共查询到20条相似文献，搜索用时 15 毫秒
1.
基于遗传算法与RBF网络的养殖池塘溶解氧模型 总被引：1，自引：0，他引：1
在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础. 相似文献
2.
为了更准确地评价池塘养殖中主要的三种不同增氧方式的增氧机的性能,通过标准水池试验和养殖池塘中实地试验,研究了三种增氧机的增氧方式在清水试验中的增氧能力、动力效率和养殖池塘中的溶解氧均匀度与水温均匀度的变化。结果表明,曝气式增氧机增氧能力和动力效率最好,增氧能力比水车的高55.1%,动力效率比水车的高出64.0%。增氧能力和动力效率从高到低依次是曝气式、叶轮式和水车式。水车增氧机对养殖池溶解氧的均匀度提升最快,最高的达到46.43%,曝气增氧设备对养殖池溶解氧的均匀度提升达到29.46%;对养殖池水温均匀度的提升,三种增氧机都不是很明显。该研究为在池塘养殖中合理运用不同增氧方式提供了有益的借鉴。 相似文献
3.
4.
5.
水体溶解氧(Dissolved oxygen,DO)是养殖水产品健康生长的重要生态因子。池塘溶解氧易受多种因素的影响,会产生时间和空间上分布的差异,现有的溶解氧预测方法大多是针对单监测点的时间序列预测,无法描述池塘溶解氧的空间分布,因此,对池塘溶解氧进行时间和空间预测非常重要。本文提出一种基于自回归循环神经网络(Autoregressive recurrent neural network,DeepAR)和正则化极限学习机(Regularized extreme learning machine,RELM)的池塘溶解氧时空预测方法。首先采用样本熵(Sample entropy,SE)衡量各个监测点溶解氧序列的波动程度,采用最大互信息系数(Maximum mutual information coefficient,MIC)衡量监测点溶解氧序列之间的相关性,综合选取出溶解氧序列波动程度较小且与各个监测点相关性较大的监测点作为中心监测点,并以中心监测点为原点,建立池塘空间坐标系;其次采用DeepAR算法构建中心监测点的溶解氧时间序列预测模型,实现中心监测点溶解氧时间序列预测;最后采用RELM算法构建中心监测点与池塘各位置溶解氧之间的空间映射关系模型,结合中心监测点溶解氧时间序列预测值和池塘空间坐标,实现对未来时刻池塘溶解氧的空间预测。该方法在提高时间序列预测精度的同时,实现了对未来时刻池塘溶解氧空间状态的预测。在真实的数据集上进行测试,预测未来24h的池塘空间溶解氧值,均方根误差(RMSE)为1.2633mg/L、平均绝对误差(MAE)为0.9755mg/L、平均绝对百分比误差(MAPE)为14.8732%。并与标准极限学习机（Extreme learning machine,ELM）、径向基神经网络（Radial basis function neural network,RBFNN）、梯度提升回归树（Gradient boosting regression tree ,GBRT）和随机森林（Random forest,RF）4种预测方法进行对比,各评价指标的性能均有较大幅度提升,表明该方法有较好的预测精度和泛化能力,能够较准确地实现池塘溶解氧时空预测。 相似文献
6.
水产养殖水质检测与控制技术研究进展分析 总被引：3，自引：0，他引：3
水质的实时监测和调控是水产养殖过程中的关键环节,是保证水产品品质的重要措施。本文在总结和整理现有国内外研究成果的基础上,结合国内水产养殖多为池塘、网箱等封闭水质环境的特点,对水产养殖水质监测与控制系统的典型架构、水质重要参数的检测技术、水质监测与控制系统的通信技术和智能控制技术进行了分析和讨论。提出了未来技术发展方向:实时在线的水质监测和传感技术将成为研究的重点方向;水质参数的预测仍将是水质监测技术的重点研究方向,其中非线性预测模型是水质预测模型构建的主流方法;结合数据融合技术的多参数传感器正成为研究热点;低功耗广域网将成为水产养殖水质监控系统主流的远程通信技术。 相似文献
7.
8.
我国是世界第一水产大国,水产养殖对于农村和农业经济的发展具有重要的意义,同时也是农民增收的主要手段之一。传统养殖技术由于诸多客观条件的限制,很难实现高产量。为了提高水产养殖产量,必须提升在单位空间里水产养殖的密度和质量,而水中的溶解氧水平直接影响鱼类摄食、生长、饲料转化和生存,进而关系到养殖成败和养殖效益的高低。因此,高密度水产养殖模式下,必须维持水中的溶解氧浓度,当水中的溶解氧浓度不足时,必须通过使用增氧设备装置提高溶解氧含量。研究了叶轮式、水车式两种增氧机,介绍其基本工作原理、结构特点,并比较了增氧能力和动力效率。 相似文献
9.
基于自动巡航无人驾驶船的水产养殖在线监控技术 总被引：4，自引：0，他引：4
研制了一种由自动巡航无人驾驶船、环境生态监控装置和远程服务平台3部分组成的水产养殖在线监控设备,在提高养殖监控效率和降低监控成本的同时,实现养殖过程的实时在线监测和精准调控。综合应用自动化航向航速控制、自动导航定位和防碰撞技术,实现无人驾驶船的自动巡航功能。利用无人船运载自制的多功能环境生态监控装置,实现水质指标(温度、溶解氧、p H值和氧化还原能力)以及鱼、虾生态信息的实时定点获取,并能根据用户需求调整检测指标。无人船在大幅减少环境生态监控装置数量的同时,有效提高了装置的检测精度。将统计分析、信息融合、组态控制、嵌入式等技术相结合,用于对数据进行处理与分析,实现养殖现场环境调控设备的精准控制。试验表明,该监控设备能满足规模化水产养殖需求,对推广应用精准农业技术与装置、进行水产养殖过程监测与精准调控有积极的促进作用。 相似文献
10.
