的投餌速度y 12和投餌機工作 時間r12。
[0028] 由此，采集到了第二個時間段T魚群進食情況，獲得了這一時間段的水面剩余浮 餌量S12、當前魚群進食實時速度k 12、投餌速度y12和投餌機工作時間r 12。
[0029] 以此類推重復執行步驟D，直至采集到第n個時間段T的魚群進食情況，此時浮餌被消 化速度趨于〇,表明一個投餌數據采集周期也就是一次投喂周期的整個過程結束，將所有數 據記錄到數組隊，完成第一個采樣周期。
[0030] 步驟E :開始進行第二個采樣周期，首先設置好投餌初始量大小是S。，然后重復步 驟B、C、D，得到第二個采樣周期對應的水面剩余浮餌量S 21、S22、S23、…S2l和魚群進食速度 讓21、1^2、1^ 23、~1^和投傅機工作時間1'21、1'22、1'23、~1' 21和投傅速度721、722、723、*"5^，將 所有數據記錄到數組B 2，第二個采樣周期結束。
[0031] 步驟F :以此類推，進行第三個采樣周期，將采集到的水面剩余浮餌量S21、S22、 Sm、…S2i，魚群進食速度k31、k32、k 33、…k3i，投t耳機工作時間r31、r32、r 33、…r3i和投t耳速 度y31、y32、y 33、…y3l存儲到數組83中。將第四個采樣周期采集到的數據存到％中，一直 到第n個采樣周期，記錄到數組B n，數據樣本采集結束，此時共進行n次采樣。
[0032] (二）數據樣本訓練 本發明將采集的數據樣本采用BP神經網絡實現，以魚群進食速度kpi，水面剩余浮餌量 SP1為輸入，投餌速度y P1和投餌機工作時間r P1為輸出進行訓練，通過BP神經網絡擬合得出 它們之間的關系式（y，r)= (S，k)，具體如下： 步驟1 :為加快訓練網絡的收斂性，先對數組隊32、…Bn中的數據進行歸一化處理，然 后將得到的樣本數據分成訓練樣本和測試樣本，訓練樣本由于創建BP神經網絡模型，測試 樣本用于修正模型。
[0033] 步驟2 :以步驟1中訓練樣本數據中的魚群進食速度k，水面剩余浮餌量S為輸入 作為BP神經網絡的輸入變量，以投餌速度y和投餌機工作時間r作為BP神經網絡的輸出 變量，建立BP神經網絡模型。其中，BP神經網絡隱層單元數目在使用中可根據實際情況作 適當調整。
[0034] 步驟3 :利用步驟1中的測試樣本數據對該模型進行測試修正，通過修正該模型相 關參數，使得實際測量值與模型輸出值之間的相對誤差盡可能的小，最終完成整個BP神經 網絡的訓練過程，得出關系式（y，r) = (S，k)。
[0035](三）最優控制指令 本發明中的投餌機最優控制指令的產生就是根據數據樣本訓練部分得出的數學關系 式（y，r) = (S，k)產生，以實際投喂周期內第一投餌時間段T為例，具體如下： 投放初始浮餌量S。完畢后，控制系統啟動CCD攝像頭1開始監測水面剩余浮餌量情況， 在魚群進食過t秒后，水面浮餌剩余不足，記錄此時的剩余浮餌量Si以及計算出當前魚群 進食速度4，然后根據數學關系式（y，r)= (S，k)，計算出當前最適合的投餌速度71和投餌 工作時間^，并且對投餌機進行實時控制，直到ri時間后，這樣單次投餌時間段T結束，此 時如果水面上的剩余浮餌量是S。左右，即作為下個投餌時間段的初始浮餌量S。大小，既滿 足不影響圖像數據處理也滿足下一個時間段足夠魚群吃一段時間，那么該控制指令是最優 控制指令。因此，對于整個投餌過程，在魚群進食過t秒后，先計算出此時水面剩余浮餌量 S以及當前魚群進食速度k，再根據BP神經網絡模型（y，r)= (S，k)計算出當前投餌速度 y和投餌工作時間r，以當前投餌速度y和投餌工作時間r作為最優控制參數控制投餌機自 動投館。
【主權項】
