【技术实现步骤摘要】
一种渔场饲料投喂方法及系统
[0001]本专利技术涉及水产养殖
,尤其涉及一种渔场饲料投喂方法及系统。
技术介绍
[0002]目前,水产养殖的饲料通常采用人工投喂或者投喂机的方式进行投喂。人工投喂时,饲养人员根据饲养经验能够在一定程度上控制渔场内饲料的残余量,但是存在投喂强度高、成本大的问题。采用投喂机进行饲料投喂虽然能够在一定程度解决上述问题,但是投喂精准度一般不高,容易产生投喂过量或投喂不足的问题。
技术实现思路
[0003]针对上述问题,有必要提供一种渔场饲料投喂方法及系统,可以使得饲料投喂更加精准,同时还可以降低人工投喂的强度与成本。
[0004]本专利技术一方面提供一种渔场饲料投喂方法,所述渔场饲料投喂方法包括:
[0005]获取渔场的环境数据、鱼类数据以及投喂数据;
[0006]基于所述渔场的环境数据、所述鱼类数据以及所述投喂数据训练得到目标神经网络模型;
[0007]通过所述目标神经网络模型得到预设时间内所需的投喂数据;以及
[0008]根据所需的投喂数据向所述渔场投喂饲料。
[0009]可选的,所述环境数据包括第一数据及第二数据,所述第一数据包括所述渔场对应的空域内的光线辐射强度、气温、湿度以及风速中至少一项,所述第二数据包括所述渔场的水域内的水温、盐度、流速、PH值以及溶氧量中至少一项。
[0010]可选的,所述鱼类数据包括数量、种类、大小以及健康状况中至少一项。
[0011]可选的,所述投喂数据包括投喂饲料量、时 ...
【技术保护点】
【技术特征摘要】
1.一种渔场饲料投喂方法,其特征在于,所述渔场饲料投喂方法包括:获取渔场的环境数据、鱼类数据以及投喂数据;基于所述渔场的环境数据、所述鱼类数据以及所述投喂数据训练得到目标神经网络模型;通过所述目标神经网络模型得到预设时间内所需的投喂数据;以及根据所需的投喂数据向所述渔场投喂饲料。2.根据权利要求1所述的渔场饲料投喂方法,其特征在于,所述环境数据包括第一数据及第二数据,所述第一数据包括所述渔场预设范围内的光线辐射强度、气温、湿度以及风速中至少一项,所述第二数据包括所述渔场的水域内的水温、盐度、流速、PH值以及溶氧量中至少一项。3.根据权利要求1所述的渔场饲料投喂方法,其特征在于,所述鱼类数据包括数量、种类、大小以及健康状况中至少一项。4.根据权利要求1所述的渔场饲料投喂方法,其特征在于,所述投喂数据包括投喂饲料量、时间及位置中至少一项。5.根据权利要求1所述的渔场饲料投喂方法,其特征在于,所述基于所述渔场的环境数据、所述鱼类数据以及所述投喂数据训练得到目标神经网络模型包括:a.选择数据样本,所述数据样本包括所述环境数据、所述鱼类数据以及所述投喂数据;b.确定所述神经网络拓扑结构,所述神经网络包括输入层、隐含层及输出层;c.建立数据模型,所述环境数据及所述鱼类数据为输入数据,所述投喂数据为输出数据,根据公式:确定隐含层节点数目,其中,n为隐含层节点数目,l为输入层节点数,m为输出层节点数,a为常数,取值范围为[1-10];以及d.网络分析:
①
初始化,确定所述神经网络的初始权值w
ij
、w
jk
和阈值θ
j
、γ
k
,随机给各个权值阈值赋予[-1,1]内的随机值,对输入输出向量进行归一化处理,其公式如下:式中,x
i
、分别为归一化前后的值,x
max
为样本序列中最大的数,x
min
为样本序列中最小的数;
②
利用训练样本输入向量、权值w
ij
和阈值θ
j
计算隐含层各单位输出,式中,b
j
为隐含层j单位输出,f()为隐含层传递函数,l为输入层节点数,xi为输入层样本;
③
利用隐含层单位输出b
j
、权值w
jk
和阈值γ
k
,通过传递函数计算输出层各单位响应,式中,y
k
为隐含层k单位输出,f()为隐含层传递函数,n为输入层节点数;
④
利用网络目标向量,网络实际输出,计算各输出层各单位一般化误差,d
k
=(Y
k-y
k
)y
k
(1-y
k
...
【专利技术属性】
技术研发人员:张成,李伟锋,陈潇,徐春涛,周峰,黄静林,张鹏,
申请(专利权)人:湖北海洋工程装备研究院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。