CN114651770A - 水产投饲控制方法、装置及存储介质 - Google Patents
水产投饲控制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114651770A CN114651770A CN202210437444.6A CN202210437444A CN114651770A CN 114651770 A CN114651770 A CN 114651770A CN 202210437444 A CN202210437444 A CN 202210437444A CN 114651770 A CN114651770 A CN 114651770A
- Authority
- CN
- China
- Prior art keywords
- feeding
- amount
- data
- feed
- aquaculture
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000009360 aquaculture Methods 0.000 claims abstract description 67
- 244000144974 aquaculture Species 0.000 claims abstract description 67
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 43
- 239000000463 material Substances 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 239000001301 oxygen Substances 0.000 claims description 7
- 229910052760 oxygen Inorganic materials 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 4
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000013499 data model Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 241000251468 Actinopterygii Species 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000000429 assembly Methods 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009313 farming Methods 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- A01K61/00—Culture of aquatic animals
- A01K61/80—Feeding devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Environmental Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marine Sciences & Fisheries (AREA)
- Zoology (AREA)
- Animal Husbandry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Artificial Intelligence (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本申请提供一种水产投饲控制方法、装置及存储介质，能够解决现有技术中缺乏可用于水产养殖投喂决策的大数据模型的问题，实现按需求投喂，从而达到增加水产产出、减少饲料浪费及其带来的环境污染的目标。该水产投饲控制方法包括：获取水产养殖物数据和水体数据；根据所述水产养殖物数据和水体数据，获取投喂量范围；获取水产生长量和饲料残留量；将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型；输出当前投喂量数据；根据所述当前投喂量数据，控制水产投饲机投饲饲料。
Description
技术领域
本申请涉及水产养殖领域，尤其涉及一种水产投饲控制方法、装置及存储介质。
背景技术
目前，尽管我国工厂化水产养殖产量及面积皆已位居世界前列，但相对于国外的水产养殖设施、设备技术水平，我国的水产养殖发展相对滞后，尤其在投饲领域。目前国内大部分的投饲机智能化程度较低，处于机械化代替人工投饲的初级阶段，投喂精度控制不高。此外，目前工厂化水产养殖投喂设备主要集中在固定方式投喂，现有的移动式投喂方式缺乏足够的机动灵活性。考虑到养殖工厂通常具有多个养殖车间，研究可灵活移动的智能投喂装备具有重要的意义。再有，如何基于水产养殖过程状态监测数据，采用人工智能方法进行工厂化水产养殖投喂决策尚缺乏深入研究。
