und vorherbestimmten Ration. Natürlich ist ”direkt davor” damit gemeint, so dass niemals ein anderer Regelungsschritt in Bezug auf die Ration oder das Melken zwischen den berücksichtigten Schritten liegt. Ein deutlicher Vorteil der zuvor erwähnten Vorbedingung besteht darin, dass nicht so sehr auf den Gesamtmilchertrag als auf die Effizienz des Milch gebenden Tieres geschaut wird. Schließlich macht es keinen Sinn, ein Milch gebendes Tier mehr Milch geben zu lassen, wenn die Kosten dafür höher sind als der erzielte Ertrag. Darüber hinaus ist solche eine Effizienzverschlechterung oft ein Zeichen, dass es zu Überfütterung gekommen ist oder dass jedenfalls Gesundheitsrisiken vorliegen könnten. Jedoch ist es offensichtlich, dass das Milcherzeugungspotential der Ration nicht optimal genutzt wird.
In bevorzugten Ausführungsformen umfasst die Vorbedingung, dass für die Gruppe als Ganzes die Summe der vorherbestimmten Futtergleichgewichte der individuellen Milch gebenden Tiere nach dem Regelungsschritt größer als die Summe der tatsächlichen Futtergleichgewichte vor dem Regelungsschritt ist. Dies stellt einen besonderen Vorteil dar, da hier die Gruppe als Ganzes betrachtet wird, anstatt nur die individuellen Tiere. Zum Beispiel ist es möglich und in der tatsächlichen Praxis fast immer der Fall, dass nicht alle Tiere ihre Ration gleich effizient in Milch verwandeln. Mit anderen Worten könnte es also Sinn machen, nicht jedes einzelne Tier zu seinem individuellen Maximum in Bezug auf das Futtergleichgewicht zu bringen, sondern zum Beispiel nur die Tiere, welche am effizientesten in Bezug auf Futter sind. Diese Ausführungsform ist vielleicht etwas weniger vorteilhaft, wenn unbegrenzte Futter- und Milchkapazität verfügbar ist, aber sie kann einen sehr deutlichen Vorteil erzeugen, besonders wenn andere Vorbedingungen angewendet werden. Den optimalen Nutzen daraus zu ziehen, ist ein offensichtlicher Vorteil, zum Beispiel, wenn es nur eine begrenzte Menge an Futter auf Grund von Dürre oder ähnlichen Bedingungen gibt.
Die Ration kann eine Menge von Konzentraten pro Tag oder ein Energieäquivalent davon umfassen. Auf Grund seines hohen spezifischen Energiegehalts ist Konzentrat sehr geeignet für das Steuern des Milchertrags.
Die Ration kann auch wenigstens eine zweite Art Futter umfassen, insbesondere ein Menge von Raufutter. Obwohl Raufutter nicht immer als eine Steuervariable geeignet ist, d. h. als Anpassungsvariable, da es oft frei verfügbar ist, kann es nichtsdestoweniger manchmal nützlich sein, mittels dieser Art Futter steuernd einzugreifen und die zweite Futterart ebenfalls zu einer Anpassungsvariablen im Regelungsschritt zu machen. Zum Beispiel können, indem man dies tut, tierspezifische Elemente auf der Konzentrateinnahme modelliert werden, wie Verlagerungswirkung oder, genau das Gegenteil, eine Verstärkungswirkung auf Grund dieser Konzentrateinnahme.
Insbesondere werden die Tiere wenigstens teilweise mittels einer Computer gesteuerten Fütterungsvorrichtung gefüttert. Obwohl das Füttern von Hand natürlich ebenfalls möglich ist, bietet eine solche Computer gesteuerte Fütterung Vorteile in Bezug auf Genauigkeit und Begrenzung menschlicher Arbeitskraft, da die Vorrichtung den ganzen Tag über Futter bereitstellen kann. In einer vorteilhaften Ausführungsform umfasst die Fütterungsvorrichtung einen Futterdosierer, um die Futtermengen festzulegen. In einer noch vorteilhafteren Ausführungsform ist die Futterdosierung für das Messen von wenigstens zwei Arten von Futter oder Rationen geeignet. Insbesondere umfasst die Vorrichtung eine Mischvorrichtung, um wenigstens zwei Arten von Futter zu mischen, da bekannt ist, dass das Anbieten von gemischtem Futter positive Auswirkungen auf den Milchertrag zur Folge hat.
In einer besonderen Ausführungsform umfasst die Vorbedingung, dass die Summe der einzelnen Milcherträge nicht eine vor bestimmte Milchquote übersteigt. In solch einem Fall ist es natürlich unmöglich oder sogar nicht erlaubt, Milch über die zugewiesene Milchquote hinaus zu erzeugen. Dies kann wegen des Fassungsvermögens der Speichertanks oder ähnlicher Vorrichtungen der Fall sein, aber in der Praxis ist dies eher in der Milchquote begründet, welche durch die Regierung verordnet wird. In solchen Fällen, wenn die Produktionsobergrenze vorgegeben ist, ergibt das Maximieren pro einzelnem Milch gebenden Tier nicht das optimale Ergebnis. Tatsächlich bietet ein effizientes Milchtier ein höheres Futtergleichgewicht mit einer ähnlichen Milchmenge. Es kann auch so sein, dass der Wert eines ähnlichen Milchertrags für ein Milchtier höher ist als für ein anderes, zum Beispiel wegen eines höheren Fettgehalts. Die Anwendung der vorliegenden Idee, dass die ganze Gruppe betrachtet und das Ergebnis dieser optimiert wird, kann dann zu einem besseren Ergebnis führen.
In einer besonderen Ausführungsform umfasst die Vorbedingung, dass eine Gesamtdauer des Melkens aller Milchtiere höchstens gleich einer tatsächlichen täglichen Melkdauer ist. Zum Beispiel hat ein Tag nur 24 Stunden, während denen ein Melker nur ein bestimmtes Arbeitsvermögen besitzt. Es macht daher keinen Sinn, so viele Rationen bereitzustellen, dass mehr Milch erzeugt wird, als man in der Lage ist zu melken. Man könnte dies auch eine Art Milchquote nennen. Auch hier kann das Optimieren für die Gruppe bessere Ergebnisse liefern.
Insbesondere wird die tatsächliche tägliche Melkzeit als eine Funktion der tatsächlichen täglichen Melkzeit in einer vorbestimmten Anzahl von vorhergegangenen Tagen und spezieller eines fortlaufenden Durchschnitts daraus bemessen. Zum Beispiel können daher Veränderungen in der Fertigkeit des Melkers abgezogen werden. Tatsächlich kann dies bereits als dynamisches Modell bewertet werden, in welchem auch andere Zahlen als die Anpassungsvariablen über die Zeit veränderbar sein können, obwohl auch die wirksame tägliche Melkzeit als eine Variable betrachtet werden könnte.
Vorteilhafterweise werden die Tiere mittels einer Melkvorrichtung, welche vorzugsweise Computer gesteuert ist, zum Beispiel ein automatisches Melksystem (AMS) wie ein Melkroboter, automatisch gemolken. Wie bei einer Computer gesteuerten Fütterungsvorrichtung kann dies Vorteile in Bezug auf Genauigkeit und Einfachheit des Einsatzes bringen. Abgesehen davon besteht jedoch ein riesiger Vorteil auf Grund der Tatsache, dass die Milchtiere zu jedem gewünschten Zeitpunkt gemolken werden können, folglich zum Beispiel auch öfter als zweimal am Tag. Es hat sich herausgestellt, dass dies oft einen höheren täglichen Gesamtmilchertrag erzeugt.
