CN107743913B - 一种基于智能控制的新型黄颡鱼运输方法 - Google Patents

一种基于智能控制的新型黄颡鱼运输方法 Download PDF

Info

Publication number
CN107743913B
CN107743913B CN201710952783.7A CN201710952783A CN107743913B CN 107743913 B CN107743913 B CN 107743913B CN 201710952783 A CN201710952783 A CN 201710952783A CN 107743913 B CN107743913 B CN 107743913B
Authority
CN
China
Prior art keywords
pelteobagrus fulvidraco
transportation
water
intelligent control
water body
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710952783.7A
Other languages
English (en)
Other versions
CN107743913A (zh
Inventor
尹绍武
谢万里
王涛
张佳佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Normal University
Original Assignee
Nanjing Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Normal University filed Critical Nanjing Normal University
Priority to CN201710952783.7A priority Critical patent/CN107743913B/zh
Publication of CN107743913A publication Critical patent/CN107743913A/zh
Application granted granted Critical
Publication of CN107743913B publication Critical patent/CN107743913B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/02—Receptacles specially adapted for transporting live fish
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K61/00—Culture of aquatic animals
    • A01K61/10—Culture of aquatic animals of fish
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/042—Introducing gases into the water, e.g. aerators, air pumps
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; AVICULTURE; APICULTURE; PISCICULTURE; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K63/00—Receptacles for live fish, e.g. aquaria; Terraria
    • A01K63/04—Arrangements for treating water specially adapted to receptacles for live fish
    • A01K63/045—Filters for aquaria
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
    • A61L9/00—Disinfection, sterilisation or deodorisation of air
    • A61L9/16—Disinfection, sterilisation or deodorisation of air using physical phenomena
    • A61L9/22—Ionisation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
    • B01D53/32—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by electrical effects other than those provided for in group B01D61/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
    • B01D—SEPARATION
    • B01D2258/00—Sources of waste gases
    • B01D2258/06—Polluted air
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
    • Y02A40/81—Aquaculture, e.g. of fish

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Automation & Control Theory (AREA)
  • Zoology (AREA)
  • Analytical Chemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Oil, Petroleum & Natural Gas (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

本发明公开了一种基于智能控制的新型黄颡鱼运输方法，使用麻醉剂将黄颡鱼麻醉后放入活鱼箱内，箱体内部包括水体以及漂浮于水体表面的船体，船体内部设有核心控制部件，其连接有设于水体内部的溶氧、pH和温度传感器，以及设于水体外部的震动、噪声和空气质量传感器，用于实时捕捉箱内环境信息；水体内部还设有温控设备，船体上设有负离子空气净化装置；此外，还包括终端设备，用于接收和处理传感器信号以及控制船体移动，最终通过人工神经网络建模对黄颡鱼运输水质进行评价，实现黄颡鱼运输过程中的水质精准调控。本发明方法独特且实用，信息采集可靠而全面，从而保证了黄颡鱼的长途运输安全。

