Page 202 - 《水产学报》2025年第12期

2025, 49(12): 129516 JOURNAL OF FISHERIES OF CHINA

DOI: 10.11964/jfc.20241014729

基于 BP 神经网络的虾夷扇贝育苗投饵预测
模型

1,2
1
2
母 刚 1,2,3,4 ， 李海东 ， 常轶智 ， 吴乙涛 ， 张 倩 1,3,4 ， 李航企 ， 第一作者：母刚，从事渔业装备工程
1
技术研究，E-mail：mugang@dlou.edu.cn
张寒冰 1,3,4 ， 李秀辰 1,3,4 ， 张国琛 1,3,4* ， 宋若冰 1,3*
1. 大连海洋大学机械与动力工程学院，辽宁 大连 116023；2. 大连海洋大学中新
合作学院，辽宁 大连 116023；3. 大连海洋大学，辽宁省海洋渔业装备专业技术
创新中心，辽宁 大连 116023；4. 大连海洋大学，设施渔业教育部重点实验室，
辽宁 大连 116023

摘要：
【目的】解决虾夷扇贝育苗中人工投饵方式粗放、精度差等问题，实

现虾夷扇贝育苗投饵的自动化。 通信作者：张国琛，教授，从事渔业
装 备 工 程 技 术 研 究 ， E-mail： zhang-
【方法】提出了一种基于 BP 神经网络的虾夷扇贝育苗投饵预测模型。 guochen@dlou.edu.cn；

以虾夷扇贝幼苗的生长天数、食饵量、水温作为预测模型的输入向量，
投饵量为输出向量，通过 BP 神经网络挖掘数据间映射关系，建立虾
夷扇贝育苗投饵预测模型，通过投饵试验验证模型的精度和稳定性。
【结果】30 d 的虾夷扇贝幼苗由系统自动投饵 3 d 后，自动投饵的均方
根误差由人工投饵的 456.6×10 降低至 226.6×10 ，降低了 50.34%，自
5
5
动投饵的绝对百分误差为 0.041，小于人工投饵的 0.043；42 d 培育的

虾夷扇贝幼苗由系统自动投饵 3 d 后，自动投饵的均方根误差由人工 宋若冰，从事渔业装备工程技术研究，
E-mail：srb@dlou.edu.cn
5
5
投饵的 194.2×10 降低至 149.3×10 ，降低了 23.09%，自动投饵的绝对
资助项目：国家重点研发计划(2023
百分误差为 0.020，小于人工投饵的 0.039。 YFD2400800)；大连市首批揭榜挂帅项
【结论】虾夷扇贝育苗投饵预测模型的精准度与稳定性均优于人工投 目(2021JB11SN035)；辽宁省教育厅基
本科研项目(LJ232410158048)；辽宁省
饵，为自动投饵装备研发提供了重要参考。 本科高校基本科研业务费专项
(2024JBPTZ002)；大连市科技创新基
关键词: 虾夷扇贝；育苗；自动投饵；投饵预测模型；BP 神经网络 金 (2024JJ13GX039)

收稿日期：2024-10-23
修回日期：2024-12-30
[1]
虾夷扇贝 (Patinopecten yessoensis) 是一种大型经济贝类 ，是我国
文章编号：
辽宁和山东重要的经济养殖贝类之一。近年来，随着市场行情持续向 1000-0615(2025)12-129516-14
好，虾夷扇贝苗种出现供不应求的情况 。在育苗过程中，投饵过多 中图分类号：S 951.2；TP 183
[2]
文献标志码：A
会造成饵料的浪费，投饵较少则影响贝苗的生长发育 。目前，主流
[3]
作者声明本文无利益冲突
的虾夷扇贝育苗仍以人工投饵为主，存在管理粗放，资源利用率低等
© 《水产学报》编辑部(CC BY-NC-ND 4.0)
问题。严重制约了虾夷扇贝育苗产业的发展，亟需一种虾夷扇贝育苗 Copyright © Editorial Office of Journal of
自动投饵系统以替代人工作业。 Fisheries of China (CC BY-NC-ND 4.0)

工厂化育苗是虾夷扇贝人工育苗的主要方式，其投饵大多在养殖
技术员指导下由人工完成 。同时，由于养殖技术人员对虾夷扇贝幼
[4]
苗的摄食情况采用抽样观察法，会出现较大误差。因此，建立准确的预
中国水产学会主办 sponsored by China Society of Fisheries https://www.china-fishery.cn
1