本研究以提高湖羊的繁殖效率为目标，探索机器学习在湖羊断奶羔羊选种中的应用。湖羊是我国重要的多羔绵羊品种，其繁殖性状直接影响规模化养殖的经济效益。本研究基于2016—2024年湖州地区2家羊场收集的4 089条高质量产羔数据，结合支持向量机、随机森林、XGBoost、LightGBM及深度神经网络5种机器学习模型，对断奶羔羊的平均产羔数进行了建模预测，以筛选出具有优良繁殖潜力的种羊。通过特征选择方法，确定了包括血统、出生季节、断奶体重、母亲平均产羔数和初生重在内的关键变量，以提高模型的预测性能和稳健性。本研究还采用了数据增强技术，显著改善了模型的性能，尤其是在训练集较小的情况下，有效提高了模型的泛化能力，实验结果显示，深度神经网络模型在平均绝对误差（MAE）、均方误差（MSE）以及产羔率排名前20%种羊的优选能力等指标上均显著优于其他模型。这不仅验证了将预测的断奶羔羊平均产羔数作为种羊筛选关键标准的有效性，也表明深度学习在捕捉湖羊繁殖性状复杂非线性关系方面具有明显优势，展示了机器学习在畜牧业繁殖性状优化中的潜力和应用前景。