Description

一种基于智能控制的新型黄颡鱼运输方法
技术领域
本发明涉及一种基于智能控制的新型黄颡鱼运输方法，属于黄颡鱼运输技术领域。
背景技术
黄颡鱼(Pseudobagrus fulvidraco)，俗称昂刺鱼、黄鸭叫等，属鲶形目，鲿科，黄颡鱼属，由于该鱼没有肌间刺，蛋白含量较高而成为我国的主要小型经济鱼类。目前我国黄颡鱼年产量已突破40万吨，市场上需求黄颡鱼苗量超过60亿尾以上，但是黄颡鱼的产地主要集中在长江和珠江等流域，我国西北地区的黄颡鱼产量很少，因此需要一种适合长途运输黄颡鱼的方式来扩大黄颡鱼的消费市场。黄颡鱼胸鳍和背鳍有带锯齿的硬刺，如何保证其运输安全，是一项急需解决的问题。麻醉处理方法普遍用于黄颡鱼运输(常用MS-222作为麻醉剂)，但该方法有如下缺陷：MS-222溶液呈酸性，会增加运输水中某些金属元素和有机污染物的毒性；麻醉初期，MS-222对黄颡鱼具有刺激作用，会引发粪便排出；麻醉剂的刺激可导致处于亚健康的黄颡鱼死亡，死鱼不仅会污染水质，也会消耗水体溶解氧，若缺乏对水体溶氧，pH等水质指标的监测，没有及时调整水环境的调控策略，将会导致更多的活鱼死亡；传统麻醉运输方法，设有增氧、温控设备以控制麻醉剂的作用条件，但因其工作在水体表面，湿度过大常导致设备故障，若缺乏监测设备，将不能保证麻醉剂的作用条件；空气中的污染物溶于水中会污染水质，甚至可能对麻醉剂产生影响。另外，剧烈震动可能导致黄颡鱼相互刺伤。
传统黄颡鱼麻醉运输的水质评价方法往往通过线性函数模型或者单因素的方法来进行，人为主观臆断的因素较大，不能全面评价水质情况，不能及时做出决策分析。运输中的水质问题与酸碱度(pH)、溶解氧(DO)、氨氮(TAN)有紧密联系。运输中，水体DO值低于其窒息点，鱼类会缺氧致死。pH值达10以上或4以下时，会损坏呼吸器官的表皮细胞进而影响鱼的呼吸。非离子氨进入鱼体后，对酶水解反应和膜稳定性产生明显影响，表现出呼吸困难，昏迷、甚至致死等现象。
远程监控设备通常在家电、通讯、金融、自动化和其他领域的产品应用上较丰富，且出现了集成GPS、GIS、GPRS等技术的农资运输过程的监控管理设备，但上述设备价格昂贵且在数据传输时需要耗费大量数据流量，产生大量费用，不适合大范围推广。
发明内容
发明目的：针对上述技术问题，本发明提供了一种基于智能控制的黄颡鱼运输系统，创新性地将智能控制技术，数值模拟方法运用到传统的黄颡鱼麻醉运输中，旨在解决传统黄颡鱼麻醉运输方法无法精准实现水环境监测与调控的难题。
技术方案：本发明公开了一种基于智能控制的新型黄颡鱼运输方法，使用麻醉剂将黄颡鱼麻醉后放入活鱼箱内，箱体内部包括水体以及漂浮于水体表面的船体，船体内部设有核心控制部件，其连接有设于水体内部的溶氧、pH和温度传感器，以及设于水体外部的震动、噪声和空气质量传感器，用于实时捕捉箱内环境信息；水体内还设有温控设备，船体上设有负离子空气净化装置；此外，还包括终端设备，用于接收和处理传感器信号以及控制船体移动，最终通过人工神经网络建模对黄颡鱼运输水质进行评价，实现黄颡鱼运输过程中的水质精准调控。
所述麻醉剂为浓度80～90mg/L的MS-222麻醉剂。
所述负离子空气净化装置包括负离子发生器与负离子发射器，为避免负离子对系统产生静电干扰，用防静电屏蔽袋将负离子发生器与负离子发射器隔离开，负离子发射器向活鱼箱内不间断发射负离子，用于净化活鱼箱内的空气。
所述震动和噪声传感器，能够监测活鱼箱内的强烈震动与噪声以提醒驾驶员减速慢行。
所述人工神经网络为三层BP神经网络。
所述活鱼箱内壁还设有海绵垫，船体的船身被防静电屏蔽袋包裹，船体底部设有直流电机。
所述核心控制部件内部还设置有无线通信模块，用于与终端设备接收和发送信号。
具体的技术方案如下：
1、将停食2～3天的活体黄颡鱼放入浓度为80～90mg/L的MS-222进行麻醉；将麻醉后的黄颡鱼，放入内壁设有弹性海绵防撞装置的活鱼箱内，黄颡鱼的运输密度为28～29g/L，在活鱼箱内设置净化水质的过滤器；运输车上的充氧机不间断的为活鱼箱内充氧，活鱼箱内设有溶氧、pH和温度传感器，可以实时监测活鱼箱内的溶氧、pH、温度的变化情况，并将水质参数实时传递到驾驶仓内的终端屏幕，并将活鱼箱温度控制在20～22℃；活鱼箱内设有震动、噪声传感器，驾驶室内的监控设备可以实时捕捉活鱼箱内的环境信号，活鱼箱内的强烈震动与噪声信号传递到终端设备上可实时提醒驾驶员减速慢行；活鱼箱内设有空气质量传感器，监控设备可以实时捕捉活鱼箱内的空气质量情况；活鱼箱内有负离子空气净化装置，可持续净化空气。
2.人工神经网络建模，实现精准水质管理，其步骤是：
(1)在实际运输前选取若干条活体黄颡鱼，在一定大小的容器内，加入适量麻醉剂，置于振动台上，采集溶氧、pH和氨氮值。人工神经网络建模时涉及到的运输时间、温度、密度、规格、水源、麻醉剂浓度与实际运输一致。
(2)将采集到的数据通过Matlab软件建立人工神经网络模型，通过不断训练确定隐含层神经元个数及训练函数，直到网络达到期望误差为止。
(3)在实际运输时，在网络输出超过Ⅲ类水质等级的时间段加入水质净化剂来调控水质。
负离子空气净化器是近年来发展起来的广泛用于家庭室内空气净化的装置。在医学界，负离子被确认是具有杀灭病菌及净化空气的有效手段。其机理主要在于负离子与细菌结合后，使细菌产生结构的改变或能量的转移，导致细菌死亡。目前，传统运输方法只考虑水质对黄颡鱼的影响，并未考虑空气对黄颡鱼运输时的间接影响，空气净化装置在黄颡鱼运输中尚未得到推广使用。
