[发明专利]一种基于模糊算法的水产鱼类投喂量预估方法

说明书

本发明提供一种基于模糊算法的水产鱼类投喂量预估方法，包括：基于目标鱼群的平均体重以及所述目标鱼群的生长环境水温度，利用投喂量预估模型，预估对所述目标鱼群的投喂量；其中，所述投喂量预估模型为预先根据对所述目标鱼群对应的鱼类体重和所述目标鱼群的生长环境水温度的模糊化处理，并采用模糊算法建立的。本发明能够有效提高数据测量的准确率，从而更精确的进行鱼类投喂量的决策计算，有效避免鱼料浪费、水质污染及影响产量等问题。

技术领域

本发明涉及水产养殖业信息化技术领域，更具体地，涉及一种基于模糊算法的水产鱼类投喂量预估方法。

背景技术

水产鱼类养殖过程中，对鱼的投喂时机、投喂量以及养殖环境等因素，均会对鱼类生长和生产产量造成很大影响。

目前，实际的鱼类养殖投喂方法中，多是根据鱼类生长时期，对鱼类进行定时、定量投喂，或者根据经验进行人工投喂，投喂量的确定也主要是根据投喂率表和饲养人员的人工经验确定的。例如，利用自动投喂装置按照设定时间自动进行鱼料的投放，或者，利用自动感应设备，根据环境温度、光度以及鱼群食欲状态等，设定工作参数，确定投喂量，进行自动投喂。

上述鱼类养殖投喂方法，或多或少存在如下问题：要么仅考虑时间因素，按照设定时间进行定量投喂，可能造成投喂量要么过大，造成鱼料浪费和水质污染，要么过小，造成鱼类食量不足，影响正常生长和产量；要么涉及鱼群食欲等难以准确测量的影响因素，从而影响对鱼料投放时机和投放量的准确决策。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明提供一种基于模糊算法的水产鱼类投喂量预估方法，用以有效提高数据测量的准确率，从而更精确的进行鱼类投喂量的决策计算，有效避免鱼料浪费、水质污染及影响产量等问题。

本发明提供一种基于模糊算法的水产鱼类投喂量预估方法，包括：基于目标鱼群的平均体重以及所述目标鱼群的生长环境水温度，利用投喂量预估模型，预估对所述目标鱼群的投喂量；其中，所述投喂量预估模型为预先根据对所述目标鱼群对应的鱼类体重和所述目标鱼群的生长环境水温度的模糊化处理，并采用模糊算法建立的。

其中，所述根据对所述目标鱼群对应的鱼类体重和所述目标鱼群的生长环境水温度的模糊化处理，并采用模糊算法对所述投喂量预估模型进行建立的步骤具体包括：S01，基于所述目标鱼群的种类和生长特性，确定模型输入变量和输出变量；S02，根据所述目标鱼群对应的鱼类，选取样本鱼类，并将所述样本鱼类的体重、所述目标鱼群的生长环境水温度以及投喂量分别进行模糊化处理，确定对应的输入输出模糊集；S03，基于所述样本鱼类的生长特性，确定输入变量隶属度函数和输出变量隶属度函数，并制定模糊控制规则；S04，根据给定规则，确定模糊推理流程和解模糊策略；S05，基于所述输入变量和输出变量、所述输入输出模糊集、所述输入变量隶属度函数、所述输出变量隶属度函数、所述模糊控制规则、所述模糊推理流程以及所述解模糊策略，生成所述投喂量预估模型。

其中，步骤S02中所述确定对应的输入输出模糊集的步骤进一步包括：分别确定各输入变量和输出变量分别对应的论域和模糊状态，以及各模糊状态分别对应的隶属度函数；

相应的，所述S02的步骤进一步包括：S021，根据对所述样本鱼类的体重划分，确定多个体重模糊状态，根据对鱼群生长环境的水温等级划分，确定多个水温模糊状态，并根据对投喂量的等级划分，确定多个投喂量模糊状态；S022，分别确定水温论域和各所述水温模糊状态分别对应的隶属度函数，以及鱼群体重论域和各所述体重模糊状态分别对应的隶属度函数；S023，基于所述鱼群体重论域，按给定算法公式计算投喂量论域，并确定各所述投喂量模糊状态分别对应的隶属度函数。

其中，所述S021的步骤进一步包括：分别将所述样本鱼类的体重、所述目标鱼群的生长环境水温度和所述投喂量按照分别对应的划分规则进行等级划分，并对应确定相应的所述体重模糊状态、所述水温模糊状态和所述投喂量模糊状态。