提高水产健康养殖投喂水平的关键涉及两个方面：
1)投饲决策：充分准确地确定水产摄食需求的饲料投喂量；
2)投饲控制：投饲决策提供的需求投喂量是投饲机控制系统的参考指令，需要投饲机的高精度控制得以实现。
对于水产工厂养殖移动式投喂，无论国内外对投饲机控制的研究都比较少。由于在移动投喂情况下，称重传感器的测量精度不高，目前投饲机控制大都采用开环方式，采用估计的投饲机投料速率乘以投放时间来估计投出的饲料量，然而投饲机投放速率的估计是不够准确的，因此采用这种方式难于高精度执行需求的投喂量。发展的方向在于：采用人工智能技术解决上述控制模型不准确、开环控制精度低的问题。
在投饲决策上，目前我国水产投喂量的计算方法常用的是投喂率表法。投喂率表法是参考投喂率和鱼体重确定投喂量(投喂量＝鱼平均体重×投喂率×鱼尾数，鱼的重量可通过抽样计算获得)。投喂率随着水温的升高而增大，随着鱼体规格的增加而减小。然而该方法确定的投喂量不能充分满足鱼类的摄食需求，需要养殖人员具有丰富的养殖经验。近年来，国内逐渐开始引进国外先进的多因素控制理念，通过包括水下摄像头等多种检测手段观察鱼类的生长阶段、活动量、进食情况及养殖水域环境等，进行智能投饲决策以使鱼饱食而不会过度投喂，从而避免饲料浪费。然而目前主要的挑战在于：输入因素较多，难于建立有效的优化模型，从而采用基于模型决策方法不能适用，发展的方向在于基于人工智能技术研究基于数据的智能决策方法。
发明内容
本申请实施例提供一种水产投饲控制方法、装置及存储介质，能够解决现有技术中缺乏可用于水产养殖投喂决策的大数据模型的问题，从而提高投喂量的精度。
为达到上述目的，本申请采用如下技术方案：
第一方面，提供一种水产投饲控制方法。该水产投饲控制方法包括：
获取水产养殖物数据和水体数据；
根据所述水产养殖物数据和水体数据，获取投喂量范围；
获取水产生长量和饲料残留量；
将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型；
输出当前投喂量数据；
根据所述当前投喂量数据，控制水产投饲机投饲饲料。
可选地，所述获取水产养殖物数据和水体数据，包括：
获取水产个体的重量和尾数、水体的水温和氧浓度。
可选地，所述根据所述水产养殖物数据和水体数据，获取投喂量范围，包括：
根据水产个体的重量和尾数、水体的水温和氧浓度，基于投喂率法获取第一投喂量；
根据所述第一投喂量，获取投喂量范围。
可选地，所述根据所述第一投喂量，获取投喂量范围，包括：
以所述第一投喂量为中间值，通过间隔采样获取多个容许投喂值，将所述多个容许投喂值和所述第一投喂量作为投喂量范围。
可选地，所述获取饲料残留量，包括：
根据投喂前水体中的PH值及氨氮浓度，获取所述获取饲料残留量。
可选地，所述方法还包括：
获取训练数据；其中，所述训练数据包括投喂量范围、水产生长量和饲料残留量；
将所述训练数据输入投喂量模型，以获得训练后的投喂量模型。
可选地，所述方法还包括：
获取每次投喂后的饲料残留量；
更新训练数据中的饲料残留量。
可选地，所述投喂量模型为蒙特卡洛模型。
第二方面，提供一种水产投饲控制装置，包括：
第一获取模块，用于获取水产养殖物数据和水体数据；
第二获取模块，用于根据所述水产养殖物数据和水体数据，获取投喂量范围；
第三获取模块，用于获取水产生长量和饲料残留量；
输入模块，用于将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型；
输出模块，用于输出当前投喂量数据；
控制模块，用于根据所述当前投喂量数据，控制水产投饲机投饲饲料。
第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1-8中任一项所述的水产投饲控制方法。
基于该水产投饲控制方法、装置及存储介质，通过水产养殖物数据和水体数据，获取投喂量范围，再将获取的水产生长量和饲料残留量输入到训练后的投喂量模型，就可以得到当前投喂量，进而可用控制水产投饲机投饲饲料，解决了现有技术中缺乏可用于水产养殖投喂决策的大数据模型的问题，实现按需求投喂，从而达到增加水产产出、减少饲料浪费及其带来的环境污染的目标。
附图说明
图1为本申请实施例提供的水产投饲控制方法的流程示意图；
图2为本申请实施例提供的水产投饲控制装置的结构示意图；
图3为本申请实施例提供的另一种水产投饲控制装置的结构示意图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