人工神经网络(Artificial Neural Network,ANN)通过模拟生物神经网络中信号的输入、传递、激活、依照大量人工神经元相互连接，不断调整神经元之间的权值来计算，具有较强的非线性切分能力。基于以上的优点，人工神经网络在过去常用于环境指标预测和评价。但将人工神经网络用于黄颡鱼运输水质评价的研究尚未见报道。
技术效果：相对于现有技术，本发明方法具有以下优势：
1.信息全面，包含运输过程中的水质数据(氨氮含量、溶氧、温度)，同时监测驾驶室内的噪声、震动、空气质量情况，实时监测水体污染、设备损坏、不良路况、麻醉剂副作用导致的不良影响，单一的黄颡鱼麻醉运输方法，极有可能因为在麻醉运输时缺乏监测，没有及时采取措施而造成活鱼大量死亡。
2.采用端到端的无线射频模块，无需产生网络数据流量，适合大范围推广。
3.在一定密度、温度下，确定了用于黄颡鱼运输的最适MS-222浓度，使麻醉剂在不伤害鱼体的同时获得最大的存活率。
4.实现空气质量的检测，当空气质量较差时，系统运行活鱼箱内的负离子空气净化器，可净化空气，防止对水质的进一步污染，突破了传统运输方法在空气污染调控上的不足。
5.通过BP人工神经网络对黄颡鱼运输水质进行评价，突破了黄颡鱼运输过程中的水质精准调控难题。
6.监测系统可由移动终端操控，自由移动，无需架设多个传感器实现多点测量。
附图说明
图1：本发明所涉及的监测与控制设备的立体结构示意图，其中包括海绵垫1、温度传感器2、pH传感器3、溶氧传感器4、防静电屏蔽袋5、STC15单片机6、负离子发射器7、震动传感器8、噪声传感器9、空气质量传感器10、终端设备11、直流电机12、温控设备13、负离子发生器14、无线通信模块15；
图2：本发明所涉及的BP人工神经网络模型的网络进化过程图，BP人工神经网络迭代到193步时达到期望误差，误差为8.8839e-9；
图3：本发明所涉及的BP人工神经网络模型的网络结构图，人工神经网络为三层BP(back propagation)神经神经网络，网络结构为3-7-1，网络训练函数为L-M(Levenberg—Marquardt)，输入层到隐含层的传递函数为sigmoid函数，输出层选取purelin函数作为传递函数。
具体实施方式
下面通过具体实施例对本发明所述的技术方案给予进一步详细的说明，但有必要指出以下实施例只用于对发明内容的描述，并不构成对本发明保护范围的限制。
实施例1：
1.黄颡鱼运输监测与控制设备的开发
本发明核心控制部件为STC15单片机6(中国宏晶)，通过编写AT指令与无线通信模块进行串口通信。无线通信模块15自发射Wifi信号与驾驶室内的终端设备11建立连接。温度传感器2、pH传感器3、溶氧传感器4用于采集水质数据。其中温度传感器(Ds18b20，美国)为防水型温度探头，根据技术手册的时序图编写驱动程序。pH传感器，溶氧传感器(原电池型)均采集模拟信号，通过Stc15单片机自带的模数转换模块将模拟信号转换为数字信息信号，通过绘制标准曲线(已知标准溶液pH，DO值与传感器实际电压值的函数关系)换算出实际pH和DO值。为避免pH与DO传感器两种电化学传感器发生串扰，加入电源隔离模块用于电源隔离。震动传感器8、噪声传感器9、空气质量传感器10均为数字型传感器，震动传感器、噪声传感器应预先设定一定的阈值，当震动频率或噪声分贝大于一定阈值时，触发低电平，实时传递到驾驶舱内的终端设备上，提醒驾驶员减速慢行。空气污染严重，系统打开负离子发生器14，通过负离子发射器7净化运输箱内的空气。单片机放入泡沫船内。船底部有两个直流电机12，通过终端设备11控制电机，达到多点采样的目的。船身被防静电屏蔽袋5包裹，避免静电和湿度过大对系统产生干扰。为防止活鱼相互撞伤，箱体四周加上海绵垫1。温控设备13用于控制水温。
2.黄颡鱼麻醉处理方法
a)麻醉浓度的确定
(1)试验材料
试验选取的黄颡鱼取自江苏南京市水产科学研究所禄口基地。黄颡鱼为人工繁殖的同一批黄颡鱼，体重为(28±5.26)g，暂养于南京市水产科学研究所饲养池内，缸内DO＞5.0mg/L，自然光照，饲养培育3周。黄颡鱼每天投喂鱼苗微粒子饲料(山东升索渔用饲料研究中心，中国山东)2次(上午8:00，下午5:00各一次)，正式试验前停食2天，确定健康无病后进行试验。
(2)试验方法
黄颡鱼组(C0为对照组未加麻醉剂，C1～C5组加入麻醉剂)：2017年5月9日，气温18～29℃，称取0g、0.1g、0.2g、0.325g、0.40g、0.45g、0.475g、0.50g、0.55g的MS-222麻醉剂及等量碳酸氢纳，后加入5L池塘水，配制成浓度为0mg/L、20mg/L、40mg/L、65mg/L、80mg/L、90mg/L、95mg/L、100mg/L、110mg/L的麻醉剂，分别倒入盛有黄颡鱼的小盆中，记录入麻时间(鱼进入盆内到鱼呼吸频率几乎为零，侧翻于水面的时间)、复苏时间(放入清水中，恢复正常呼吸频率的时间)、存活率(置于麻醉液中八小时后的存活率)。筛除不能使鱼体麻醉或使鱼致死的浓度，如表1、2所示。通过综合分析入麻时间、复苏时间、运输后的存活率，本发明选用80～90mg/L的麻醉剂。
表1不同MS-222浓度对黄颡鱼的麻醉效果
