一种基于因果推理的鱼类智能投喂方法技术

技术编号:36760925 阅读:21 留言:0更新日期:2023-03-04 10:55
本发明专利技术公开了一种基于因果推理的鱼类智能投喂方法,包括以下步骤:S1、获取鱼群信息、水质信息、外部环境信息、饲料信息、养殖设备信息,所述鱼群信息包括苗种初始体重W0、苗种数量N、养殖天数D;所述水质信息包括溶氧量、PH值、水温、透明度、氨氮浓度、亚硝酸盐浓度;所述外部环境信息包括天气、环境温度。本发明专利技术能够结合专家先验知识和AI智能算法,根据实时采集的鱼群信息、水质信息、外部环境信息、饲料信息等构建鱼群投喂动态算法模型,智能联动投饵机,并通过分析鱼群摄食行为,自动调整投喂量,实现精准投喂,降低人工成本,提高产量。提高产量。提高产量。

【技术实现步骤摘要】
一种基于因果推理的鱼类智能投喂方法


[0001]本专利技术涉及鱼类智能投喂方法
,尤其涉及一种基于因果推理的鱼类智能投喂方法。

技术介绍

[0002]随着我国人民物质生活水平的提高,水产品作为一种优质的高蛋白食品的同时也含有极其丰富的营养成分,越来越受到广大的消费者的青睐,水产养殖则是水产品的重要来源,这极大程度推动了水产养殖业的快速发展。目前我国的水产养殖主要的投喂方式仍然是人工投喂或传统的饲料机投喂,人工投喂虽然能在一定程度上控制残饵的剩余量,但是人工投喂存在劳动力成本高,投喂效率低、稳定性较差等问题,传统的投饵机投喂虽然能解决成本上的问题,但是由于其定时定量的特性很难控制投喂剩余的残饵以及投喂不足的问题。综上所述,水产养殖作为我国农业的至关重要的一环,现有的饲料投喂方式在很大程度上限制了水产养殖业的发展。

技术实现思路

[0003]本专利技术的目的在于:为了解决上述问题,而提出的一种基于因果推理的鱼类智能投喂方法。
[0004]为了实现上述目的,本专利技术采用了如下技术方案:
[0005]一种基于因果本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于因果推理的鱼类智能投喂方法,其特征在于,包括以下步骤:S1、获取鱼群信息、水质信息、外部环境信息、饲料信息、养殖设备信息,所述鱼群信息包括苗种初始体重W0、苗种数量N、养殖天数D;所述水质信息包括溶氧量、PH值、水温、透明度、氨氮浓度、亚硝酸盐浓度;所述外部环境信息包括天气、环境温度;所述饲料信息包括饲料蛋白质含量CP、蛋白质消化率ADC
CP
、脂肪含量CL、脂肪消化率ADC
CL
、碳水化合物含量CHO、碳水化合物消化率ADC
CHO
;所述养殖设备信息包括投饵机信息、抽水机信息、增氧机信息、摄像头信息:进一步地,所述水质信息中溶氧量、PH值、水温、透明度、氨氮浓度、亚硝酸盐浓度由对应的水质传感器获取,可通过后台配置传感器上传数据的频率;进一步地,所述外部环境信息通过气象局提供的气象API接口定时获取:进一步地,所述养殖设备中可通过远程控制投饵机实现定时定量投喂饲料,同时可实时反馈投料机的饵料量情况;可通过远程控制抽水机实现养殖区域抽水换水;可通过远程控制增氧机实现养殖区域增氧;可通过摄像机识别鱼群吃食行为;S2、计算鱼群养殖N天后体重W
n
:其中N为养殖数量;为根据标准养殖环境下的实验数据总结出来的鱼群体重计算公式;为考虑到实际养殖环境差异性,利用AI算法模型和实时采集实际养殖环境数据构建的偏差值补偿模型;进一步地,其中W0为鱼苗初始体重;α
n
为将养殖环境控制在符合鱼群最佳生长条件下,得出的不同鱼群种类,第n天的成长系数;进一步地,其中V
DO
为溶氧量;V
PH
为PH值;V
TEMP
为水温;V
TUR
为透明度;V
AN
为氨氮浓度;V
NIT
为亚硝酸盐浓度;weather为天气;temp为环境温度;D为养殖天数;通过皮尔逊相关系数计算公式,确认各参量与鱼群成长相关程度,根据相关程度以及采集的各参量历史数据,结合AI算法模型,构建各个养殖区域对应的鱼群体重预测偏差值补偿模型,输出偏差值进一步地,前期将增加人工测算环节,通过人工捕捞养殖区域3~5条鱼,对其进行人工称重,记录鱼重,并对比通过...

【专利技术属性】
技术研发人员:姚能伟李纲毛进黄利飞崔友龙
申请(专利权)人:武汉邻盛智能设备有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1