1.智能化饲喂与畜禽舍大数据物联网系统，其特征在于：系统由畜禽舍参数检测与饲喂控制平台和温度处理与饲喂控制子系统组成，畜禽舍参数检测与饲喂控制平台负责检测畜禽舍参数检测与管理，畜禽舍参数保存到云平台，畜禽舍管理人员从移动端APP实时查看云平台畜禽舍参数；温度处理与饲喂控制子系统包括实现对畜禽舍环境温度预测与控制饲喂装置；

温度处理与饲喂控制子系统由参数检测模块、HRNN模糊递归神经网络模型、参数自调整因子模糊控制器、PID控制器、LSTM神经网络控制器、PI控制器、NARX神经网络模型和DRNN神经网络模型组成，参数检测模块包括参数检测模块A、参数检测模块B；

多个温度传感器输出作为参数检测模块A输入，重量传感器输出的时间序列值作为参数检测模块B的输入，压力传感器、参数检测模块A和参数检测模块B的输出分别作为HRNN模糊递归神经网络模型的对应输入，HRNN模糊递归神经网络模型输出与参数检测模块B输出的饲料量误差和饲料量误差变化率分别作为参数自调整因子模糊控制器、NARX神经网络模型和PI控制器的输入，参数自调整因子模糊控制器输出作为LSTM神经网络控制器输入，NARX神经网络模型输出作为PID控制器输入，LSTM神经网络控制器、PI控制器和PID控制器的输出分别作为DRNN神经网络模型的对应输入，DRNN神经网络模型输出作为饲喂装置的饲料量控制值，重量传感器检测饲喂装置的饲料重量，压力传感器检测畜禽体重。

2.根据权利要求1所述的智能化饲喂与畜禽舍大数据物联网系统，其特征在于：所述参数检测模块由NARX神经网络模型、Adaline神经网络模型、变分模态分解模型、减法聚类分类器、CNN卷积‑LSTM神经网络模型和Vague集的ANFIS模糊神经网络模型、按拍延迟线TDL和模糊小波神经网络模型组成。

3.根据权利要求2所述的智能化饲喂与畜禽舍大数据物联网系统，其特征在于：参数传感器感知被检测环境的参数值分别作为NARX神经网络模型和Adaline神经网络模型的输入，NARX神经网络模型与Adaline神经网络模型输出的差作为被检测参数波动值，时间序列被检测参数波动值作为变分模态分解模型的输入，变分模态分解模型输出多个模态函数IMF分量，多个IMF分量能量熵作为减法聚类分类器的输入，减法聚类分类器输出的多个类型的IMF分量能量熵分别作为多个对应的CNN卷积‑LSTM神经网络模型输入，Adaline神经网络模型和多个CNN卷积‑LSTM神经网络模型的输出作为Vague集的ANFIS神经网络模型的对应输入，Vague集的ANFIS神经网络模型输出的三个参数分别为x、t和1‑f，x为被检测参数的实数值，t为可信度，1‑f为可信度和不确定度和，1‑f‑t为不确定度，f为不可信度，x、t和1‑f构成被检测参数的Vague集的数值为[x，(t，1‑f)]，Vague集的ANFIS神经网络模型输出作为按拍延迟线TDL输入，按拍延迟线TDL输出作为模糊小波神经网络模型输入，模糊小波神经网络模型输出作为被检测参数预测值并作为参数检测模块输出。

4.根据权利要求1所述的智能化饲喂与畜禽舍大数据物联网系统，其特征在于：所述畜禽舍参数检测与饲喂控制平台包括测控节点、网关节点、现场监控端、云平台和移动端APP组成。

5.根据权利要求4所述的智能化饲喂与畜禽舍大数据物联网系统，其特征在于：所述测控节点和网关节点之间通过构建CAN通信网络来实现测控节点和网关节点之间的通信；测控节点控制饲喂装置并将检测的畜禽舍参数通过网关节点的RS232接口发送给现场监控端处理；网关节点通过NB‑IoT模块与云平台之间和云平台通过5G网络与移动端APP之间实现畜禽舍参数的双向传输，网关节点与现场监控端之间通过RS232接口实现畜禽舍信息的双向传输。

6.根据权利要求4或5所述的智能化饲喂与畜禽舍大数据物联网系统，其特征在于：所述移动端APP为管理人员提供实时畜禽舍数据，满足畜禽舍信息的便捷可视化，所有来自测控节点的传感器采集的数据都已上传至云平台的数据库中，管理人员通过移动端APP可通过远程查看当前的畜禽舍信息。