本申请实施例的技术方案可以应用于各种通信系统，例如无线保真(wirelessfidelity，WiFi)系统，车到任意物体(vehicle to everything，V2X)通信系统、设备间(device-todevie，D2D)通信系统、车联网通信系统、第4代(4th generation，4G)移动通信系统，如长期演进(long term evolution，LTE)系统、全球互联微波接入(worldwideinteroperability for microwave access，WiMAX)通信系统、第五代(5th generation，5G)移动通信系统，如新空口(new radio，NR)系统，以及未来的通信系统，如第六代(6thgeneration，6G)移动通信系统等。
以下详细描述仅是说明性的，并不旨在限制实施例和/或实施例的应用或使用。此外，无意受到前面的“背景技术”或“发明内容”部分或“具体实施方式”部分中呈现的任何明示或暗示信息的约束。
为使本申请实施例的目的、技术方案和优点更加清楚，现在参考附图描述一个或多个实施例，其中，贯穿全文相似的附图标记用于指代相似的组件。在下面的描述中，出于解释的目的，阐述了许多具体细节，以便提供对一个或多个实施例的更透彻的理解。然而，很明显，在各种情况下，可以在没有这些具体细节的情况下实践一个或多个实施例，各个实施例在不矛盾的前提下可以相互结合相互引用。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
针对目前移动投饲时称重传感器测量精度不高，现有移动投饲机采用开环控制、控制模型粗略导致的控制精度低的问题，充分利用投喂设备底部的空料传感器、料塔上的总量检测，基于强化学习，本申请提出可以改善投喂精度的投饲机智能控制技术。针对养殖过程影响产出的因素多，难于准确建模，本申请提出按水产的生长特性，将水产生长过程进行分段，取水产增长量与饲料残留量的加权为价值函数，提出基于强化学习的智能投喂决策，使做出的投喂决策能准确反应水产的摄食需求。本申请的实施将促进水产健康养殖的自动化、智能化水平，降低水产养殖工厂的安装与维护成本，提高劳动生产率，降低劳动强度，缓解我国进入老龄化阶段所面临的劳动力不足的问题，实现水产增收的同时，减少饲料浪费及其带来的环境污染。
下面将结合图1对本申请实施例提供的水产投饲控制方法进行具体阐述。
示例性地，图1为本申请实施例提供的水产投饲控制方法的流程示意图。如图1所示，该水产投饲控制方法包括如下步骤：
S11，获取水产养殖物数据和水体数据。
其中，所述水产养殖物数据包括水产个体的重量和尾数(即水产数量)，所述水体数据包括水温和水体的氧浓度。水产养殖物数据和水体数据可以在通过人工检测后输入数据和/或对应传感器检测后输入数据获得。
获得水产养殖物数据和水体数据后，执行步骤S12。
S12，根据所述水产养殖物数据和水体数据，获取投喂量范围。
在获得水产个体的重量和尾数以及水温和水体氧浓度后。可以通过以下步骤获取投喂量范围：
S121，根据水产个体的重量和尾数、水体的水温和氧浓度，基于投喂率法获取第一投喂量。
其中，投喂率法为本领域技术人员公知的技术，为了说明书简介不再赘述。
S122，根据所述第一投喂量，获取投喂量范围。
在一个实施例中，以所述第一投喂量为中间值，通过间隔采样获取多个容许投喂值，将所述多个容许投喂值和所述第一投喂量作为投喂量范围。第一投喂量可以基于投喂率法计算得到，以此为中间值，在其邻近扩展出几个容许动作值。
在另一实施例中，也可以设置一个预设范围值，获取第一投喂量后，用第一投喂量减去范围值就是投喂量范围的下限值，用第一投喂量加上范围值就是投喂量范围的的上限值。
S13，获取水产生长量和饲料残留量。
其中，水产生长量的获取，可以根据所养殖水产的生长特性，设置若干个时间节点，相邻时间节点可以观测到水产的明显生长。一般而言，在水产个体较小时，其生长速度比较慢，节点之间的时间距离可以取得大一些；而当水产长生长到一定的阶段后，生长速度加快，这个时间距离取得小一些；水产再生长一定的阶段后，水产生长速度再减慢，节点间的时间距离再设置得大一些。残留饲料量可以根据每次投喂前水体中的PH值及氨氮浓度等进行观测。
获得投喂量范围、水产生长量和饲料残留量后，执行步骤S14。
S14，将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型。
其中，所述投喂量模型可以为蒙特卡洛模型。
在执行步骤S14之前，可以先执行以下步骤以获得训练后的投喂量模型：
S101，获取训练数据；其中，所述训练数据包括投喂量范围、水产生长量和饲料残留量。
S102，将所述训练数据输入投喂量模型，进行训练以获得训练后的投喂量模型。
将所述投喂量范围、所述水产生长量和所述饲料残留量输入训练后的投喂量模型后，执行步骤S15。
S15，输出当前投喂量数据。
训练后的投喂量模型根据输入的所述投喂量范围、所述水产生长量和所述饲料残留量，可以输出合理的当前投喂量数据，该当前投喂量应该在投喂量范围内。
S16，根据所述当前投喂量数据，控制水产投饲机投饲饲料。
在收到训练后的投喂量模型输出的当前投喂量数据后，就可以控制水产投饲机投饲饲料，投饲的饲料对应于当前投喂量数据。
进一步地，在每次投喂饲料后，可以获取该次投喂后的饲料残留量，将该次投喂后的饲料残留量输入到训练数据中。即更新训练数据中的饲料残留量，使得投喂量模型在训练后输出的当前投喂量数据更加精准。