Insbesondere umfasst die Vorbedingung, dass eine Gesamtdauer des Melkens aller Milchtiere mittels der Melkvorrichtung meistens gleich einer wirksamen täglichen Melkdauer der Melkvorrichtung ist. Offensichtlich weist auch eine automatische Melkvorrichtung eine maximale Melkdauer pro Tag auf. Diese Zeit ist zum Beispiel durch die Zeiten, welche für das Reinigen und/oder Instandhalten der Vorrichtung erforderlich sind, durch die Zeiten, während welcher sich kein Milchtier selbst anbietet, durch die Zeiten, während welcher ein Milchtier, das nicht oder noch nicht gemolken werden kann, sich anbietet und folglich das AMS erst wieder verlassen muss, usw. begrenzt. Diese Vorbedingung kann wiederum eine zusätzliche Anpassungsvariable oder ein zusätzliches Entscheidungskriterium im Modell darstellen. Tatsächlich weist nicht jedes Milchtier eine gleich hohe Melkgeschwindigkeit auf. Folglich könnte, wenn es keine unbegrenzten Melkzeiten gibt, die zur Verfügung stehen, im Modell vorgesehen werden, eine größere Milchproduktion durch ein Milchtier, welches seine Milch in relativ kurzer Zeit abgibt, zu erzielen. Außerdem ist die Intervallempfindlichkeit, d. h. die (relative oder absolute) Veränderung des Milchertrags im Falle einer Veränderung im Melkintervall, nicht für jedes Milchtier gleich. Es kann daher auch dieser Parameter verändert werden, wenn ein optimales Ergebnis gesucht wird.
Ein Melkintervall, ein Melkvakuum, ein Saug/Ruhe-Verhältnis während des Melkens und/oder ein Melkprogramm zur Anwendung während des Melkens ist vorteilhafterweise anpassbar. Wie bereits oben erwähnt, kann ein kürzeres Melkintervall den täglichen Gesamtmilchertrag erhöhen. Bei Anwendung der Vorbedingung hinsichtlich einer maximalen Melkzeit kann ein optimaler Melkintervall gewählt werden. Das kann entweder ein dynamischer Koeffizient oder eine Variable oder eine Anpassungsvariable sein. Solche Überlegungen sind auch gültig für das Melkvakuum, welches für einige Milchtiere höher eingestellt werden kann, wenn sie ihre Milch leicht abgeben, als auch für das Saug/Ruhe-Verhältnis und ein Melkprogramm, welches zum Beispiel ein besonderes Nach-Melk-Programm umfasst oder nur dieses umfasst, wenn dies dem Ertrag (möglicherweise pro Zeiteinheit) dienlich ist. Natürlich sollten andere Variablen, falls solche vorhanden sein, nicht ausgeschlossen werden.
In einer besonderen Ausführungsform ist die Anzahl der Tiere variabel. Damit kann der Tatsache Rechnung getragen werden, dass dies auch in der Praxis der Fall sein kann. Zum Beispiel können einige Milchtiere krank werden oder aus anderen Gründen keine Milch geben, so dass sie tatsächlich aus dem Modell entfernt werden können (kein weiterer Milchertrag). Etwas Ähnliches trifft umgekehrt auf Milchtiere zu, welche der Gruppe hinzugefügt werden. Das Modell kann leicht solcherart angepasst werden, als die Schätzungen für die gesamte Gruppe modifiziert werden, sobald gewisse Milchtiere entfernt oder hinzugefügt sind. Optima können sich durch Hinzufügen von Hochertrags- oder andererseits von Minderertragsmilchtieren verschieben. Dies in statistischen Modellen zu verarbeiten, ist unmöglich oder kaum möglich. Insbesondere ein Gewichtungsfaktor für individuelle Tiere ist im Modell mitumfasst. Zum Beispiel können nicht vorhandene oder (wie der Fall gelagert sein kann) vorhandene Milchtiere leicht mit einem Gewichtungsfaktor 0 und 1 abgezogen werden. Wenn gewünscht, können Zwischengewichtungsfaktoren vorgesehen werden, zum Beispiel für kranke Milchtiere, welche keine verwendbare Milch erzeugen, aber trotzdem noch, wenigstens teilweise, in den Berechnungen auf Grund der Fütterungskosten miteingeschlossen bleiben.
Das Modell ist vorteilhafterweise in einem Computer enthalten und Daten in Bezug auf die Gruppe von Milchtieren werden vorzugsweise in den Computer eingegeben, wobei nach einander individuelle Milcherträge durch den Computer mittels eines Modells auf der Grundlage der besagten Daten berechnet werden. Dadurch kann das Modell mit den Daten angepasst werden, nach denen der Computer selbst Werte für Rationen und/oder Melkintervalle usw. erneut berechnen und diese anpassen kann, wo notwendig. Natürlich können solche neuerlichen Berechnungen auch ohne die Hilfe des Computers stattfinden, aber der Einsatz des Computers macht den Job des Verwalters in dem Ausmaß leichter, dass er nicht länger in solch einen Steuerschritt eingebunden sein muss. Tatsächlich können Daten wie Milchertrag, Milchzusammensetzung und vielleicht auch wirksame Rationsaufnahme oder beliebige andere Daten, wie sie als nützlich für einen späteren Zeitpunkt erscheinen mögen, mittels des Computers gesammelt werden und der Computer kann Vorhersagen machen und die Einstellungen unabhängig durch den Einsatz von eingebauter Steuerlogik oder von installierter Software anpassen.
In gewissen Ausführungsformen umfasst das Modell ein statistisches Modell mit feststehenden Koeffizienten. Mit solch einem Modell kann der optimale Milchertrag tatsächlich im Voraus berechnet werden, d. h. unabhängig von den Messungen. Die dazugehörigen Einstellungen der individuellen Rationen und, wenn gewünscht, einer oder mehrerer Variablen wie individuelles Melkintervall, Milchvakuum, Saug/Ruhe-Verhältnis, Melkprogramm usw. können dann direkt gegeben werden. Startdaten können auf Mittelwerten, welche aus der Literatur stammen, oder vorzugsweise aus historischen Daten pro Milchtier basieren. Wenn notwendig, kann das Modell so konfiguriert werden, um fortschreitend eine Konzentratversorgung, zum Bei spiel durch 0,5 kg/Tag, aufzubauen und wobei dann auch der tatsächliche Milchertrag bis zu seinem Optimum auf dazu entsprechende Weise wachsen wird. Jedoch wird der (optimale) Schlusswert bereits mit der anfänglichen Berechnung durch das Modell festgelegt. Vorteilshafterweise wird die individuelle Ration durch ein maximales Ergebnis als eine Gruppe optimiert. Vorzugsweise jedoch werden eine neue Berechnung und Regelungsschritte durchgeführt, wenn sich die Anzahl der Milchtiere verändert, zum Beispiel im Falle von Krankheit oder bei Erwerb von Milchtieren. Es ist festzustellen, dass bei allen solchen Modellen mit feststehenden Koeffizienten keine individuellen Veränderungen verarbeitet werden können, wie Veränderungen über die Zeit, zum Beispiel im Laktationszyklus.
