随着我国经济的发展、社会的不断进步,人民的生活水平有了明显的提高,特别是在饮食结构方面,人们开始青睐于健康环保的食品。山羊因肉质鲜美、胆固醇含量低、营养丰富成为消费者的首选,国内山羊养殖业规模也随之增加。由于山羊适宜生活在干燥、温和的生长环境,而潮湿、炎热的环境易造成山羊患病,严重影响其生长和发育,致使养殖户遭受经济损失。因此对羊病的预防与诊断工作亟待加强,通过对山羊本体参数及养殖环境进行无线、实时、准确的监测,对于养殖人员快速采取防治措施,减小损害具有重要的意义。本文利用智能可穿戴技术,实现规模化养殖条件下的山羊健康状态的实时监测,解决由于养殖人员的水平和经验因素,导致羊病症状发现不及时、效率低的问题。而智能穿戴设备集成了多种传感器,受佩戴位置、传感器种类、设备数量等因素影响,监测数据具有形式多样、数据量大、实时处理等特点。为此,采用多源传感器融合技术,进而提出以神经网络为基础的山羊健康监测信息融合算法,实现对山羊健康状态的识别。主要的研究内容及结论如下:(1)文章首先对山羊健康监测所涉及的背景和关键技术的国内外现状进行了阐述,论述了智能穿戴技术的发展状况和数据融合技术的起源及应用领域,着重分析在多传感器采集情况下的数据融合的技术方法与处理流程。(2)建立了基于穿戴设备的山羊健康监测系统,设计了针对山羊特征的可穿戴设备,实现了对山羊本体生理信息及羊舍地理环境信息包括:天气、温度以及当前季节信息的实时采集,并将数据传输到服务器,为数据的融合处理提供基础。(3)研究了神经网络的原理以及BP神经网络的应用,在此基础上构建了基于BP神经网络的山羊健康监测数据融合模型。此外,针对BP神经网络存在的收敛速度慢等问题做了阐述,利用遗传算法的全局优化特性对网络进行优化,并列出改进的具体流程。实验结果表明,进过遗传算法改进后的BP神经网络能够极大的提高网络执行速度和系统的辨识精度,能对山羊健康状况做出更准确的识别。