基于图1中所示出的水产投饲控制方法，通过水产养殖物数据和水体数据，获取投喂量范围，再将获取的水产生长量和饲料残留量输入到训练后的投喂量模型，就可以得到当前投喂量，进而可用控制水产投饲机投饲饲料，解决了现有技术中缺乏可用于水产养殖投喂决策的大数据模型的问题，实现按需求投喂，从而达到增加水产产出、减少饲料浪费及其带来的环境污染的目标。
以上结合图1详细说明了本申请实施例提供的水产投饲控制方法。以下结合图2-图3详细说明用于执行本申请实施例提供的水产投饲控制方法的水产投饲控制装置。
示例性地，图2是本申请实施例提供的水产投饲控制装置的结构示意图。如图2所示，水产投饲控制装置20包括：处理模块801和收发模块802。为了便于说明，图2仅示出了该水产投饲控制装置的主要部件。
其中，第一获取模块21，用于获取水产养殖物数据和水体数据。
第二获取模块22，用于根据所述水产养殖物数据和水体数据，获取投喂量范围。
第三获取模块23，用于获取水产生长量和饲料残留量。
输入模块24，用于将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型。
输出模块25，用于输出当前投喂量数据。
控制模块26，用于根据所述当前投喂量数据，控制水产投饲机投饲饲料。
需要说明的是，水产投饲控制装置20可以是终端设备或网络设备，也可以是可设置于终端设备或网络设备中的芯片(系统)或其他部件或组件，还可以是包含终端设备或网络设备的装置，本申请对此不做限定。
此外，水产投饲控制装置20的技术效果可以参考第图1中所示出的水产投饲控制方法的技术效果，此处不再赘述。
示例性地，图3为本申请实施例提供的另一种水产投饲控制装置的结构示意图。该水产投饲控制装置可以是终端设备或网络设备，也可以是可设置于终端设备或网络设备的芯片(系统)或其他部件或组件。如图3所示，水产投饲控制装置300可以包括处理器301。可选地，水产投饲控制装置300还可以包括存储器302和/或收发器303。其中，处理器301与存储器302和收发器303耦合，如可以通过通信总线连接。
下面结合图3对水产投饲控制装置300的各个构成部件进行具体的介绍：
其中，处理器301是水产投饲控制装置300的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器301是一个或多个中央处理器(central processingunit，CPU)，也可以是特定集成电路(application specific integrated circuit，ASIC)，或者是被配置成实施本申请实施例的一个或多个集成电路，例如：一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(fieldprogrammable gate array，FPGA)。
可选地，处理器301可以通过运行或执行存储在存储器302内的软件程序，以及调用存储在存储器302内的数据，执行水产投饲控制装置300的各种功能。
在具体的实现中，作为一种实施例，处理器301可以包括一个或多个CPU，例如图3中所示出的CPU0和CPU1。
在具体实现中，作为一种实施例，水产投饲控制装置300也可以包括多个处理器，例如图3中所示的处理器301和处理器304。这些处理器中的每一个可以是一个单核处理器(single-CPU)，也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
其中，所述存储器302用于存储执行本申请方案的软件程序，并由处理器301来控制执行，具体实现方式可以参考上述方法实施例，此处不再赘述。
可选地，存储器302可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器302可以和处理器301集成在一起，也可以独立存在，并通过水产投饲控制装置300的接口电路(图3中未示出)与处理器301耦合，本申请实施例对此不作具体限定。
收发器303，用于与其他水产投饲控制装置之间的通信。例如，水产投饲控制装置300为终端设备，收发器303可以用于与网络设备通信，或者与另一个终端设备通信。又例如，水产投饲控制装置300为网络设备，收发器303可以用于与终端设备通信，或者与另一个网络设备通信。
可选地，收发器303可以包括接收器和发送器(图3中未单独示出)。其中，接收器用于实现接收功能，发送器用于实现发送功能。
可选地，收发器303可以和处理器301集成在一起，也可以独立存在，并通过水产投饲控制装置300的接口电路(图3中未示出)与处理器301耦合，本申请实施例对此不作具体限定。
需要说明的是，图3中示出的水产投饲控制装置300的结构并不构成对该水产投饲控制装置的限定，实际的水产投饲控制装置可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