Übrigens können die benutzten Modelle verschieden sein. Zum Beispiel wird akzeptiert, dass der individuelle Milchertrag von der gegebenen Ration zum Quadrat abhängig ist, wobei sich der Milchertrag immer langsamer als eine Funktion der Größe der Ration steigert. Eine optimale Ration kann daher pro Milchtier berechnet werden, zum Beispiel für den maximalen Milchertrag, aber oft noch vorteilhafter für das maximale Fütterungsgleichgewicht. Dies liegt bei einem Punkt, wo entweder die Ableitung in Bezug der Funktion Ration des Milchertrags (Ration) oder (Milchertrag (Ration) – Kosten (Ration)) null wird. Für eine Gruppe von Milchtieren können die zugehörigen individuellen Optima für die Rationen durch, zum Beispiel, individuelle Optimierung gefunden werden, wenn keine Vorbedingungen auferlegt sind (zum Beispiel Milchquote, verfügbare Melkzeit usw.). Als ein Beispiel, wenn eine Vorbedingung vorliegt, dass es eine bestehende Milchquote gibt, d. h. ein Gesamtmilchertrag für eine Gruppe von Milchtieren, oder eine maximal verfügbare wirksame Melkzeit, welche tatsächlich auch rückwärts für einen maximalen Gesamtmilchertrag gerechnet werden kann, können dann die individuellen Einstellungen mittels der Regressionstheorie oder in der Praxis zum Beispiel durch Variieren individueller Rationen mit der Vorbedingung, dass die individuellen Ableitungen in Bezug auf die Rationen alle gemeinsam gleich sind, gefunden werden. Tatsächlich ist ein Gruppenoptimum durch die Bedingung gekennzeichnet, dass unendlich kleine Änderungen bei jedem Milchtier die gleiche Wirkung auf das Gesamte zeigen müssen. All dies kann leicht mit den richtigen Computerprogrammen umgesetzt werden und es ist eine einfache Angelegenheit für eine Fachperson auf diesem Gebiet, dies zu berechnen.
In einer sehr bevorzugten Ausführungsform umfasst das Modell ein Bayessches Zeitreihenanalysemodell mit individuellen Modellkoeffizienten und Modellvariablen, welche wenigstens teilweise zeitabhängig sind und welche wenigstens einen Milchertrag pro Zeiteinheit, eine individuelle Anpassungsvariable, welche die Ration ist, als auch ein individuelles inkrementales Melkergebnis pro Rationseinheit pro Zeiteinheit umfasst, wobei das Modell in einer Beobachtungsgleichung beschreibt, wie eine oder mehrere Modellvariable von den Modellkoeffizienten und Modellvariablen abhängen, und in einer Systemgleichung beschreibt, wie die Modellkoeffizienten sich über die Zeit entwickeln, und wobei das Modell ein Anpassungskriterium für wenigstens eine individuelle Anpassungsvariable umfasst, welche anzeigt, wie die individuelle Anpassungsvariable auf der Grundlage der Modellvariablen und Modell koeffizienten verändert werden muss. Der große Vorteil eines Bayesschen Modells besteht darin, dass es sich über die Zeit verändern kann. Daher können zum Beispiel biologische Prozesse wie die Veränderungen im Milchertrag, weil ein Milchtier eine Stillperiode durchläuft oder krank ist (zum Beispiel kann sich der Milchertrag auf Grund von Mastitis verringern) usw. mit berücksichtigt werden. Tatsächlich haben solche Veränderungen einen Einfluss auf die Position individueller Optima und folglich auch auf die Position eines Gruppenoptimums. Ein Bayessches Modell, oft auch ein ”dynamisches” Modell genannt, zum Beispiel ein ”dynamisches Linearmodell”, kann solche Veränderungen berücksichtigen. Zum Beispiel werden sie berücksichtigt, weil das Modell auf der Grundlage gemessener Werte angepasst wird. Wenn diese Werte von den vorhergesagten Werten abweichen, nimmt das Bayessche Modell an, dass es sich selbst auf den neuesten Stand bringen muss (oder sich bringen lassen muss). Details über dynamische Modelle und dazugehörige Beurteilungsverfahren können zum Beispiel bei West, M., Harrison, J., (1997), Bayesian Forecasting and Dynamic Models, Zweite Auflage, Springer Verlag, New York nachgelesen werden. Ausgearbeitete Beispiele solch eines Modells werden in der Figurbeschreibung besprochen. Solch ein Modell wird im Besonderen eine Beobachtungsgleichung umfassen, welche beschreibt, wie der Milchertrag von den Modellvariablen und Modellkoeffizienten abhängt und auch eine Systemgleichung umfassen, welche beschreibt, wie sich die Modellkoeffizienten über die Zeit entwickeln. Einige Aspekte davon werden genauer im Folgenden beschrieben. Es ist zu beachten, dass ein statisches Modell sich nicht ändert, wenn ein gemessener Wert von einem vorherbestimmten Wert abweicht.
Außerdem ist ein dynamisches Modell auch sehr geeignet, um dynamische Prozesse wie Preisänderungen zu berücksichtigen. Wenn sich Preise für entweder Milch oder Futterrationen oder Teile von diesen wie Konzentrate oder Raufutter verändern, können sich die Positionen der Optima verschieben. Milchzusammensetzung ist auch ein dynamischer Faktor über die Zeit, so dass Verschiebungen auch pro Milchtier auftreten können.
Mit dem Einsatz solch eines Bayesschen Modells umfasst die Steuerung insbesondere:

a) Sammeln und Eingeben in den Computer der Startdaten in Bezug auf die Modellvariablen und Modellkoeffizienten für die Milchtiere,
b) Erzeugen mittels des Modells einer individuellen Vorherbestimmung des nächsten Milchertrags pro Zeiteinheit für jedes Milchtier, abhängig von der Rationsmenge pro Zeiteinheit und dem individuellen Melkergebnis pro Rationseinheit pro Zeiteinheit,
c) Melken der Milchtiere mittels der Melkvorrichtung,
d) Bestimmen des Milchertrags für jedes Milchtier,
e) Vergleichen jeder individuellen Vorherbestimmung mit dem zugehörigen ermittelten Milchertrag,
f) Anpassen der individuellen Modellkoeffizienten auf der Grundlage der ermittelten Milcherträge mittels des Modells im Besonderen der Systemgleichung,
g) erneutes Berechnen der individuellen Anpassungsvariable mittels des Anpassungskriteriums,
h) Anpassen der Fütterungsvorrichtung auf der Grundlage der neu berechneten Anpassungsvariable. Dies stellt die Schritte bereit, als solche an sich bekannt für Anwendungen eines Bayesschen Systems, um zu einer Modellanpassung zu gelangen, wo dies als notwendig erscheint. In einer vorteilhaften Ausführungsform werden die Schritte b) bis einschließlich h) wenigstens einmal wiederholt und in einer noch vorteilhafteren Ausführungsform werden sie in jeder Zeitperiode wiederholt.

In einer vorteilhaften Ausführungsform umfasst das Verfahren des Weiteren das Erzeugen eines Benachrichtigungssignals, wenn während einer vorbestimmten Anzahl von Malen, im Besonderen Tagen, ein tatsächlicher Milchertrag von der zugehörigen erzeugten Vorherbestimmung oder Schätzung um mehr als einen festgelegten ersten Schwellwert abweicht.
Solche Benachrichtigungssignale, welche auf abweichenden Werten beruhen, die manchmal auch als ”Ausreißer” bezeichnet werden, sind sehr nützlich zum Verwalten der Gruppe von Milchtieren, da sie einer Person, welche tatsächlich nicht vor Ort bei den Milchtieren oder nicht immer vor Ort ist, erlauben, ein Signal zu empfangen, wenn ein abweichender Wert gemessen wird. Solch ein Signal kann zum Beispiel sich auf einen niedrigeren Milchertrag oder ein kürzeres oder längeres Melkintervall beziehen, was alles anzeigen kann, dass das Milchtier krank sein könnte. Sowohl statistische und Bayessche (dynamische) Modelle können solche Benachrichtigungssignale erzeugen. Jedoch besteht ein großer Vorteil eines Bayesschen Modells darin, dass es in der Lage ist, sich selbst über die Zeit anzupassen. Zum Beispiel wird ein langsam abfallender oder ansteigender Trend keine unnötigen Benachrichtigungssignale erzeugen, da der Trend ebenfalls im Modell verarbeitet wird.
