本發明公開一種漁場飼料投喂方法，所述漁場飼料投喂方法包括：獲取漁場的環境數據、魚類數據以及投喂數據；基于所述漁場的環境數據、所述魚類數據以及所述投喂數據訓練得到目標神經網絡模型；通過所述目標神經網絡模型得到預設時間內所需的投喂數據；以及根據所需的投喂數據向所述漁場投喂飼料。本發明所述漁場飼料投喂方法及系統使得飼料投喂更加精準，同時還可以降低人工投喂的強度與成本。

技術領域

本發明涉及水產養殖技術領域，尤其涉及一種漁場飼料投喂方法及系統。

背景技術

目前，水產養殖的飼料通常采用人工投喂或者投喂機的方式進行投喂。人工投喂時，飼養人員根據飼養經驗能夠在一定程度上控制漁場內飼料的殘余量，但是存在投喂強度高、成本大的問題。采用投喂機進行飼料投喂雖然能夠在一定程度解決上述問題，但是投喂精準度一般不高，容易產生投喂過量或投喂不足的問題。

發明內容

針對上述問題，有必要提供一種漁場飼料投喂方法及系統，可以使得飼料投喂更加精準，同時還可以降低人工投喂的強度與成本。

本發明一方面提供一種漁場飼料投喂方法，所述漁場飼料投喂方法包括：

獲取漁場的環境數據、魚類數據以及投喂數據；

基于所述漁場的環境數據、所述魚類數據以及所述投喂數據訓練得到目標神經網絡模型；

通過所述目標神經網絡模型得到預設時間內所需的投喂數據；以及

根據所需的投喂數據向所述漁場投喂飼料。

可選的，所述環境數據包括第一數據及第二數據，所述第一數據包括所述漁場對應的空域內的光線輻射強度、氣溫、濕度以及風速中至少一項，所述第二數據包括所述漁場的水域內的水溫、鹽度、流速、PH值以及溶氧量中至少一項。

可選的，所述魚類數據包括數量、種類、大小以及健康狀況中至少一項。

可選的，所述投喂數據包括投喂飼料量、時間及位置中至少一項。

可選的，所述基于所述漁場的環境數據、所述魚類數據以及所述投喂數據訓練得到目標神經網絡模型包括：

a.選擇數據樣本，所述數據樣本包括所述環境數據、所述魚類數據以及所述投喂數據；

b.確定所述神經網絡拓撲結構，所述神經網絡包括輸入層、隱含層及輸出層；

c.建立數據模型，所述環境數據及所述魚類數據為輸入數據，所述投喂數據為輸出數據，根據公式：確定隱含層節點數目，其中，n為隱含層節點數目，l為輸入層節點數，m為輸出層節點數，a為常數，取值范圍為[1-10]；以及

d.網絡分析：

①初始化，確定所述神經網絡的初始權值w_ij、w_jk和閾值θ_j、γ_k，隨機給各個權值閾值賦予[-1,1]內的隨機值，對輸入輸出向量進行歸一化處理，其公式如下：

式中，x_i、分別為歸一化前后的值，x_max為樣本序列中最大的數，x_min為樣本序列中最小的數；

②利用訓練樣本輸入向量、權值w_ij和閾值θ_j計算隱含層各單位輸出，

式中，b_j為隱含層j單位輸出，f()為隱含層傳遞函數，l為輸入層節點數，xi為輸入層樣本；