此外，水产投饲控制装置300的技术效果可以参考上述方法实施例所述的水产投饲控制方法的技术效果，此处不再赘述。
本申请实施例还提供一种芯片系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序或指令，当所述程序或指令被所述处理器执行时，使得该芯片系统实现上述任一方法实施例中的方法。
可选地，该芯片系统中的处理器可以为一个或多个。该处理器可以通过硬件实现也可以通过软件实现。当通过硬件实现时，该处理器可以是逻辑电路、集成电路等。当通过软件实现时，该处理器可以是一个通用处理器，通过读取存储器中存储的软件代码来实现。
可选地，该芯片系统中的存储器也可以为一个或多个。该存储器可以与处理器集成在一起，也可以和处理器分离设置，本申请并不限定。示例性的，存储器可以是非瞬时性处理器，例如只读存储器ROM，其可以与处理器集成在同一块芯片上，也可以分别设置在不同的芯片上，本申请对存储器的类型，以及存储器与处理器的设置方式不作具体限定。
示例性的，该芯片系统可以是现场可编程门阵列(field programmable gatearray，FPGA)，可以是专用集成芯片(application specific integrated circuit，ASIC)，还可以是系统芯片(system on chip，SoC)，还可以是中央处理器(central processorunit，CPU)，还可以是网络处理器(network processor，NP)，还可以是数字信号处理电路(digital signal processor，DSP)，还可以是微控制器(micro controller unit，MCU)，还可以是可编程控制器(programmable logic device，PLD)或其他集成芯片。
应理解，在本申请实施例中的处理器可以是中央处理单元(central processingunit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现成可编程门阵列(field programmable gate array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random accessmemory，RAM)可用，例如静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
上述实施例，可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种水产投饲控制方法，其特征在于，包括：
获取水产养殖物数据和水体数据；
根据所述水产养殖物数据和水体数据，获取投喂量范围；
获取水产生长量和饲料残留量；
将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型；
输出当前投喂量数据；
根据所述当前投喂量数据，控制水产投饲机投饲饲料。
2.根据权利要求1所述的方法，其特征在于，所述获取水产养殖物数据和水体数据，包括：
获取水产个体的重量和尾数、水体的水温和氧浓度。
3.根据权利要求2所述的方法，其特征在于，所述根据所述水产养殖物数据和水体数据，获取投喂量范围，包括：
根据水产个体的重量和尾数、水体的水温和氧浓度，基于投喂率法获取第一投喂量；
根据所述第一投喂量，获取投喂量范围。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一投喂量，获取投喂量范围，包括：
以所述第一投喂量为中间值，通过间隔采样获取多个容许投喂值，将所述多个容许投喂值和所述第一投喂量作为投喂量范围。
5.根据权利要求1所述的方法，其特征在于，所述获取饲料残留量，包括：
根据投喂前水体中的PH值及氨氮浓度，获取所述获取饲料残留量。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取训练数据；其中，所述训练数据包括投喂量范围、水产生长量和饲料残留量；
将所述训练数据输入投喂量模型，以获得训练后的投喂量模型。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
获取每次投喂后的饲料残留量；
更新训练数据中的饲料残留量。
8.根据权利要求1所述的方法，其特征在于，所述投喂量模型为蒙特卡洛模型。
9.一种水产投饲控制装置，其特征在于，包括：
第一获取模块，用于获取水产养殖物数据和水体数据；
第二获取模块，用于根据所述水产养殖物数据和水体数据，获取投喂量范围；
第三获取模块，用于获取水产生长量和饲料残留量；
输入模块，用于将所述投喂量范围、所述水产生长量和所述饲料残留量，输入训练后的投喂量模型；
输出模块，用于输出当前投喂量数据；