In einer anderen vorteilhaften Ausführungsform umfasst das Verfahren des Weiteren das Erzeugen eines Benachrichtigungssignals, wenn eine Beobachtung feststellt, dass ein Wert von der zugehörigen Vorherbestimmung um mehr als einen vorbestimmten zweiten Schwellwert abweicht. In diesem Verfahren wird ein Benachrichtigungssignal jedes Mal erzeugt, wenn der durch Beobachtung festgestellte Wert zu stark von dem vorherbestimmten Wert abweicht. In diesem Fall wird die Erzeugung eines Benachrichtigungssignals nicht verzögert, da die Situation besorgniserregend sein könnte.
Die Erfindung betrifft auch eine Vorrichtung zum Verwalten einer Gruppe von Milchtieren, umfassend eine Tiererkennungsvorrichtung zum Erkennen individueller Milchtiere innerhalb der Gruppe, einen Computer und eine automatische Fütterungsvorrichtung, welche durch den Computer gesteuert wird, wobei der Computer so ausgebildet ist, um ein Verfahren gemäß der Erfindung auszuführen. Der Computer kann entweder auf eine geeignete Weise zu diesem Zweck programmiert sein oder zum Beispiel geeignete Hardware umfassen. Solch ein Aufbau versorgt den Computer nach der Berechnung mit einem Anpassungssignal, um die Fütterungsvorrichtung anzupassen, so dass die Vorrichtung die berechnete individuelle Ration dem identifizierten Milchtier verabreicht.
Einige vorteilhafte Ausführungsformen werden im Folgenden nur kurz beschrieben, da die zugehörigen Vorteile bereits in den Offenbarungen zu der entsprechenden Ausführung des Verfahrens erwähnt wurden.
Vorzugsweise umfasst die Vorrichtung eine Futterwiegevorrichtung zum Wiegen der Ration, die gefressen werden soll, oder zum Wiegen ihrer Komponenten. Dies erlaubt es, Rückmeldungsdaten zu erhalten.
Die automatische Fütterungsvorrichtung umfasst vorteilhafterweise eine Mehrzahl von Futterbehältern, welche in der Lage sind, einzeln und Computer gesteuert eine Menge miteinander in Bezug stehender Arten Futter auszugeben. Weiter ist es von Vorteil, wenn eine Futtermischvorrichtung vorgesehen ist.
Vorteilhafterweise umfasst die Vorrichtung ein automatisches Melksystem, welches vorzugsweise durch den Computer steuerbar und vorteilhafterweise in Bezug auf Melkvakuum, Saug/Ruhe-Verhältnis usw. anpassbar ist. Auch das Melkintervall kann in gewisser Weise gesteuert werden, indem ein Milchtier nicht in die Vorrichtung gelassen wird, wenn das berechnete Melkintervall noch nicht verstrichen ist. Wenn gewünscht, kann der Computer das Melksystem auf der Grundlage der Identität des Milchtiers, wenn es mittels der Tiererkennungsvorrichtung festgestellt wurde, anpassen.
Der Computer wird so ausgeführt, um die verschiedenen Daten zu empfangen und/oder zu erzeugen, wie ein Tiererkennungssignal und ein Anpassungssignal für die Fütterungsvorrichtung oder ein Signal betreffend die Größe der Ration. Außerdem sollte der Computer vorzugsweise zusätzliche Eingabevorrichtungen für die externe Eingabe von Daten wie einen Preis für Milch oder Milchbestandteile, einen Preis für Futter, die Anzahl der Tiere in der Gruppe und Veränderungen in dieser usw. umfassen.
Im Computer wird ein Modell zur Berechnung der angestrebten Rationen für individuelle Milchtiere umgesetzt. Dies kann zum Beispiel ein statisches Modell mit feststehenden Koeffizienten sein. Es kann auch ein Bayessches, d. h. ein dynamisches Modell mit Koeffizienten sein, welche sich über die Zeit unter dem Einfluss von Beobachtungen der Variablen wie dem wirksamen individuellen Milchertrag verändern. Weitere Beispiele und Details werden in der Figurbeschreibung vorgelegt.
Die Vorrichtung ist des Weiteren vorzugsweise so ausgeführt, um ein Benachrichtigungssignal zu erzeugen, wenn ein Grund dafür gemäß dem Modell vorliegt. Dies kann in der Form eines Alarmsignals an den Manager wie den Landwirt erfolgen. Dies ist besonders nützlich in dem Fall eines stark abweichenden Wertes, welcher zum Beispiel von der Vorherbestimmung um mehr als den zweiten Schwellwert abweicht. Ein hörbares Signal, ein Signal an ein Mobiltelefon wie ein SMS usw. ist ein sinnvoller Weg, dies umzusetzen. Es ist möglich eine Liste von Benachrichtigungssignalen aufzustellen, welche bei Bedarf zum Beispiel in der Form einer druckfähigen Liste verfügbar gemacht werden.
Die Erfindung umfasst auch ein Computerprogrammprodukt, umfassend ein Computer lesbares Medium mit Computerprogrammbefehlen, welche auf dem Medium verkörpert und in der Lage sind, einen Computer so zu steuern, insbesondere einen Computer einer Vorrichtung gemäß der Erfindung, um ein Verfahren gemäß der Erfindung auszuführen.
In Abhängigkeit vom Verfahren, welches ausgeführt wird, umfassen die Computerprogrammbefehle Berechnungsregeln zum Umsetzen des Modells, zum Beispiel ein Bayessches (dynamisches) Regressionsmodell, Verarbeitungsregeln für Eingabedaten, Umsetzungsregeln für berechnete Werte usw.
1 zeigt sehr schematisch eine Vorrichtung gemäß der Erfindung. Oben befindet sich eine Gruppe von Milchtieren 1, wohingegen 2 ein automatisches Melksystem (AMS = Automatic Milking System) ist, 3 ist ein individuelles Fütterungssystem (IFS = Individual Feed System), 4 ist ein Tiererkennungssystem (ARS = Animal Recognition System) und 5 ist ein Computer, welcher mit jedem dieser Systeme verbunden ist.
Es sollte beachtet werden, dass das IFS aus einer Mehrzahl von Einheiten, welche Rationen an unterschiedlichen Orten ausgeben, zum Beispiel Konzentrat am AMS und Raufutter an Ruheplätzen usw. bestehen kann. Aus diesem Grund wurde das IFS hier aus zwei Teilen bestehend gezeichnet und ein Tiererkennungssystem 4 wird an beiden Teilen bereitgestellt. Andere Anzahlen sind möglich. Außerdem muss beachtet werden, dass der Computer für die hier dargestellten beispielhaften Ausführungsformen optional ist, da alle Berechnungen und Anpassungen auch von Hand durchgeführt werden können. Jedoch wird immer aus Gründen der Bequemlichkeit in allem, was folgt, angenommen, dass solch ein Computer vorhanden ist.
Das automatische Melksystem 2 empfängt ein Identifikationssignal über das Tiererkennungssystem 4 und ruft die Information, welche zu dem fraglichen Milchtier gehört, wie Melkeinstellungen, ab. Zum Beispiel kann das AMS 2 die Menge der gegebenen Milch messen und in einer vorteilhaften Ausführungsform sogar ihre Zusammensetzung definieren und diese Information dem Computer 5 zuführen. Alternativ dazu kann die Zusammensetzung extern bestimmt werden und die Daten können dann in den Computer 5 eingegeben werden.
