1 引 言
2 应用研究现状和挑战
2.1 水产生物生命信息获取
2.1.1 鱼种类识别
2.1.2 鱼类行为识别
2.1.3 生物量估算
2.2 水产生物生长调控与决策
2.2.1 生长决策调控
2.2.2 智能投喂控制
表1 近5年国内外典型鱼类摄食系统对比Table1 Comparison of typical fish feeding systems in the past five years |
2.3 鱼类疾病预测与诊断
2.3.1 疾病预测
2.3.2 疾病诊断
2.4 水产养殖环境感知与调控
2.4.1 水质预测
2.4.2 增氧控制
2.5 水产养殖水下机器人
2.5.1 目标识别
2.5.2 路径规划与导航
表2 典型智能路径规划算法比较Table 2 Comparison of typical intelligent path planning algorithms |
方法 | 优点 | 缺点 | 验证类型 |
---|---|---|---|
粒子群算法[112-114] | 鲁棒性较好,初期收敛速度快 | 搜索后期收敛速度慢 | 仿真 |
蚁群算法[115-117] | 鲁棒性较好,初期收敛速度快 | 搜索后期收敛速度慢 | 仿真 |
狼群算法[118,119] | 良好的收敛性和鲁棒性,全局优化较好 | 参数多,运算时间长 | 仿真 |
退火算法[120] | 精确度较高,可获取全局极点 | 收敛速度慢,随机性大,容易陷入局部最小值 | 试验 |
遗传算法[121-123] | 适应性广泛,局部最优解 | 处理速度慢,稳定性差 | 仿真 |
差分进化算法[124,125] | 鲁棒性优于遗传算法 | 处理速度慢,稳定性差 | 仿真 |
人工神经网络[126-128] | 学习能力强,鲁棒性较好 | 泛化性能不佳,速度慢 | 仿真 |