为更好地实现水产养殖业的科学化管理与发展,针对水产养殖的温度调控系统进行智能化设计与研究。通过深入了解水产养殖的特点及在线监测系统的控制原理,从温度调控系统的硬件装置设计出发,对监控中心、无线传输节点布置及电源控制管理等硬件方面逐一改进,进行软件程序的设计与编制,包括温度的采集、传送与处理显示模块等,并进行调控与测试。结果表明:该温度调控系统可实现水产养殖环境的温度精确测量与调控,精确度控制在5%左右,验证了温度调控系统智能化设计的合理性。通过将现代传感控制技术与核心控制算法相结合,实现温度参数的智能调控,这一设计理念可以用于其他水质参数的在线监测与调控系统中,具有一定的参考价值。 相似文献
11.
鱼菜共生池塘养鱼技术是一种生态养鱼技术,它是依据鱼类和植物的生长环境、营养生理和理化知识等特点,结合水产养殖与蔬菜养殖这两种不同的农业养殖技艺,进行科学的生态规划,实现和谐共生。通过对重庆市九龙坡鱼菜共生项目的研究,说明这种养殖技术存在巨大的经济效益,值得推广。 相似文献
12.
13.
基于物联网的浮标水质监测系统与溶解氧浓度预测模型 总被引：2，自引：0，他引：2
为促进近海养殖业信息化发展,更好地实现对近海养殖环境的监控,设计了基于浮标平台的环境监测系统。利用STM32L475微控制器定时采集光照、温度、pH值、溶解氧浓度等信息,通过物联网技术将数据传输至云监测平台,实现了多区域环境信息远程监测和多终端访问。提出了改进遗传算法BP神经网络的溶解氧浓度预测模型,实现对近海养殖环境的预测;根据所采集的数据,利用改进遗传算法对初始权重和阈值进行优化得到最优参数,在此基础上构建BP神经网络溶解氧浓度预测模型。通过试验验证了该系统海洋环境信息采集的准确性与可靠性,以及溶解氧浓度预测模型的有效性;与传统遗传算法BP神经网络预测模型相比,平均误差由0.0778mg/L降至0.0178mg/L,能够满足近海养殖的实际需求。 相似文献
14.
15.
科学合理使用增氧机可有效增加池塘中的溶氧量,加速池塘水体的物质循环,消除有害物质,促进浮游繁殖,改善池塘水质条件,同时还可以预防和减轻鱼类浮头,防止泛池,增加养殖对象的摄食强度,促进生长,使亩产大幅度提高,充分达到养殖增收的 相似文献
16.
科学合理使用增氧机可有效增加池塘中的溶氧量,加速池塘水体的物质循环,消除有害物质,促进浮游繁殖,同时还可以预防和减轻鱼类浮头,防止泛池及改善池塘水质条件,增加养殖对象的摄食强度,促进生长,使产量大幅度提高,充分达到养殖增收的目 相似文献
17.
为对水产养殖池塘的溶解氧进行有效监控,提出基于故障树分析的增氧机控制系统可靠性动态风险评价法。利用故障树分析法(FTA)确定增氧机控制系统在不同时空条件下影响溶解氧给定、系统通信、溶解氧检测和溶解氧控制等可靠性的主要风险因素,实时构建可靠性风险评价指标体系。建立权重跟随指标值动态变化的变权赋值模型,应用相对差异函数确定评价指标的隶属度,通过对增氧机控制系统可靠性动态风险进行综合评定和等级特征值计算,确定增氧机控制系统当前可靠性状态。以镇江市某个池塘增氧机控制系统可靠性为例进行动态风险综合评价,得出该系统当前可靠性风险等级为中等,该评价结果能够提供提高增氧机控制系统可靠性的科学依据。 相似文献
18.
不良养殖水体主要指养殖池塘中的亚硝酸盐、氨氮、硫化氢等毒性含量超标,若不及时对不良水体加以调节处理,鱼类受其影响不仅不能正常生长,还会导致大量死亡,造成重大损失。 相似文献
19.
20.
【目的】传统粗放式的水产养殖模式存在水质全凭感觉、喂养全凭经验、增氧全凭手控三大弊端,因此开展智慧化、集约化水产养殖模式研究具有重要现实意义。【方法】课题组综合运用传感器技术、自动控制技术等,设计开发了一套以传感器技术为核心的智慧渔业饲养系统。该系统由水质监测系统、智能调控系统、远程管控平台三部分组成,重点描述了水质监测系统中四大水质指标的检测方法,并分析了远程管控平台功能、系统通信方式和通信函数等软件设计。【结果】该系统可准确实时监测水质指标,并根据水质变化自动控制调控装置工作,同时具有提醒养殖户远程调控等功能。【结论】该系统能提高养殖户水产养殖效率,实现利益最大化和科学养殖,且能满足国内以四大家鱼为主的养殖场的养殖要求,具有较高的普适性。 相似文献