[發明專利]養殖水體水質參數對養殖生物生長狀態影響的預測方法

有效

• 申請號: 200910251269.6
• 申請日: 2009-12-01
• 公開（公告）號: CN101796928A
• 公開（公告）日: 2010-08-11
• 發明（設計）人: 鄧長輝;谷軍;劉海映
• 申請（專利權）人: 大連水產學院
• 主分類號: A01K61/00
• 分類號: A01K61/00;G06N3/08
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 李洪福

1.一種養殖水體水質參數對養殖生物生長狀態影響的預測方法，其特征在于包 括如此步驟：

(1)首先選用同一養殖生物的品種，并且是同一生物品種的同一批幼蟲， 將它們放養在養殖密度相同的不同養殖池內，采用種類相同的餌料喂養，并且 投餌量以及投餌時間均一致；

(2)隨機調控改變水質參數中的溫度、鹽度、pH值、溶解氧和氨氮的數 值且將它們的值一一記錄下來，并在同一時間監測各個池內養殖生物的生長狀 態即養殖生物的體長或體重；

(3)應用BP神經網絡來實現養殖生物生長狀態模型的知識庫表示，以影 響養殖生物生長的主要養殖水體水質參數中的溫度、鹽度、pH值、溶解氧和氨 氮作為神經網絡系統的輸入量，同時引入時間t作為神經網絡的另一輸入量，將 表征養殖生物生長狀態的養殖生物的體長或體重作為人工神經網絡系統的輸出 量，至此，構建專家系統知識庫的神經網絡模型建成；

(4)對步驟(3)構建的神經網絡模型進行學習訓練，為了滿足BP神經網 絡轉換函數條件，在訓練前要對訓練樣本做樣本標準化處理，形成BP神經網絡 訓練的標準化數據，訓練時，首先把訓練樣本中的輸入數據加載到神經網絡模 型的輸入端，將訓練樣本中的輸出數據加載到神經網絡模型的輸出端，進行學 習訓練；

(5)利用知識獲取機構把訓練后的網絡模型，包括網絡結構、網絡輸入變 量、權值矩陣、閾值矩陣、迭代次數、輸出誤差值信息存儲于知識庫中；

(6)進行實際預測時，在計算機管理系統的推理模塊里選擇神經網絡推理 機制，輸入相應的水質參數，即溫度、鹽度、pH值、溶解氧和氨氮，同時輸入 相應的時間變量t，推理機就會自動搜索步驟(5)所建立的知識庫數據，在設 定的輸入量偏差范圍內得到與此水質參數和養殖時間t相對應的養殖生物生長 狀態，即實現了養殖生物生長狀態的預測。

2.根據權利要求1所述的養殖水體水質參數對養殖生物生長狀態影響的預測方 法，其特征在于在步驟(4)中還包括：把期望的輸出值輸入系統，在本系統中期 望值為對應不同時間、不同養殖池的養殖生物狀態實測值，即實測體長或體重 值，把期望的輸出值輸入系統后，計算系統實際輸出值，即神經網絡模型輸出值， 和期望輸出值的誤差，如果誤差不能滿足要求，則網絡按原路徑返回進行權值 調整，直到收斂誤差達到要求，訓練結束的步驟。