控制模块，用于根据所述当前投喂量数据，控制水产投饲机投饲饲料。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括计算机程序或指令，当所述计算机程序或指令在计算机上运行时，使得所述计算机执行如权利要求1-8中任一项所述的水产投饲控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210437444.6A CN114651770A (zh) | 2022-04-22 | 2022-04-22 | 水产投饲控制方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210437444.6A CN114651770A (zh) | 2022-04-22 | 2022-04-22 | 水产投饲控制方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114651770A true CN114651770A (zh) | 2022-06-24 |
Family
ID=82038037
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210437444.6A Pending CN114651770A (zh) | 2022-04-22 | 2022-04-22 | 水产投饲控制方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114651770A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115836653A (zh) * | 2023-02-17 | 2023-03-24 | 烟台市福山区动物疫病预防控制中心 | 用于自动化养殖的饲料投放智能控制方法 |
| CN116548342A (zh) * | 2023-06-02 | 2023-08-08 | 上海左岸芯慧电子科技有限公司 | 一种水产养殖智能投喂方法、系统、介质及电子设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103392793A (zh) * | 2013-08-19 | 2013-11-20 | 四川大学 | 大熊猫食用竹笋的保鲜技术 |
| CN109213017A (zh) * | 2018-11-20 | 2019-01-15 | 中国水产科学研究院渔业机械仪器研究所 | 水产养殖智能投饲系统及方法 |
| CN112352724A (zh) * | 2020-11-13 | 2021-02-12 | 湖北海洋工程装备研究院有限公司 | 一种渔场饲料投喂方法及系统 |
| CN112956440A (zh) * | 2021-02-04 | 2021-06-15 | 成都通威水产科技有限公司 | 一种鱼塘精准投喂的方法及其控制系统 |
| CN113349111A (zh) * | 2021-05-25 | 2021-09-07 | 中国农业大学 | 一种用于水产养殖物的动态投喂方法、系统和存储介质 |
| CN114128661A (zh) * | 2021-11-17 | 2022-03-04 | 江苏大学 | 一种基于河蟹生长模型的池塘河蟹精准投饵方法 |
-
2022
- 2022-04-22 CN CN202210437444.6A patent/CN114651770A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103392793A (zh) * | 2013-08-19 | 2013-11-20 | 四川大学 | 大熊猫食用竹笋的保鲜技术 |
| CN109213017A (zh) * | 2018-11-20 | 2019-01-15 | 中国水产科学研究院渔业机械仪器研究所 | 水产养殖智能投饲系统及方法 |
| CN112352724A (zh) * | 2020-11-13 | 2021-02-12 | 湖北海洋工程装备研究院有限公司 | 一种渔场饲料投喂方法及系统 |
| CN112956440A (zh) * | 2021-02-04 | 2021-06-15 | 成都通威水产科技有限公司 | 一种鱼塘精准投喂的方法及其控制系统 |
| CN113349111A (zh) * | 2021-05-25 | 2021-09-07 | 中国农业大学 | 一种用于水产养殖物的动态投喂方法、系统和存储介质 |
| CN114128661A (zh) * | 2021-11-17 | 2022-03-04 | 江苏大学 | 一种基于河蟹生长模型的池塘河蟹精准投饵方法 |
Non-Patent Citations (3)
| Title |
|---|
| 杨振江等: "大鲵幼鲵适宜投喂频率的研究", 《水产科学》 * |
| 郭海山, 郑州：河南科学技术出版社 * |
