一种养殖环境参数-鱼类生长预测模型建立方法及系统技术方案

本发明专利技术涉及一种养殖环境参数

【技术实现步骤摘要】
一种养殖环境参数
‑
鱼类生长预测模型建立方法及系统


[0001]本专利技术涉及工厂化水产养殖
，特别是涉及一种基于数据分析的养殖环境参数
‑
鱼类生长预测模型建立方法及系统。

技术介绍

[0002]近年来，工厂化循环水鱼类养殖是一种现代工业化生产方式，主要依赖机械设备对水体进行调控，其核心组成是高效生物过滤装置和养殖用水自动监测系统，可以实现养殖环境高度可控。目前生物过滤器主要指标如氨氮负荷率通常设置在不合理的较高水平，这很大程度上增加了能源消耗，而能源消耗问题是制约工厂化循环水养殖盈利的主要原因之一。工厂化循环水养殖的发展趋势之一是进行工程经济性分析，运用工程学、经济学、统计学等方法，寻找最佳的生产负荷和养殖规模，系统地建立养殖环境参数
‑
鱼类生长指标的响应预测数学模型，探求鱼类如何从生长策略上对养殖环境参数的变化做出响应，模型的建立对于促进养殖系统的优化和养殖效益的提高具有重要意义。
[0003]目前对鱼类生长的预测大多使用统计学方法进行研究，并集中在回归分析法和数据拟合法两种技术手段上。其中，回归分析法偏重于相关性的探究，它可以依托于现有的数据建立回归模型，从而进行相关性分析，如分析鱼生长效率和不同水环境因子之间的相关性，但其预测能力有很大的局限性，预测精度低。而数据拟合法虽然具有较强的预测能力，但数据拟合法中常用的特殊VonBertalanffy生长方程、一般VonBertalanffy生长方程、Logistic生长方程、Gompertz生长方程、Brody生长方程、指数生长方程等6个动物生长模型并不适用于鱼类生长效益与养殖环境参数关系的研究，无法通过养殖环境参数的变化对鱼类生长进行预测。因此，如何通过养殖环境参数对鱼类的生长进行精准预测是本领域亟需解决的问题。

