計算機應用運籌學的各種規劃方法，可以使配方設計由初等代數上升為高等數學，由單純的配合走向配合與篩選結合。計算機飼料配方技術使配方設計工作簡單化，克服了手工配方的缺點，大大提高了配方設計效率，能夠全面考慮成本、營養和效益，提供大量的參考信息，為經濟分析、配方調整和采購決策提供科學依據，降低飼料成本，得出最低成本的配方。
三門峽富通新能源生產的顆粒機、秸稈壓塊機、飼料顆粒機是養殖戶們不錯的選擇。
1、飼料配方技術發展
John Barwell于1875年在美國Illinois州成立了世界上第一家飼料加丁公司；1951年，Waugh第一次將線性規劃應用于動物營養研究；Charles于1961年在線性規劃基礎上發展起來了目標規劃技術；1964年，電腦飼料配方開始發展；1982年，Scott等提出最佳能量濃度配方技術；Van在1963年提出“概率模型”；D Aifonso等在1992年進一步完善了概率配方技術；我國是在20世紀80年代中期開始研制飼料數據庫計算機系統，目前正逐步向智能化網絡化方向發展…。
目前常用的外國飼料軟件有Mixit軟件（美）、Format軟件（英）、Brill軟件（美）等；我國的配方軟件有SF-450、資源管理師Rems軟件、高農飼料(4.2版)配方軟件、三新智能配方系統、資源配方師軟件-Refs系列配方軟件、CMIX配方軟件、飼料通MAFIC-soft、農博士飼料配方軟件等。但這些飼料配方軟件的價格不菲，如資源配方師Refs軟件（3.11版）價值約6000~8 000元，Brill軟件約2～3萬美元，因此，在小型飼料廠和一般養殖場的應用并不普及。
2、計算機飼料配方的基本原理
飼料配制規律簡歷的數學模型是進行飼料配方計算的依據，常采用的計算方法主要有以下5種。
2.1線性規劃法
線性規劃法(LP)是目前應用最廣泛的一種優化飼料配方技術。線性規劃最低成本配方的優化結果是產生一個滿足約束條件的最低成本配方，受原料的營養成分、原料價格、約束條件值（配方營養素水平）等的影響。目前，大型飼料公司已經使用計算機和專用的飼料配方軟件進行配方。利用其行和列的形式組成區域，在區域內記錄數據信息，組成數據庫，可對數據進行統計和分析，獲取有效信息。同時運用線性規劃實現日糧配方，方法簡單、快捷、準確、方便。
LP是數學規劃中發展得最完善、應用最廣泛的方法，在最低成本飼料配方設計中得到了廣泛應用。但這一方法缺乏靈活性，難以準確的處理多目標的問題，且在處理大型問題時會遇到一些麻煩。由于這些缺點的存在，在一定程度上限制了LP技術的應用和發展，現在可以用靈敏度分析和影子價格來改進此類問題。通過靈敏度或影子價格方法可以知道，在數據變化不大時，線性規劃法并不影響當前的生產方案和最佳效益，但是當數據變化較大時，就必須對當前生產方案進行調整。這樣在一個多變環境中，企業即可保持一定的穩定性，又可進行適時調整具有較好的靈活性。
2.2目標規劃
目標規劃法(GP)是一種多目標規劃的技術，每一個目標都有一個要達到的值，然后調整使距離這些目標的差值最小化。目標規劃可分設優先級的日標規劃( LCP)和加權重的目標規劃(WGP)兩類。其是在運籌學基本的數學規劃方法——線性規劃法的基礎上，為了克服線性規劃方法約束條件苛刻、目標函數單一、無法解決矛盾條件下的規劃問題等缺點而發展起來的。
使用GP可以解決由多種目標同時存在引起的規劃問題。以求解實際結果與日標或資源限制之間的偏差變量最小作為目標函數構造的出發點，解決生產中的各種目標的平衡問題，而被較為廣泛地應用。把目標規劃方法引入資本結構的決策之中，使該決策在考慮企業多個影響因素的條件下進行，也使得決策結果更符合客觀實際。通過對IP和GP進行對比可以看出，GP進行配方具有較大的優勢，通過以線性規劃得到處于當前的各原料價格時的最低成本配方，以此為基礎，進行CP及成本控制將更加直觀。
2.3隨機規劃法
在配合飼料生產過程中，會遇到飼料原料及其產品中所含營養成分變化的問題。Duncan的研究顯示，盡管某種飼糧中營養成分的濃度是適宜的，但是當變異系數較大時，動物的表現活動就會受到影響。顯而易見，飼料中原料的變異會影響到其配合產品質量的穩定性。
眾所周知，飼料原料中的養分含量是可變值，不是穩定的常數。線性規劃雖然在飼料科學研究和生產中得到廣泛的應用，但是從理論上來說，其是一種確定性的模型，不能涵蓋飼料養分含量的變異性，而隨機規劃法(SP)是一種非線性的模型，可較好地解決飼料原料的變異問題，但仍存在很大的缺陷，主要表現為SP要求知道各隨機矩陣的概率分布，且原營養成分含量必須滿足正態分布的假設需要驗證。
2.4模糊規劃法
模糊規劃法(FI．P)能根據原線性規劃中營養成分及原料的影子價格自動按工廠給出的波動范圍調整配方，從而能得到一個既能滿足要求成本又低的配方。采用FLP只需根據事先給出各個約束條件的波動范圍，就能自動計算出一個較理想的結果，從而降低配方調整次數和配方工作人員的工作量。畜禽的飼養存在許多不定因素，不同品種、不同生產水平、不同生理狀態以及不同環境下動物對各種營養物質的需求不同。實踐證明，一些營養指標在一定的范圍內浮動對牲畜的生長影響并不大，因此在飼料配方設計過程中，采用FLP能更準確地描述牲畜的生長特點，以便更好地適應實際需要。
2.5灰線性規劃
在灰線性規劃(GLP)模型中，引進了灰數表示不確定的信息，且這些灰數被帶進優化方程中，產生灰解，工作人員通過分析灰解的白化值來實驗所需月標。GLP的數學模型也是建立在LP模型基礎之上的。
在飼料的配方中，一般來說各個原料的養分，由于環境等諸多因素的影響，其所含某種養分不是一成不變的，因此其應在某個范圍內波動。對于混合飼料，由于飼養對象和季節的不同，其營養設計標準也應該在某一范圍內波動，當然不同原料的價格也是隨著市場行情的變化而變化的，也就是說，混合飼料的各個營養設計標準，各個飼料的養分及價格應是區間灰數，因此應該采用灰線性規劃解決問題。
3、計算機飼料配方中常見的問題
3.1機械套用飼料標準
由于飼養標準存在不可避免的滯后性、不安全性、地區性及目的性不同等局限，就要求配方人員了解和分析當地畜牧生產的特性，根據養殖業市場情況，進行合理調整，隨時調整配方設計。
3.2忽視非營養因素對產品的影響
價格過高或過低都不適應市場，沒有競爭力，應從實際出發，科學定位，要做到兼顧產品成本和生產性能的發揮，兼顧抗營養物質的含量合理確定其用量，兼顧產品外觀、制粒、保存性、粉碎粒度、粉塵和飼料容重等問題。