Figure BDA0001433230770000051
Figure BDA0001433230770000061
表2运输实验结束后不同MS-222浓度下黄颡鱼的存活率
Figure BDA0001433230770000062
b)具体运输方法
(1)停食
运输前对黄颡鱼停食2-3天，使其消化道排空，减少运输过程中排泄物，降低耗氧量，防止污染水源。选择无病、健壮、无伤的个体作为运输对象以提高存活率。
(2)麻醉方法
在提前刷洗干净经过消毒处理的空置运输水箱中注满降温至20～22℃的养殖用水，用氧气泵增氧，使水中溶解氧含量不低于10mg/L。在水中加入80～90mg/L的MS-222麻醉剂。当箱体中的黄颡鱼活动能力基本停止时用手托住鱼体离开水面，当鱼体不动或仅鳃盖微动，表明鱼体已处于麻醉状态，可以进行运输。模拟运输8小时，每隔2小时用多功能水质测定仪(multi340i，WTW，德国)测定水体DO值与pH值，用水样瓶(500mL)取水样50mL，用氨氮测定仪(Hi96715，HANNA，意大利)测定水样氨氮值，并记录以建立人工神经网络模型。
(3)复苏方法
运输结束后，从活鱼箱中取出黄颡鱼，将其置于暂养池中15-20min进行调温，运输水体与池水温差不超过1℃时，即可将黄颡鱼放入水池中。
3.人工神经网络模型的建立
(1)样本的生成与预处理
参照《地表水环境质量标准》(GB3838.2002)的水质评价标准(见表3)及专家调查问卷，通过Matlab 2014a的Linspace函数等隔均匀分布方式内插水质指标标准数据，随机生成500个训练样本。
表3运输水质分类标准
Figure BDA0001433230770000071
为了加快收敛必须对数据进行归一化，本发明采用Matlab 2014a工具函数mapminmax进行样本的归一化。mapminmax的数学公式为：
Figure BDA0001433230770000072
函数mapminmax逐行地对数据进行标准化处理，将每一行数据分别标准化到区间[ymin,ymax]内，如果某行的数据全部相同，此时xmax＝xmin，则Matlab内部将此变换变为y＝ymin。其中xmax，xmin分别是训练样本的最大值与最小值。
(2)BP网络输入层与输出层的确定
本发明选取了DO，TAN和pH三个直接关系黄颡鱼运输中死亡率的指标作为人工神经网络的输入。神经网络的输出为水质分类等级在[0,1]上的映射。如表4所示。
表4水质等级标准
Figure BDA0001433230770000073
(3)BP网络传递函数的确定
不同的传递函数，具有不同的泛化能力。根据实际水质情况隐含层选取sigmoid函数，即在Matlab 2014a中的tansig函数，输出层选取purelin函数作为传递函数。
(4)BP网络隐含层的构建
根据Kolmogorov定理的描述，一个包含隐层的3层BP网络，只要隐含层节点数足够多，便能逼近任意非线性函数，因此本研究网络隐含层数为3。目前隐含层的神经元个数的确定没有固定公式，若隐含层的神经元太少，网络的精度不够，容错能力较差，隐含层神经元个数太多，又会出现“过拟合”现象。因此本研究采用试错法来确定隐含层节点数。由表5所示，当隐含层的节点数为7时网络的均方误差最小为，因此本研究选择隐含层的神经元个数为7。
表5神经网络模型训练
Figure BDA0001433230770000081
(5)BP神经网络训练函数的确定
BP网络中选取合适的训练函数尤为重要，训练函数如果选取不好，网络的收敛速度会很慢，并且容易陷入局部最优解。传统的BP神经网络算法本质上以误差平方和为目标函数，BP网络随着训练能力的增强，泛化能力也逐渐增强，但达到某一极限时，会出现“过拟合”的现象。通过比较分析本文采用了L-M(levenberg marquardt)算法(即Matlab中的trainlm函数)，试验结果如表6所示。
表6不同训练函数的BP神经网络均方误差
Figure BDA0001433230770000082
(6)BP神经网络的训练
本研究采用数值计算软件Matlab 2014a，工具函数newff来建立网络模型，训练过程如表7所示。
表7 BP网络的训练结果
Figure BDA0001433230770000083
训练结果显示最佳网络结构为3-7-1，见图3，即输入层为神经元个数3，隐含层神经元个数为7，输出层神经元个数为1。网络训练3次，最小误差为8.8839e-9，迭代到193步时候达到期望误差，网络进化过程见图2。
(7)黄颡鱼运输水质评价结果
BP神经网络的真实值与预测值的对比见表8。结果显示，在选取的5个点中，BP神经网络没有出现误判，网络整体良好。
表8 BP网络的预测结果与期望结果对比
Figure BDA0001433230770000091
通过BP神经网络综合分析水质的变化，水质等级越高，表明水质污染越严重。黄颡鱼麻醉运输水质评价结果见表9。
表9 BP人工神经网络水质评价结果
Figure BDA0001433230770000092
Figure BDA0001433230770000101
注：C0、C1、C2、C3、C4、C5表示MS-222麻醉剂的浓度分别为0mg/L、80mg/L、90mg/L、95mg/L、100mg/L、110mg/L。

