期刊文章详细信息
文献类型:期刊文章
SUN Yueping;CHEN Zuxu;ZHAO Dean;ZHAN Tingting;ZHOU Wenquan;RUAN Chengzhi(School of Electrical and Information Engineering,Jiangsu University,Zhenjiang 212013,China;Changzhou Dongfeng Agricultural Machinery Group Co.,Ltd.,Changzhou 213200,China;Changzhou Jintan District Aquatic Products Technical Guidance Station,Changzhou 213299,China;School of Mechanical and Electrical Engineering,Wuyi University,Wuyishan 354300,China)
机构地区:[1]江苏大学电气信息工程学院,镇江212013 [2]常州东风农机集团有限公司,常州213200 [3]常州市金坛区水产技术指导站,常州213299 [4]武夷学院机电工程学院,武夷山354300
基 金:国家自然科学基金项目(62173162,61903288);广东省重点领域研发计划项目(2020B0202010009);福建省自然科学基金项目(2021J011132);江苏省高校优势学科建设项目(PAPD)。
年 份:2022
卷 号:53
期 号:5
起止页码:291-301
语 种:中文
收录情况:BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:传统池塘河蟹养殖主要依靠渔民根据经验来估算投饵量,通过人工撑船投喂饵料,饵料利用率低且劳动强度大。由于河蟹具有领地意识且移动范围较小,池塘各处河蟹分布不均匀,因此河蟹养殖需要科学精准投饵。现有河蟹养殖投饵作业方式粗放,无法满足河蟹高效生态养殖需求。为了掌握河蟹生长规律,更加科学高效地投饵喂料,本文设计基于河蟹生长模型的精准投饵系统。利用灰色关联度分析法确定对河蟹生长发育影响最大的环境因子。在传统水产生物生长模型基础上,加入环境因子进行改进,从线性和指数两个角度对河蟹生长模型进行优化拟合。利用遗传算法(GA)-反向反馈神经网络(BP神经网络)(GA-BP神经网络)对精准投饵预测模型进行训练,通过输入水温、溶解氧含量、pH值等环境参数,推算出最佳环境影响因子数值。根据河蟹生长模型、养殖密度、养殖面积得出河蟹总质量,结合河蟹生长期存活率与投喂率便可得出总投饵量。根据池塘河蟹实际分布密度和水质参数,确定池塘各区域的饵料分配系数,将总投饵量科学地分配到池塘各个区域。通过仿真得出预测投饵量决定系数R^(2)为0.990,预测模型具有较好的拟合效果。池塘投饵试验结果表明,基于河蟹生长模型确定投饵量,通过智能投饵船自动作业能够精准投饵的池塘面积约为5.33 hm^(2),能节约3个养殖户的劳动力成本。对池塘各区域,投饵船实际投饵密度与预设投饵密度相比,平均绝对误差为0.32 g/m^(2),平均相对误差为3.90%,且系统可根据环境参数的变化及食台反馈及时调整投饵量,有利于节省饵料,培育大规格河蟹,增加河蟹产量,提高养殖效益,促进河蟹养殖节本增效发展。
关 键 词:河蟹 生长模型 精准投饵 环境因子 灰色关联度分析 GA-BP神经网络
分 类 号:S24] S96[农业工程类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...