[发明专利]一种基于神经网络模型的鲟鱼孵化方法及系统

权利要求书

1.一种基于神经网络模型的鲟鱼孵化方法，其特征在于，包括以下步骤：

步骤一、孵化前数据采集，包括鲟鱼鱼卵的种类、鱼卵总数量、所在孵化池的温度、水流速度、溶解氧浓度和光照强度；

步骤二、孵化后数据采集，包括单条鲟鱼孵化所用的时间、平均孵化时长、孵化率；

步骤三、通过步骤一和步骤二中采集和统计得到的数据构建多个经验样本，单个所述经验样本对应单个孵化池的数据，所述经验样本包括对应的孵化池中鲟鱼鱼卵种类、鲟鱼鱼卵的总数量、培养温度、水流速度、溶解氧浓度、光照强度、总孵化率和该孵化池单条鲟鱼孵化所用的平均时长，随机选取部分经验样本，以鲟鱼鱼卵种类、鱼卵总数量、和孵化率为输入层，以温度、水流速度、溶解氧浓度、光照强度和平均孵化时长为输出层，构建神经网络初始模型；

步骤四、选取剩余的经验样本为训练样本，对所述神经网络初始模型进行训练直至收敛，得对应的品种的鲟鱼鱼卵孵化的神经网络模型；

步骤五、从所有经验样本中选出各种鲟鱼鱼卵的最大的孵化率，并分别作为下一孵化相同品种鲟鱼鱼卵时的理想孵化率；

步骤六、在孵化下一批次鲟鱼鱼卵时，选取与步骤一中品种相同的鲟鱼鱼卵进行孵化；

在孵化时，记录该对应品种的孵化池内的鲟鱼鱼卵种类和鱼卵总数量，将鲟鱼鱼卵种类、鱼卵总数量和理想孵化率输入至所述神经网络模型，输出得到该品种的鲟鱼鱼卵孵化对应的温度、水流速度、溶解氧浓度、光照强度和平均孵化时长；

步骤七、按照步骤六中得到的该品种的鲟鱼鱼卵孵化对应的温度、水流速度、溶解氧浓度、光照强度和平均孵化时长，对该品种鱼卵所在的孵化池进行条件控制和监控，保证孵化率。

2.根据权利要求1所述的一种基于神经网络模型的鲟鱼孵化方法，其特征在于，所述步骤一还包括：标记孵化池并记录孵化池内的鱼卵种类和数量，保证同一孵化池内的鱼卵种类相同，孵化同种鱼卵的多个孵化池设置不同的温度、水流速度、溶解氧浓度和光照强度以形成多个样本数据，记录每个孵化池的条件数据并保证恒定条件下进行孵化。

3.根据权利要求1所述的一种基于神经网络模型的鲟鱼孵化方法，其特征在于，所述步骤二还包括：从鱼卵孵化开始记录时间数据，直至鱼卵孵化，记录单个孵化池内单条鲟鱼孵化所用的时间，并计算出平均孵化时长，从孵化池内第一条鲟鱼孵化成功开始，直至孵化池内剩余的全部鲟鱼鱼卵通过观察和监测判定无法成功孵化，以孵化池为单位记录单个孵化池内鲟鱼鱼卵的孵化率，孵化率为总孵化条数与总鱼卵个数的比值。

4.一种基于神经网络模型的鲟鱼孵化系统，其特征在于，包括孵化前数据采集模块、孵化后数据采集模块、神经网络控制器、孵化样品数据采集模块、数据传送模块和用户终端；

其中，所述孵化前数据采集模块用于采集孵化池编号、内的鱼卵种类、鱼卵总数量、温度、水流速度、溶解氧浓度和光照强度，采集记录并与孵化池的编号对应；

所述孵化后数据采集模块用于采集鱼卵的孵化平均时长和总孵化率，采集记录并与孵化池的编号对应；

所述神经网络模块用于对所述孵化前数据采集模块和以鲟鱼鱼卵种类、鱼卵总数量、和孵化率为输入层，以温度、水流速度、溶解氧浓度、光照强度和平均孵化时长为输出层，构建神经网络，训练该神经网络直至收敛，得对应的品种的鲟鱼鱼卵孵化的神经网络模型；

所述孵化样品数据采集模块用于采集待孵化的鲟鱼鱼卵的参数数据，包括鱼卵种类、鱼卵总数量和理想孵化率，将数据作为输入层输入到神经网络模型中；

所述用户终端用于收取经过神经网络模型输出得到的参数数据，参数数据包括温度、水流速度、溶解氧浓度、光照强度和平均孵化时长；

所述参数输送模块用于传输参数数据的传递。

5.根据权利要求4所述的一种基于神经网络模型的鲟鱼孵化系统，其特征在于，所述神经网络模块通过所述参数输送模块将神经网络模型输出的参数数据发送给所述用户终端。

6.根据权利要求5所述的一种基于神经网络模型的鲟鱼孵化系统，其特征在于，所述参数输送模块为无线传输模块，所述用户终端通过无线传输模块随时将待孵化的鲟鱼鱼卵参数数据发送给所述孵化样品数据采集模块。

7.根据权利要求4所述的一种基于神经网络模型的鲟鱼孵化系统，其特征在于，所述一种基于神经网络模型的鲟鱼孵化系统还包括控制模块，所述用户终端包括孵化设备，所述神经网络模块通过所述参数输送模块将得出的参数数据发送给所述控制模块，所述控制模块根据收到的参数数据控制孵化设备的运行。