Das IFS 3 kann dem Milchtier eine individuelle Menge an Futter (d. h. eine Ration) anbieten. Solches Futter umfasst wenigstens Konzentrate (Konzentrat) und besonders auch Raufutter, entweder getrennt oder nachträglich gemischt. Wenn gewünscht, können auch andere Arten von Futter, Nahrungsergänzung usw. angeboten werden. Das IFS 3 wird durch den Computer 5 auf der Grundlage einer Anpassungsvariablen, welche die Ration für das fragliche Milchtier darstellt, gesteuert. Dabei wird angenommen, dass das Milchtier die Ration zur Gänze auffrisst. In der Praxis jedoch kann es einen Unterschied zwischen der angebotenen Ration und dem, was tatsächlich gefressen wird, geben, so dass es vorteilhaft ist, wenn das IFS 3 auch die tatsächlich gefressene Menge messen und diese an den Computer 5 weitergeben kann. Wenn notwendig, kann der Computer 5 dann das Modell auf der Grundlage der gemessenen Mengen anpassen.
Ein Computerprogramm wird in den Computer 5 geladen, welches Befehle umfasst, durch welche der Computer 5 in der Lage ist, das Verfahren gemäß der Erfindung umzusetzen. Das Verfahren umfasst das Umsetzen eines Bayesschen Analysemodells, welches im Folgenden beschrieben wird, um das Verfahren darzustellen, wie auch in 2 und 3, in welchen das Verfahren in einem Flussdiagramm dargestellt ist.
2 zeigt die Schritte a) bis einschließlich h), welche auch in Anspruch 19 zitiert sind, mit einem Wiederholungsschritt (wahlweise) von h) zurück zu b) und mit einer zusätzlichen Handlung i)(wahlweise), um ein Benachrichtigungssignal zu erzeugen.
Schritt a) umfasst die Vorbereitung des Modells, in diesem Falle des Computers, durch die Sammlung und Eingabe der Startdaten. Es wird angenommen, dass das Computerprogramm bereits im Computer installiert ist. Dies sind die Daten, welche notwendig sind, um die anfängliche Vorherbestimmung für den individuellen Milchertrag treffen zu können. Natürlich hängen die Menge und die Arten der Startdaten vom gewählten Modell ab. Solche Startdaten können aus historischen Daten abgeleitet werden, zum Beispiel aus einer früheren Laktationsperiode oder zum Beispiel von anfänglichen Messungen, in welchen tat sächlich nur die Schritte c) und d) durchgeführt und so lange wiederholt werden, bis ausreichend Daten vorhanden sind. Es ist zu beachten, dass bei Annahme, die Ration würde nicht vollständig aufgefressen und die tatsächlich gefressene Ration definiert werden soll, es einen Extraschritt (in der Wiederholungsschleife) geben muss, zum Beispiel in der Gestalt eines Schrittes j): ”definiere die Ration, tatsächlich gefressen”. Wenn notwendig, kann der Schritt j) in der Sammlung der Startdaten miteingeschlossen sein.
Der Computer weist nun ausreichend Daten auf, um einen Milchertrag in Schritt b) vorherbestimmen zu können.
Dann wird das Milchtier in Schritt c) gemolken und der individuelle Milchertrag im AMS in Schritt d) bestimmt.
In Schritt e) wird der individuelle Milchertrag mit der entsprechenden Vorherbestimmung verglichen. Auf der Grundlage des Unterschieds zwischen diesen kann ein wahlweises Benachrichtigungssignal im Schritt i) erzeugt werden, zum Beispiel, wenn jener Unterschied größer ist als ein vorbestimmter Schwellwert oder wenn der Unterschied in einer oder mehreren (unmittelbaren) Vorherbestimmungsperioden größer war als ein identischer oder kleinerer Schwellwert.
In Schritt f) kann das eingesetzte Modell angepasst werden, basierend auf dem definierten Milchertrag und, wenn möglich, auf der tatsächlich verbrauchten Ration, wie sie im wahlweisen Schritt j) bestimmt wurde, und, wenn möglich, auf der Grundlage der Dateneingabe in Bezug auf Preise usw.. Das bedeutet, dass der (die) Modellkoeffizient(en) neuerlich berechnet wird (werden). Dies geschieht zum Beispiel, wenn ein Milchtier eine abnehmende Rationsempfindlichkeit oder einen niedrigeren Grundmilchertrag zeigt.
In Schritt g) berechnet der Computer einen neuen Wert für die Ration, welche gegeben werden soll, und in Schritt h) passt er zum Beispiel ein IFS und, wenn möglich, auch ein AMS dementsprechend an.
Dann können die Schritte b) bis einschließlich h) wiederholt werden. Auf diese Weise verfeinert sich das System immer weiter oder ist wenigstens in der Lage, sich selbst an sich verändernde Bedingungen anzupassen.
Allgemein gesprochen, bestehen gemäß der vorliegenden Erfindung zwei Hauptverbesserungen darin, dass ein individueller Milchertrag als auch eine zugehörige Ration unter Anwendung einer Vorbedingung und insbesondere auf eine Weise angepasst und optimiert werden, dass ein Ergebnis auf Herdenniveau anstatt auf individuellem Niveau optimiert wird und dass ein dynamisches (Bayessches) Modell verwendet wird, welches sich selbst über die Zeit auf der Grundlage von gemessenen Milcherträgen und ähnlichen Werten anpassen kann.
Nachfolgend werden einige weitere Erklärungen eines Probennahmemodells, wie schematisch in 3 gezeigt, gegeben. Zum besseren Verständnis ist davon auszugehen, dass das Modell in zwei Teile geteilt ist, einem anpassbaren Modell und einem Verifizierungs/Steuer-Algorithmus. Das anpassbare Modell um fasst das Zeitreihenanalysemodell mit Eingabemöglichkeit für Werte von Modellvariablen und das Aktualisieren der Modellkoeffizienten. Das anpassbare Modell erzeugt Schätzungen der anderen Variable(n) und, wenn gewünscht, ein Warnsignal auf der Grundlage der Eingaben und/oder der berechneten Schätzung.
Die aktualisierten und geschätzten Werte werden dann dem Verifizierungs/Steuer-Algorithmus zugeführt. Dieser Algorithmus kann dann eine aktualisierte Optimierung für die Anpassungsvariable(n) mittels eines Anpassungskriteriums und in einer vorteilhaften Ausführungsform unter Anwendung der Vorbedingung berechnen. Externe Daten, wie ein Milchpreis (eine Milchpreisveränderung) und Futterpreise, können dem Anpassungskriterium hinzugefügt werden. Wenn möglich, kann der Algorithmus die Warnung steuern, welche durch das anpassbare Modell (Benachrichtigungssignal) erzeugt wird, oder selbst ein Benachrichtigungssignal oder ein neues Benachrichtigungssignal erzeugen.
