船载投料系统饲料颗粒流落点预测

摘要：

[目的]为解决网箱养殖中使用船载投料系统的饲料颗粒流落点控制问题,提出一种用于实时分割饲料颗粒流轨迹并精确预测其落点的方法(MLBP).[方法]考虑到输料管管内参数及饲料颗粒流出口参数获取难度较大,本研究采用高速相机获取饲料颗粒流轨迹图像,并利用提出的混合网络模型分割饲料颗粒流轨迹,以获取轨迹关键信息;为准确预测饲料颗粒流落点,利用BP神经网络的优势,将轨迹信息及投料口高度作为其输入,实现饲料颗粒流落点的预测.[结果]与相关研究方法对比,结合混合网络模型与BP神经网络的MLBP方法的系统单次运行时间降低95%,同时落点预测准确度达到96%,落点的平均误差范围与平均误差百分比也分别降低32.0%和30.5%.[结论]本研究提出的MLBP方法预测精度及实时性均能满足网箱投饵作业需求,可为相关研究提供参考.

关键词：网箱养殖、船载式投料系统、落点预测模型、混合网络模型、BP神经网络

所属期刊栏目：44

分类号：TP183(自动化基础理论)

资助基金：湛江市现代海洋渔业装备重点实验室项目;广东省研究生教育创新计划项目

在线出版日期：2024-01-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：142-152