技术实现思路

[0004]本专利技术的目的是提供一种养殖环境参数
‑
鱼类生长预测模型建立方法及系统，将鱼类生长对养殖环境参数变化的响应以函数关系式的形式表现出来，通过构建参数预测模型对鱼类生长进行预测和验证，提高了预测精度，为工厂化循环水养殖系统的优化提供理论数据，可用于工厂化循环水养殖系统寻求最佳生产负荷和养殖规模，提高养殖企业的经济效益。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种养殖环境参数
‑
鱼类生长预测模型建立方法，包括：
[0007]采集鱼类养殖数据；所述鱼类养殖数据包括养殖环境参数数据和鱼类生长指标数据；
[0008]对所述鱼类养殖数据进行分类；
[0009]对分类后的所述鱼类养殖数据进行相关性分析，得到鱼类生长指标与各养殖环境参数之间的函数关系式；
[0010]根据所述函数关系式，建立参数预测模型；
[0011]对所述参数预测模型进行参数求解，得到可决系数；
[0012]根据所述可决系数对所述参数预测模型进行修正，得到优化后的参数预测模型；
[0013]对所述优化后的参数预测模型进行验证，并将待预测的所述养殖环境参数数据输入至所述优化后的参数预测模型中，输出鱼类生长效益指标数据。
[0014]可选的，所述采集鱼类养殖数据，具体包括：
[0015]采集所述养殖环境参数数据和所述鱼类生长指标数据，并建立数据库；
[0016]所述养殖环境参数数据包括水化因子指标数据和生物因子指标数据；所述水化因子指标数据包括养殖温度、氨氮和亚硝态氮；所述生物因子指标数据包括养殖种类、养殖模式、投喂方式、养殖密度和养殖鱼体质量；所述鱼类生长指标数据包括特定生长率。
[0017]可选的，所述对所述鱼类养殖数据进行分类，具体包括：
[0018]对所述养殖种类、所述养殖模式和所述投喂方式进行统一，基于此对其它的所述养殖环境参数数据和所述鱼类生长指标数据进行分类。
[0019]可选的，所述对分类后的所述鱼类养殖数据进行相关性分析，得到鱼类生长指标与各养殖环境参数之间的函数关系式，具体包括：
[0020]选择任意种类下的所有所述鱼类养殖数据，将该种类下的所述鱼类生长指标作为因变量，各个所述养殖环境参数作为自变量，分别绘制散点图，并进行数据初步拟合，得到所述鱼类生长指标与各养殖环境参数之间的函数关系式。
[0021]可选的，所述根据所述函数关系式，建立参数预测模型，具体包括：
[0022]对所述函数关系式添加系数和扰动项，得到所述鱼类生长指标与所有所述养殖环境参数的总函数关系式，初步建立含有多个未知参数的所述参数预测模型。
[0023]可选的，所述对所述参数预测模型进行参数求解，得到可决系数，具体包括：
[0024]将分类后的所述鱼类养殖数据分为拟合集和验证集，所述拟合集用于所述参数预测模型的参数求解和模型修正，所述验证集用于模型验证；
[0025]采用1stOpt软件使用拟合集数据对所述参数预测模型的参数进行求解，优化算法采用LM算法以及全局优化算法，迭代求解后得到所述可决系数。
[0026]可选的，所述拟合集和所述验证集的样本比例为3：1。
[0027]可选的，所述根据所述可决系数对所述参数预测模型进行修正，得到优化后的参数预测模型，具体包括：
[0028]根据所述可决系数的大小，对所述参数预测模型进行反馈修正，添加相应自变量的一次效应、二次效应，或者所述自变量之间的交互效应；
[0029]采用1stOpt软件使用所述拟合集对修正后的所述参数预测模型的参数进行求解，优化算法采用LM算法以及全局优化算法，迭代求解后得到最佳可决系数；
[0030]将所述最佳可决系数下的所述参数预测模型作为所述优化后的参数预测模型。
[0031]可选的，所述对所述优化后的参数预测模型进行验证，并将待预测的所述养殖环境参数数据输入至所述优化后的参数预测模型中，输出鱼类生长效益指标数据，具体包括：
[0032]通过Matlab软件将所述验证集中相应的所述养殖环境参数数据的数值代入到所述优化后的参数预测模型中，得到相应的特定生长率；
[0033]将所述特定生长率与实际特定生长率进行对比，验证所述优化后的参数预测模型
的适用性；
[0034]将待预测的所述养殖环境参数数据输入至所述优化后的参数预测模型中，输出相应的所述鱼类生长效益指标数据，根据所述鱼类生长效益指标数据调节所述养殖环境参数数据，对养殖系统进行合理优化。
[0035]一种养殖环境参数
‑
鱼类生长预测模型建立系统，包括：
[0036]鱼类养殖数据采集模块，用于采集鱼类养殖数据；所述鱼类养殖数据包括养殖环境参数数据和鱼类生长指标数据；
[0037]鱼类养殖数据分类模块，用于对所述鱼类养殖数据进行分类；
[0038]函数关系式获取模块，用于对分类后的所述鱼类养殖数据进行相关性分析，得到鱼类生长指标与各养殖环境参数之间的函数关系式；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种养殖环境参数
‑
鱼类生长预测模型建立方法，其特征在于，包括：采集鱼类养殖数据；所述鱼类养殖数据包括养殖环境参数数据和鱼类生长指标数据；对所述鱼类养殖数据进行分类；对分类后的所述鱼类养殖数据进行相关性分析，得到鱼类生长指标与各养殖环境参数之间的函数关系式；根据所述函数关系式，建立参数预测模型；对所述参数预测模型进行参数求解，得到可决系数；根据所述可决系数对所述参数预测模型进行修正，得到优化后的参数预测模型；对所述优化后的参数预测模型进行验证，并将待预测的所述养殖环境参数数据输入至所述优化后的参数预测模型中，输出鱼类生长效益指标数据。2.根据权利要求1所述的养殖环境参数
‑
鱼类生长预测模型建立方法，其特征在于，所述采集鱼类养殖数据，具体包括：采集所述养殖环境参数数据和所述鱼类生长指标数据，并建立数据库；所述养殖环境参数数据包括水化因子指标数据和生物因子指标数据；所述水化因子指标数据包括养殖温度、氨氮和亚硝态氮；所述生物因子指标数据包括养殖种类、养殖模式、投喂方式、养殖密度和养殖鱼体质量；所述鱼类生长指标数据包括特定生长率。3.根据权利要求2所述的养殖环境参数
‑
鱼类生长预测模型建立方法，其特征在于，所述对所述鱼类养殖数据进行分类，具体包括：对所述养殖种类、所述养殖模式和所述投喂方式进行统一，基于此对其它的所述养殖环境参数数据和所述鱼类生长指标数据进行分类。4.根据权利要求1所述的养殖环境参数
‑
鱼类生长预测模型建立方法，其特征在于，所述对分类后的所述鱼类养殖数据进行相关性分析，得到鱼类生长指标与各养殖环境参数之间的函数关系式，具体包括：选择任意种类下的所有所述鱼类养殖数据，将该种类下的所述鱼类生长指标作为因变量，各个所述养殖环境参数作为自变量，分别绘制散点图，并进行数据初步拟合，得到所述鱼类生长指标与各养殖环境参数之间的函数关系式。5.根据权利要求1所述的养殖环境参数
‑
鱼类生长预测模型建立方法，其特征在于，所述根据所述函数关系式，建立参数预测模型，具体包括：对所述函数关系式添加系数和扰动项，得到所述鱼类生长指标与所有所述养殖环境参数的总函数关系式，初步建立含有多个未知参数的所述参数预测模型。6.根据权利要求1所述的养殖环境参数
‑
鱼类生长预测模型建立方法，其特征在于，所述对所述参数预测模型进行参数求解，得到可决系数，具体包括：将分类后的所述鱼类养殖数据分为拟合集和验证集，所述拟合集用于所述参数预测模型的参数求解和模型修正，所述验证...

【专利技术属性】
技术研发人员：李莉，张策，李大鹏，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：