河蟹养殖水质评估与远程监测系统研究

摘要

河蟹口味鲜美，营养丰富，深受人们喜爱，年产量已突破80万吨；且受益于信息时代物流产业的发展，河蟹市场需求会进一步扩大。而养殖水质的好坏直接关系到河蟹的健康，进而影响河蟹的产量，本文在“国家十二五支撑计划：水产品加工产业链全信息溯源与监管体系(2015BAD17B)”项目支撑下，以蟹塘水质为研究对象，以水质评估算法与水质远程监测系统为研究内容，围绕蟹塘水质的评估与监测展开研究，主要工作如下： 针对水体环境的不确定性与多变性，提出了一种BSO-K2水质评估算法。该算法利用相关性分析筛选出表征水质质量的关键变量，基于互信息原理获取水质关键变量间的最大支撑树结构，衍生出无向贝叶斯网络，将网络各边的随机指向作为头脑风暴优化（BSO）算法的初始种群，以K2评分函数为评判标准，基于BSO算法寻优机理，获得最匹配待评估水质环境的贝叶斯网络。仿真实验表明：BSO-K2算法搜索周期短，生成结构合理，与模糊模型、BP神经网络相比，具有较高的预测精度。 在此基础上，基于物联网与云计算技术，设计并构建了河蟹养殖水质远程监测系统。以养殖作业船为载体，以STM32F103ZET6为核心设计了蟹塘水质的动态采集点，主要包括：水质参数监测电路，电机驱动电路，自动投饵电路以及无线数据传输电路等。在此基础上，以腾讯云为服务器、设计了SQL网络数据库、Web Service管理平台，通过Web页面与移动客户端APP实现人机交互，方便用户及时掌握蟹塘水质关键信息。 现场试验结果表明，船体前进、转向、投料动作执行良好，作业船与 Web页面、APP间数据传递迅速，信息延迟时间小于50ms，系统具有较好的稳定性与实时性，水质评估结果达到预期要求。

目录

第一个书签之前