Zum Beispiel kann das anpassbare Modell auf den folgenden Annahmen und entsprechenden Gleichungen basieren:

1) Die Gesamtmelkdauer D pro Milchtier ist ungefähr linear in Bezug auf die Anzahl der Melksitzungen N: D = a0N + a1M (1.1)in welcher ist: a₀ Handhabungszeit pro Melksitzung und a₁ Inverseffekt des Milchflusses (Minuten/kg)
2) Der akkumulierte Milchertrag (M) pro Milchtier pro Periode ist ungefähr eine quadratische Rückmeldung in Bezug auf die Einnahme von Konzentrat pro Tag (C) und Intervallzeiten oder Zwischenmelkzeiten, (l_j):
in welcher die folgenden individuellen dynamischen Koeffizienten definiert sind: c₀ Grundmilchertrag, in kg/Tag c₁ linearer Effekt der Konzentratseinnahme (kg/kg²/Tag) c₂ quadratischer Effekt der Konzentratseinnahme (kg/kg²/Tag) b₂ quadratischer Effekt der Intervalllänge (kg/Tag²) und in welcher j die Summenvariable ist, die sich auf die Melksitzungen in jener Periode bezieht.
3) Die Raufuttereinnahme pro Tag R in Reaktion zur Konzentrateinnahme C ist ungefähr linear: R = d0 + d1C (1.3)in welcher ist: d₀ Grundniveau an Raufuttereinnahme (kg) und d₁ linearer Effekt der Konzentrateinnahme (kg/kg)

Es muss beachtet werden, dass (1.1) in diesem Modell tatsächlich nur eingesetzt wird, wenn Optimieren der Melkzeit im AMS stattfindet und dass sie nicht benötigt wird zur Modellbildung der optimalen Rationen, zum Beispiel, da unbegrenzte Melkkapazität verfügbar ist. Des Weiteren wird in (1.2) eine quadratische Abhängigkeit angenommen. Jedoch ist ziemlich sicher auch möglich, eine andere Abhängigkeit anzunehmen, wie eine lineare oder eine willkürliche, empirisch definierte Abhängigkeit. Jedoch liefert das Modell, wie es hier verwendet wird, gute Ergebnisse. Des Weiteren ist es nicht immer notwendig, Raufuttereinnahme wie in (1.3) zu modellieren, zum Beispiel, wenn es frei verfügbar ist. Jedoch ist in diesem Modell die Raufuttereinnahme modelliert, was zum Beispiel günstig ist, wenn ein Preis für Raufutter tatsächlich kalkuliert werden muss.
Im obigen Modell gibt es 3 Reaktionsvariable; d. s. Melkdauer D, Milchertrag M und Raufuttereinnahme R pro Tag. Es gibt 4 Regressionsvariable: Anzahl der Melksitzungen N, Milchertrag M (daher eine zweifache Funktion!), Konzentrateinnahme C und Intervalllänge I. Pro Milchtier pro Tag gibt es 8 Koeffizienten (a₀, ..., d₁), welche die Auswirkungen der Melkfrequenz und der Konzentratzuteilung auf den Milchertrag beschreiben und welche auch jeder eine offensichtliche körperliche und/oder biologische Bedeutung besitzen. Des Weiteren wird Gebrauch von einer Systemgleichung gemacht, welche so zusammengefasst werden kann: θt = θt-1 + δ, in welcher θ_t(-1) ein Koeffizient zur Zeit t oder alternativ t – 1 ist und δ eine Störung ist. Zum Modellieren wird eine Anzahl von Zeitperioden eingesetzt, die ausgewählt werden müssen, zum Beispiel Tage, welche eine Auswirkung auf den ”neuen” Koeffizienten über einen Abwertungsfaktor aufweisen. Dies ist ein Gewichtungsfaktor, welcher kennzeichnet, wie groß die Bedeutung eines in Bezug stehenden früheren Koeffizientenwerts ist, wenn der neue Wert berechnet wird. Zum Beispiel bedeutet ein Abwertungsfaktor von 0,8, dass ein Wert von vor drei Perioden noch ein Gewicht von 0,8³ = 0,256 besitzt. Auf diesem Weg haben ältere Werte fortlaufend weniger Gewicht im Modell. Üblicherweise liegt der Abwertungsfaktor zwischen 0,8 und 0,98, kann für jeden entsprechenden Koeffizienten unterschiedlich sein und kann zum Beispiel empirisch aus Testmessungen definiert werden. Es muss beachtet werden, dass die jeweiligen Abwertungsfaktoren selbst sich nicht verändern.
Der Weg, auf welchem Koeffizienten miteinander in Bezug stehen, d. h. die Systemgleichung, ist ein wenig abhängig vom ausgewählten Regressionsverfahren. Für ein dynamisches lineares Regressionsverfahren, welches oft verwendet wird, wird Bezug genommen auf das oben erwähnte Buch von West & Harrison, insbesondere zusammenfassend auf die Tabelle 10.4 auf Seite 362, hierin in 4 miteinbezogen, mit beigefügten Erklärungen, welche hierin durch Bezugnahme miteingeschlossen sind. Die Symbolnamen, welche darin verwendet werden, unterscheiden sich von jenen, welche hier verwendet werden, obwohl ihre Funktion übereinstimmt. Die Schätzung der Koeffizienten basiert auf den beschriebenen univariaten, dynamischen, linearen Modellen mit Varianzabzug. In Tabelle G finden wir einen (Matrix) Koeffizienten, welcher die Weiterentwicklung des entsprechenden Modellkoeffizienten über die Zeit anzeigt und folglich zum Beispiel einen möglicherweise stetigen Trend anzeigt. Jedoch ist im vorliegenden Modell (welches als ein Beispiel vorgelegt wird) davon abgesehen worden, einen stetigen (vorherigen) Trend einzuführen, sondern dafür wird die Zeitevolution passiv verarbeitet und das Modell durch Beobachtungen angepasst. Mit anderen Worten, G ist hier die Einheitsmatrix. Außerdem sind die Abwertungsfaktoren in Tabelle 10.4 als δ angezeigt.
Der Milchertrag M wird mittels des obigen Modells modelliert, als eine Funktion über die Zeit von Intervalllänge und Konzentrateinnahme. In diesem Modell ist von Anfangswerten für die Koeffizienten und die Intervallängen auszugehen, d. h. von Startdaten, welche zum Beispiel auf früheren Laktationsperioden der Milchtiere oder auf Tierdurchschnitten basieren. Des Weiteren muss ein Startwert oder eine Serie von Startwerten für die Konzentrateinnahme angenommen werden, welche tatsächlich eine Anpassungsvariable ist. Jedoch wird oft eine ”Anfangsperiode” durchgeführt, in welcher die Konzentratzugabe langsam von 0 aufgebaut wird und durch welche die ersten Werte für C ergründet werden. Eine erste Modellschätzung für den Milchertrag M wird dann mittels dieser Startdaten erzeugt. Dieser Ertrag wird in weiterer Folge effektiv gemessen.
Nachfolgend können die optimalen individuellen Einstellungen für die Futterrationen und, wenn gewünscht, das Melkintervall durch Lösen der Reihen von Gleichungen berechnet werden. Zum Beispiel kann die optimaler individuelle Ration C_Opt,
it berechnet werden als:
in welcher π_M, π_C und π_R jeweils entsprechend der Milchpreis (nicht gemäß der Zusammensetzung aufgeteilt), der Konzentratpreis und der Raufutterpreis ist und die tiefgestellten Faktoren i und t jeweils das Milchtier und die Zeit bezeichnen. Diese Gleichung wird durch Differenzieren des Futtergleichgewichts, d. i. das Produkt aus Milchertrag und Preis minus der Summe der Produkte aus Futtermengen und ihres Preises gemäß der Konzentratmenge C, und durch Setzen dieser Ableitung auf null, erzielt. Es muss beachtet werden, dass diese Optima hier auf individuellem Niveau berechnet werden. Wenn auf Herdenniveau optimiert wird, werden die Ausdrücke ein wenig komplizierter. Jedoch können diese auch durch iterative Verfahren angenähert werden und dies stellt oft das einzige brauchbare Verfahren in der tatsächlichen Praxis dar. Pakete sind dafür erhältlich, wie zum Beispiel GAMS von GAMS Development Corporation, Washington, DC 2006.
