基于自适应模糊神经网络的鱼类投喂预测方法研究

摘要：

在集约化水产养殖中,鱼类的投喂水平直接关系到养殖效率和生产成本.针对当前水产养殖中存在的投喂量不合理、饲料浪费严重的问题,以实现投喂量的精准预测为目的,提出了一种基于自适应模糊神经网络的鱼类投喂量预测方法.该方法以罗非鱼为研究对象,选择水温和鱼的平均体重2个因素作为输入变量,利用混合学习方法,通过训练和学习获得最优模糊规则库,基于自适应神经网络模糊推理系统(adaptive network fuzzy inference system,ANFIS)建立投喂量预测模型,取得了较好的预测效果.基于ANFIS的投喂量预测模型的均方根误差、平均绝对误差和平均绝对百分比误差分别为1.18、0.74和0.003 1,均远远小于原始模糊推理投喂量预测模型的指标值,其网络预测能力优于原始模糊推理预测模型.因此,该模型不仅可以在无监督条件下对鱼进行科学投喂,节省人力成本,而且能为合理的投喂提供技术支撑和理论支持.

关键词：ANFIS、精准投喂、水温、体重、水产养殖

所属期刊栏目：22

分类号：S965;TP183(水产养殖技术)

资助基金：国家重点研发计划项目;北京市优秀人才培养项目

在线出版日期：2020-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：91-100