1. 一種循環水養殖浮餌自動投放裝置，包括一個投餌機和一個CCD攝像頭（1 )，其特征 是：投餌機的最上部是料斗（2)，中間部分是位于料斗（2)下方的振動下料機構（3)，最下部 是底座（10);(XD攝像頭（1)位于料斗（2)右上方且通過連接桿（17)連接于料斗（2);浮餌位 于浮在水面上的封閉護料欄（14)內部，CCD攝像頭（1)采集浮餌圖片；振動下料機構（3) 由接料口（ 6 )、支架（4)、振動電磁鐵（5 )和彈簧（15 )組成，接料口（ 6 )固定連接支架（4)，接 料口（6)左端是位于料斗（2)出口下方的進口，接料口（6)右端是低于進口的出口；支架（4) 正下方放置振動電磁鐵（5 )，振動電磁鐵（5 )上端連接支架（4 )，下端固定連接底座（10 );彈 簧（15 )上端連接支架（4)，下端固定于底座（10 )上；接料口（ 6 )右側設置拋料口（ 7 )和電機 (8)，拋料口（7)下端連接電機（8);電機（8)的輸出軸上裝有電機葉片，電機葉片位于拋料 口（ 7 )內部，電機（8 )連接變頻器（16 )，變頻器（16 )、（XD攝像頭（1)、振動電磁鐵（5 )均連 接于控制系統。2. 根據權利要求1所述循環水養殖浮餌自動投放裝置，其特征是：電機（8)的輸出軸向 左傾斜20°至30°，拋料口（7)向右上方傾斜20°至30°。3. -種如權利要求1所述浮餌自動投放裝置的投放方法，其特征是包括以下步驟： 步驟1 :將投餌機安置在養殖池塘岸邊，調整CCD攝像頭（1)確保采集到整個護料欄 (14)內部的浮餌圖片信息，投放初始量S。的浮餌； 步驟2 :經t0秒后魚群開始進食，再經過t秒后，（XD攝像頭（1)采集浮餌圖片，控制 系統根據通用公另：十算出此時的水面剩余浮 餌量Sn和當前魚群進食實時速度kn;c是浮餌圖片中單個像素面積浮餌對應的實際浮餌 質量，api是第p個采樣周期第i時間段內剩余浮餌所占浮餌圖片的面積； 步驟3 :啟動投餌機工作，提高電機（8)的投餌速度yn使其大于魚群進食速度kn，在 投餌機工作rn時間后，水面浮餌再次增長到浮餌初始量S。大小時，記錄下此時的投餌速度 yil和投餌機工作時間r11;由此采集到第一個時間段魚群進食情況，即獲得水面剩余浮餌量 Sn、當前魚群進食實時速度kn、投餌速度yn和投餌機工作時間r11; 步驟4 :重復執行步驟2、3,直至采集到第n個時間段的魚群進食情況，此時浮餌被消化 速度趨于〇,將所有數據記錄到數組隊，完成第一個采樣周期； 步驟5 :進行第二個采樣周期，得到數組B2;以此類推，直到第n個采樣周期結束，得到 數組Bn; 步驟6 :將數組VB2、…Bn中的數據分成訓練樣本和測試樣本，訓練樣本用于創建BP神經網絡模型，測試樣本用于修正模型；以訓練樣本數據中的魚群進食速度k、水面剩余浮 餌量S作為BP神經網絡的輸入變量，以投餌速度y和投餌機工作時間r作為輸出變量，建 立BP神經網絡模型（y，r)= (S，k); 步驟7 :啟動CCD攝像頭（1)監測水面剩余浮餌量情況，在魚群進食過t秒后，先計算出 此時水面剩余浮餌量S以及當前魚群進食速度k，再根據BP神經網絡模型（y，r)= (S，k) 計算出當前投餌速度y和投餌工作時間r，以當前投餌速度y和投餌工作時間r作為最優控 制參數控制投餌機自動投餌。4. 根據權利要求3所述的投放方法，其特征是：CCD攝像頭（1)采集浮餌的RGB圖片數 據，通過USB傳輸協議由控制系統處理，處理時先將圖片的RGB色彩模型轉換為HSL模型，
【專利摘要】本發明公開一種循環水養殖浮餌自動投放方法與裝置，包括一個投餌機和一個CCD攝像頭，啟動CCD攝像頭監測水面剩余浮餌量情況，在魚群進食過t秒后，先計算出此時水面剩余浮餌量S以及當前魚群進食速度k，再根據BP神經網絡模型（y，r）=（S，k）計算出當前投餌速度y和投餌工作時間r，以當前投餌速度y和投餌工作時間r作為最優控制參數控制投餌機自動投餌；實現及時反饋魚群消化浮餌的情況并且達到精準投喂，并防止了由于單次投放浮餌過多而造成對水環境的破壞，提高了水的循環利用效率。
【IPC分類】A01K61/00, A01K61/02
【公開號】CN105104278
【申請號】CN201510513763
【發明人】張榮標, 王吉祥, 孫愛義
【申請人】江蘇大學
【公開日】2015年12月2日
【申請日】2015年8月20日