Auf ähnliche Weise kann eine Einstellung für zum Beispiel ein optimales individuelles Melkintervall I_{Opt, it} erzielt werden unter der Vorbedingung, dass die Summe der Melkzeiten D_it im Äußersten der maximalen wirksamen Melkzeit D_{max, t} gleich ist, als
in welcher γ(D_{Max, t}, H_t) eine Funktion ist, welche von der maximal verfügbaren AMS-Kapazität D_{Max, t} und der Größe H_t der Gruppe Milchtiere abhängt:
in welcher T _Opt das mittlere optimale Melkintervall ist, welches durch Differenzieren der mittleren Melkdauer D gemäß dem mittleren Futtergleichgewicht S und durch Gleichsetzen von D(I_mean) mit D_{Max, t}/H_t berechnet wird.
Tatsächlich werden die obigen Gleichungen unter der Annnahme abgeleitet, dass das optimale Melkintervall und die optimale Ration unabhängige Variable sind. Die Gleichungen werden folglich ein suboptimales Ergebnis bereitstellen. Wiederum können, zum Beispiel, mittels des oben erwähnten Software-Pakets, genauere Lösungen erzielt werden.
Abgesehen davon können noch mehr Vorbedingungen auferlegt werden, wie ein Melkintervall, welches zwischen 4,8 und 12 Stunden gehalten wird oder dass es eine vorbestimmte Minimalportion an Raufutter in Bezug auf die Gesamtfutteraufnahme, zum Beispiel 40%, gibt. Auch können Veränderungen mit Obergrenzen belegt werden, zum Beispiel die Anzahl der Melksitzungen pro Tag kann sich um höchstens 0,5 verändern oder die Konzentratration kann sich um höchstens 0,5 kg pro Tag verändern. Zum Beispiel kann auch angefordert werden, dass ein maximales Melkintervall höchstens das 1,3fache des optimalen Melkintervalls ist, nach dem die Milch gesammelt wird usw.. Solche Vorbedingungen können die Erzeugung von Benachrichtigungssignalen verursachen, wenn eine Beobachtung zu einem Milchtier außerhalb solcher auferlegten Grenzen fällt.
Es wird hier nochmals betont, dass zwei Hauptvorteile der Erfindung darin bestehen, dass die Einstellungen für Futterrationen und, wenn anwendbar, Melkintervalle auf Herdenniveau optimiert werden, statt auf dem Niveau des Einzeltiers, und dass bei solcher Optimierung von einem dynamischen System Gebrauch gemacht wird, welches besser die dynamischen Faktoren, wie die Milchtiere, mit berücksichtigt.

Die Erfindung wurde in einem praktischen Test geprüft. In diesem wurden (im Durchschnitt) 71 Kühe während einer Periode von 3 Monaten beobachtet. Für diese Kühe wurden optimale Einstellungen (wiederholt) gemäß dem oben beschriebenen Modell gesucht und die Ergebnisse in Bezug auf Milch und in Bezug auf Futtergleichgewicht, Melkfrequenz, Futtereinnahme usw. wurden studiert. Tabelle 1 unten zeigt, dass im Vergleich mit den Ergebnisvorhersagen usw. mit herkömmlichen Einstellungen sich eine offensichtliche Steigerung in zum Beispiel dem mittleren Futtergleichgewicht ergab, mit anderen Worten im Gesamtfuttergleichgewicht auf Herdenniveau. Tabelle 1 Vergleich von herkömmlich und dynamisch vorherbestimmten Ergebnissen

	Herkömmlich vorbestimmt	Dynamisch, optimal vorherbestimmt
Melkfrequenz (#/Kuh/Tag)	2,71	3,25
Konzentratzugabe (kg/Kuh/Tag)	5,7	6,4
Melkdauer (Min./Kuh/Tag)	14,4	15,9
Raufuttereinnahme (kg/Kuh/Tag)	31,3	32,1
Milchertrag (kg/Kuh/Tag)	31,5	33,6
Futtergleichgewicht (EUR/Kuh/Tag)	7,23	7,77

Die Tabelle zeigt, dass die Ergebnisse pro Kuh steigen, zum Beispiel indem mehr Fütterungs- und/oder Melkzeit verfügbar gemacht wird, hauptsächlich oder nur für Hochertragskühe. Auf diese Weise können Grenzen auf eine bessere Weise erforscht werden als mittels herkömmlicher Modelle. Darüber hinaus erschien es auf Grund der Unterschiede in den Einstellungen für individuelle Kühe (hier nicht gezeigt), dass einige (Hochertrags-)Kühe mehr Fütterungs- und/oder Melkzeit erhielten, wohingegen andere (ertragschwächere) Kühe weniger davon erhielten als im herkömmlichen Modell.
Die gezeigten Ausführungsformen und Modelle dienen nur als ein Beispiel, wohingegen die Fachperson in der Lage sein wird, Veränderungen und Anpassungen im Umfang der Erfindung auf einfache Weise durchzuführen. Der Schutzumfang ist durch die beigefügten Ansprüche bestimmt.
Zusammenfassung
Bei einem Verfahren zum Verwalten einer Gruppe einer Mehrzahl von Milchtieren ist jedes Tier individuell mittels eines Tieridentifizierungssystems erkennbar. Die Tiere werden gemolken, geben einen individuell erbrachten Milchertrag und bekommen eine individuelle Futterration. Dabei werden Daten in Bezug auf die Gruppe der Milchtiere gesammelt, wobei die Daten wenigstens die individuell erbrachten Milcherträge und die verbrauchten Rationen umfassen und nachfolgende individuelle Milcherträge mittels eines Modells auf der Grundlage der Daten abgeschätzt werden. Dabei wird für ein Tier oder mehrere wenigstens ein Wert aus der Gruppe der individuellen Ration und des Melkens des individuellen Milchtieres in einem Regelungsschritt unter Anwendung einer Vorbedingung angepasst.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

- ”Praktijk Rapport Rundvee 37” von Van Duinkerken et al. (Wageningen, 2003) [0002]
- M., Harrison, J., (1997), Bayesian Forecasting and Dynamic Models, Zweite Auflage, Springer Verlag, New York [0021]

Claims

Verfahren zum Verwalten einer Gruppe einer Mehrzahl von Milchtieren, wobei jedes Tier individuell mittels eines Tieridentifizierungssystems erkennbar ist, wobei die Tiere gemolken werden und einen individuell erbrachten Milchertrag geben und wobei die Tiere eine individuelle Futterration bekommen, wobei Daten in Bezug auf die Gruppe der Milchtiere gesammelt werden, wobei die Daten wenigstens die individuell erbrachten Milcherträge und die verbrauchten Rationen umfassen, wobei nachfolgende individuelle Milcherträge mittels eines Modells auf der Grundlage der Daten abgeschätzt werden, wobei für ein Tier oder mehrere wenigstens ein Wert aus der Gruppe der individuellen Ration und des Melkens des individuellen Milchtieres in einem Regelungsschritt unter Anwendung einer Vorbedingung angepasst wird.
Verfahren nach Anspruch 1, wobei die Vorbedingung umfasst, dass ein vorherbestimmtes Futtergleichgewicht eines individuellen Milchtieres nach dem Regelungsschritt höher ist als das tatsächliche Futtergleichgewicht vor dem Regelungsschritt, wobei ein tatsächliches beziehungsweise ein vorherbestimmtes Futtergleichgewicht gleich dem Ergebnis des zugeordneten tatsächlichen beziehungsweise vorherbestimmten Milchertrags minus die Kosten der zugeordneten tatsächlichen beziehungsweise vorherbestimmten Ration ist.
