农业机械学报

作者：朱烨均，徐伟雄，孙志成，李东方，吕铁力，李宏然，肖茂华

单位：南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,江苏海洋大学,南京农业大学,

关键词：水产养殖;贝叶斯优化;多层感知器;投饲量;预测算法

基金：江苏省重点研发计划项目（BE2022385）和江苏省现代农机装备与技术推广项目（NJ2024-11）

目前水产养殖中依赖经验判断的投饲方法缺乏长期跟踪预测投饲量的能力，易导致饲料浪费、水体污染并对水产动物生长产生负面影响。针对投饲量预测能力缺乏的问题，本文分析了影响鮰鱼投饲量的主要因素，选定水温、溶解氧含量、氨氮含量、鱼均质量、鱼总数及天气条件作为输入变量，建立了多层感知器(Multilayer perceptron, MLP)的投饲量计算模型，通过归一化处理的数据构建模型训练数据集，采用贝叶斯优化算法优化MLP模型的超参数，以提升模型性能。使用不同时期的数据进行测试，验证模型性能和泛化能力，在11#塘口投饲高峰期8、9月平均绝对百分比误差稳定在4%以下，绝对误差控制在700kg以下。研究结果对提高饲料利用率以及提升养殖效率具有重要意义。

来源：2025年第10期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第10期