Claims (8)

1.一种基于智能控制的新型黄颡鱼运输方法，其特征在于，使用麻醉剂将黄颡鱼麻醉后放入活鱼箱内，箱体内部包括水体以及漂浮于水体表面的船体，船体内部设有核心控制部件，其连接有设于水体内部的溶氧、pH和温度传感器，以及设于水体外部的震动、噪声和空气质量传感器，用于实时捕捉箱内环境信息；水体内部设有温控设备，船体上设有负离子空气净化装置；此外，还包括终端设备，用于接收和处理传感器信号以及控制船体移动，最终通过人工神经网络建模对黄颡鱼运输水质进行评价，实现黄颡鱼运输过程中的水质精准调控。
2.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述麻醉剂为浓度80～90mg/L的MS-222麻醉剂。
3.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述负离子空气净化装置包括负离子发生器与负离子发射器，为避免负离子对系统产生静电干扰，用防静电屏蔽袋将负离子发生器与负离子发射器隔离开，负离子发射器向活鱼箱内不间断发射负离子，用于净化活鱼箱内的空气。
4.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述震动和噪声传感器，能够监测活鱼箱内的强烈震动与噪声以提醒驾驶员减速慢行。
5.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述人工神经网络为三层BP神经网络。
6.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述活鱼箱内壁还设有海绵垫。
7.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述船体底部设有直流电机。
8.根据权利要求1所述的基于智能控制的新型黄颡鱼运输方法，其特征在于，所述核心控制部件内部还设置有无线通信模块，用于与终端设备接收和发送信号。
CN201710952783.7A 2017-10-13 2017-10-13 一种基于智能控制的新型黄颡鱼运输方法 Active CN107743913B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710952783.7A CN107743913B (zh) 2017-10-13 2017-10-13 一种基于智能控制的新型黄颡鱼运输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710952783.7A CN107743913B (zh) 2017-10-13 2017-10-13 一种基于智能控制的新型黄颡鱼运输方法