Verfahren nach Anspruch 2, wobei die Vorbedingung umfasst, dass für die Gruppe als Ganzes die Summe der vorherbestimmten Futtergleichgewichte der individuellen Milchtiere nach dem Regelungsschritt größer ist als die Summe der tatsächlichen Futtergleichgewichte vor dem Regelungsschritt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Ration eine Menge an Konzentrat pro Tag oder ein Energieäquivalent davon umfasst.
Verfahren nach Anspruch 4, wobei die Ration wenigstens eine zweite Art Futter, insbesondere eine Menge an Raufutter, umfasst.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Tiere wenigstens teilweise mittels einer Computer gesteuerten Fütterungsvorrichtung gefüttert werden.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Vorbedingung umfasst, dass die Summe der individuellen Milcherträge nicht eine vorbestimmte Milchquote übersteigt.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Vorbedingung umfasst, dass eine Gesamtdauer des Melkens aller Milchtiere höchstens gleich einer tatsächlichen täglichen Melkzeit ist.
Verfahren nach Anspruch 8, wobei die tatsächliche tägliche Melkzeit als eine Funktion der tatsächlichen täglichen Melkzeit in einer vorbestimmten Anzahl von vorausgehenden Tagen, insbesondere eines laufenden Durchschnitts davon, gemessen wird.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Tiere mittels einer Melkvorrichtung gemolken werden, welche vorzugsweise Computer gesteuert ist.
Verfahren nach Anspruch 10, wobei die Vorbedingung umfasst, dass eine Gesamtdauer für das Melken aller Milchtiere mittels der Melkvorrichtung höchstens gleich einer tatsächlichen täglichen Melkzeit der Melkvorrichtung ist.
Verfahren nach Anspruch 10 oder 11, wobei ein Melkintervall, ein Melkvakuum, ein Saug/Ruhe-Verhältnis während des Melkens und/oder ein Melkprogramm zur Anwendung während des Melkens anpassbar sind.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Anzahl der Tiere variabel ist.
Verfahren nach Anspruch 13, wobei ein Gewichtungsfaktor für individuelle Tiere im Modell mitumfasst ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei Daten, welche die Gruppe von Milchtieren betreffen, in den Computer eingegeben werden, wobei nachfolgende Milcherträge durch den Computer mittels eines Modells auf der Grundlage der Daten berechnet werden.
Verfahren nach einem der Ansprüche 6 bis 15, wobei das Modell im Computer implementiert ist.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Modell ein statisches Modell mit feststehenden Koeffizienten umfasst.
Verfahren nach einem der vorhergehenden Ansprüche, wobei das Modell ein Bayessches Zeitreihenanalysemodell mit individuellen Modellkoeffizienten und Modellvariablen umfasst, welche zumindest teilweise zeitabhängig sind, insbesondere das Bayessche Zeitreihenanalysemodell mit individuellen Modellkoeffizienten und Modellvariablen, welche zumindest teilweise zeitabhängig sind, welche zumindest einen Milchertrag pro Zeiteinheit, eine individuelle Anpassungsvariable, die die Ration darstellt, als auch ein individuelles inkrementales Milchergebnis pro Rationseinheit pro Zeiteinheit umfassen, wobei das Modell in einer Beobachtungsgleichung beschreibt, wie eine oder mehrere Modellvariablen von den Modellkoeffizienten abhängen, und in einer Systemgleichung beschreibt, wie die Modellkoeffizienten sich über die Zeit entwickeln, und wobei das Modell ein Anpassungskriterium für wenigstens eine individuelle Anpassungsvariable umfasst, welche anzeigt, wie die individuelle Anpassungsvariable auf der Grundlage der Modellvariablen und Modellkoeffzienten verändert werden muss.
Verfahren nach Anspruch 18 und wobei die Steuerung umfasst: a) Sammeln und Eingeben in den Computer von Startdaten betreffend die Modellvariablen und Modellkoeffizientenfür die Milchtiere, b) Erzeugen mittels des Modells einer individuellen Vorherbestimmung des nächsten Milchertrags pro Zeiteinheit für jedes Milchtier in Abhängigkeit von der Ration pro Zeitmenge und des individuellen Milchergebnisses pro Ration pro Zeiteinheit, c) Melken der Milchtiere mittels der Milchvorrichtung, d) Bestimmen des Milchertrags für jedes Milchtier, e) Vergleichen jeder individuellen Vorherbestimmung mit dem zugehörigen festgestellten Milchertrag, f) Anpassen der individuellen Modellkoeffizienten auf der Grundlage der festgestellten Milcherträge mittels des Modells, insbesondere der Systemgleichung, g) erneutes Berechnen der individuellen Anpassungsvariablen mittels des Anpassungskriteriums, h) Anpassen der Fütterungsvorrichtung auf der Grundlage der erneut berechneten Anpassungsvariablen.
Verfahren nach Anspruch 19, wobei die Schritte b) bis einschließlich h) wenigstens einmal wiederholt werden.
Verfahren nach einem der vorhergehenden Ansprüche, des Weiteren umfassend das Erzeugen eines Benachrichtigungssignals, wenn während einer vorbestimmten Anzahl von Malen, im Besonderen Tagen, ein tatsächlicher Milchertrag von der zugeordneten erzeugten Vorherbestimmung oder Schätzung um mehr als einen vorbestimmten ersten Schwellwert abweicht.
Verfahren nach einem der vorhergehenden Ansprüche, des Weiteren umfassend das Erzeugen eines Benachrichtigungssignals, wenn eine Beobachtung feststellt, dass ein Wert von der zugeordneten erzeugten Vorherbestimmung um mehr als einen vorbestimmten zweiten Schwellwert abweicht.
Vorrichtung zum Verwalten einer Gruppe einer Mehrzahl von Milchtieren, umfassend eine Tiererkennungsvorrichtung zum Erkennen individueller Milchtiere innerhalb der Gruppe, einen Computer und eine automatische Fütterungsvorrichtung, welche von diesem Computer gesteuert wird, wobei der Computer so ausgebildet ist, um ein Verfahren nach einem der vorhergehenden Ansprüche auszuführen.
Vorrichtung nach Anspruch 23, umfassend eine Futterwiegevorrichtung zum Wiegen der Ration, welche verfüttert wird, oder ihrer Komponenten.
Vorrichtung nach Anspruch 23 oder 24, wobei die automatische Fütterungsvorrichtung eine Mehrzahl von Futterbehältern umfasst, welche so angeordnet sind, um individuell und Computer gesteuert eine Menge von damit in Bezug stehenden Arten Futter auszugeben.
Vorrichtung nach Anspruch 25, wobei des Weiteren eine Futtermischvorrichtung bereitgestellt ist.
Vorrichtung nach einem der Ansprüche 23 bis 26, des Weiteren umfassend ein automatisches Melksystem, welches vorzugsweise durch den Computer gesteuert und vorteilshafterweise in Bezug auf Melkvakuum, Saug/Ruhe-Verhältnis, Melkprogramm und Melkintervall anpassbar ist.
Computerprogrammprodukt, umfassend ein Computer lesbares Medium mit Computerprogrammbefehlen, welche sich auf dem Medium befinden, die in der Lage sind, einen Computer so anzuordnen, insbesondere einen Computer oder eine Vorrichtung nach einem der Ansprüche 23 bis 27, um ein Verfahren nach einem der Ansprüche 1 bis 22 auszuführen.