| 陈澜等: "基于自适应模糊神经网络的鱼类投喂预测方法研究", 《中国农业科技导报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115836653A (zh) * | 2023-02-17 | 2023-03-24 | 烟台市福山区动物疫病预防控制中心 | 用于自动化养殖的饲料投放智能控制方法 |
| CN115836653B (zh) * | 2023-02-17 | 2023-04-25 | 烟台市福山区动物疫病预防控制中心 | 用于自动化养殖的饲料投放智能控制方法 |
| CN116548342A (zh) * | 2023-06-02 | 2023-08-08 | 上海左岸芯慧电子科技有限公司 | 一种水产养殖智能投喂方法、系统、介质及电子设备 |
| CN116548342B (zh) * | 2023-06-02 | 2023-12-05 | 上海左岸芯慧电子科技有限公司 | 一种水产养殖智能投喂方法、系统、介质及电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114651770A (zh) | 水产投饲控制方法、装置及存储介质 | |
| CN202373040U (zh) | 盘点机系统 | |
| CN113537639B (zh) | 一种养殖环境参数-鱼类生长预测模型建立方法及系统 | |
| CN104049577B (zh) | 用于运行工业控制系统的方法以及工业控制系统 | |
| CN115458071B (zh) | 土壤重金属含量预测方法、装置与设备 | |
| Kühleitner et al. | Best-fitting growth curves of the von Bertalanffy-Pütter type | |
| Lee et al. | Life history changes and fisheries assessment performance: a case study for small yellow croaker | |
| CN117592662B (zh) | 基于数据分析的生态渔业资源评估系统 | |
| CN205405300U (zh) | 一种物联网控制的农作物节水灌溉监控系统 | |
| CN104008178A (zh) | 一种数据的动态加载处理方法及系统 | |
| Rossi et al. | Application of a smart dynamic scale for measuring live-fish biomass in aquaculture | |
| CN205196658U (zh) | 一种猪进食测量装置 | |
| CN102664955A (zh) | 基于远距离无线ap的海水养殖现场远程测控系统 | |
| CN112450120A (zh) | 宠物体重记录方法、装置、宠物厕所及介质 | |
| CN110992075A (zh) | 一种基于自由市场交易机制的智能电价预测系统及方法 | |
| Halachmi | Mathematical principles of production management and robust layout design: Part III. 2500-ton/year fish farming in marine net cages | |
| CN110851508A (zh) | 一种城市大数据处理的方法及装置 | |
| Lola et al. | Sustainability of integrated aquaculture development project using system dynamic approach | |
| Rossi et al. | Validation campaign of a smart dynamic scale for measuring live-fish biomass in aquaculture | |
| 肖德琴 et al. | Development and trend of industrialized poultry culture in China | |
| CN206804591U (zh) | 一种饲料检测装置 | |
| CN203561412U (zh) | 能够对兽皮进行称重的装置 | |
| Peng et al. | Notice of Retraction: The decision-making for feed formula in animal husbandry breeding based on the revised simplex method | |
| CN117433164B (zh) | 锅炉温度监测控制系统、方法、装置、存储介质及设备 | |
| CN111998923B (zh) | 一种物联网家畜养殖数据采集方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220624 |