Publications (2)

Publication Number Publication Date
CN107743913A CN107743913A (zh) 2018-03-02
CN107743913B true CN107743913B (zh) 2020-09-08

Family

ID=61253894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710952783.7A Active CN107743913B (zh) 2017-10-13 2017-10-13 一种基于智能控制的新型黄颡鱼运输方法

Country Status (1)

Country Link
CN (1) CN107743913B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019136565A1 (en) * 2018-01-11 2019-07-18 Happy Fish Technologies Inc. System and methods for real-time condition monitoring and traceability of seafood
NO345829B1 (en) * 2018-04-16 2021-08-30 Cflow Fish Handling As C-fish – fish welfare control
CN108633790B (zh) * 2018-04-16 2020-11-03 中国水产科学研究院黄海水产研究所 一种黄条鰤幼苗麻醉运输方法
CN108651365A (zh) * 2018-04-25 2018-10-16 天津农学院 一种喷淋式黄颡鱼活体运输设备及其使用方法
CN109730024A (zh) * 2019-03-05 2019-05-10 范斌 一种鲜活水产品运输增氧吸附过滤装置
CN110910067A (zh) * 2019-11-25 2020-03-24 南京师范大学 一种结合深度学习与Q-learning的活鱼运输水质智能调控方法和系统
CN112956446A (zh) * 2021-04-29 2021-06-15 广州珠江水资源保护科技发展有限公司 高密度活鱼维生运输设备
CN114906982A (zh) * 2022-04-21 2022-08-16 青岛鲜达物流科技有限公司 一种水净化处理装置、智慧冷链管理系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2678052Y (zh) * 2003-10-23 2005-02-09 西安鸿德负离子技术有限公司 一种新型健康离子显示器
CN101793887A (zh) * 2010-01-09 2010-08-04 中国水产科学研究院黄海水产研究所 大菱鲆养殖水质评价的模糊神经网络专家系统的构建方法
CN101825622A (zh) * 2010-04-02 2010-09-08 浙江浙大中控信息技术有限公司 一种水质预测方法和装置
CN103598134A (zh) * 2013-11-18 2014-02-26 青岛大禹物流有限公司 一种活鱼运输车
CN105021790A (zh) * 2015-08-13 2015-11-04 丘璇 一种水质监测系统和方法
CN106198909A (zh) * 2016-06-30 2016-12-07 中南大学 一种基于深度学习的水产养殖水质预测方法
CN106296437A (zh) * 2016-09-05 2017-01-04 华中农业大学 一种活鱼运输信息系统、建立方法及应用

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2678052Y (zh) * 2003-10-23 2005-02-09 西安鸿德负离子技术有限公司 一种新型健康离子显示器
CN101793887A (zh) * 2010-01-09 2010-08-04 中国水产科学研究院黄海水产研究所 大菱鲆养殖水质评价的模糊神经网络专家系统的构建方法
CN101825622A (zh) * 2010-04-02 2010-09-08 浙江浙大中控信息技术有限公司 一种水质预测方法和装置
CN103598134A (zh) * 2013-11-18 2014-02-26 青岛大禹物流有限公司 一种活鱼运输车
CN105021790A (zh) * 2015-08-13 2015-11-04 丘璇 一种水质监测系统和方法
CN106198909A (zh) * 2016-06-30 2016-12-07 中南大学 一种基于深度学习的水产养殖水质预测方法
CN106296437A (zh) * 2016-09-05 2017-01-04 华中农业大学 一种活鱼运输信息系统、建立方法及应用

Also Published As

Publication number Publication date
CN107743913A (zh) 2018-03-02

Similar Documents

Publication Publication Date Title
CN107743913B (zh) 一种基于智能控制的新型黄颡鱼运输方法
Meyer et al. Migrating haemulid fishes as a source of nutrients and organic matter on coral reefs 1
Tessier Coherence and horizontal movements of pathces of Holopedium gibberum (Cladocera)
Ferrera et al. Phosphorus as a driver of nitrogen limitation and sustained eutrophic conditions in Bolinao and Anda, Philippines, a mariculture-impacted tropical coastal area
CN105602997A (zh) Enterobacter cloacae制备生物纳米单质硒的方法及应用
Klumpp Nutritional ecology of the ascidian Pyura stolonifera: Influence of body size, food quantity and quality on filter-feeding, respiration, assimilation efficiency and energy balance.
Place Animal welfare and environmental issues
CN105600841B (zh) 一种水产养殖水质监控及净化处理方法
CN104823918A (zh) 一种幼猪的培育方法
CN106359236A (zh) 生态鱼缸系统
Schleyer Microorganisms and detritus in the water column of a subtidal reef of Natal.
CN111847793A (zh) 尾水处理综合系统、水产养殖尾水处理综合系统及其方法
CN205884306U (zh) 养殖猪舍
CN202425451U (zh) 蟹、贝、藻立体养殖生物固碳装置
CN105884451A (zh) 一种淡水虾蟹养殖用培养基及其制备方法
CN109452204A (zh) 一种黄鳍鲷与斑节对虾的混养方法
CN105884426A (zh) 淡水虾养殖用培养基及其制备方法
CN1322808C (zh) 牲猪绿色饲养方法
CN105219680A (zh) 一种光合细菌菌剂的制备方法及其应用
Jiang et al. Polyculture of sea cucumber Holothuria scabra with pacific white shrimp Litopenaeus vannamei
CN205917145U (zh) 自动化禽畜养殖业沼气收集装置
CN101940168B (zh) 一种mrm水产养殖法
CN104026041B (zh) 一种养鸡发酵床垫料与鸡粪日降解量的测定方法
KR102584547B1 (ko) 수상 축사 시스템
CN114431177B (zh) 一种综合抗逆贻贝的筛选方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant