本發(fā)明屬于魚群模擬，尤其涉及在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法及系統(tǒng)。

背景技術(shù)：

1、漁業(yè)資源的發(fā)展利用和環(huán)境保護(hù)問題一直引人關(guān)注，赤潮現(xiàn)象不僅會(huì)對(duì)海洋結(jié)構(gòu)造成嚴(yán)重影響，一直頻發(fā)破壞了原有的漁業(yè)結(jié)構(gòu)，對(duì)漁業(yè)資源產(chǎn)生巨大沖擊，現(xiàn)有魚群模擬系統(tǒng)未能充分考慮赤潮等環(huán)境因素對(duì)魚群行為及生存狀態(tài)的影響；此外，現(xiàn)有的赤潮預(yù)測(cè)和魚群模擬系統(tǒng)往往相互獨(dú)立，缺乏有效整合，難以形成一套完整的、可用于漁業(yè)資源管理和保護(hù)的綜合模擬方法及系統(tǒng)。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提出了在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法及系統(tǒng)，能夠真實(shí)反映魚群在赤潮影響下的動(dòng)態(tài)特征。

2、本發(fā)明提供了在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，包括：

3、獲取待預(yù)測(cè)的赤潮數(shù)據(jù)；

4、將所述待預(yù)測(cè)的赤潮數(shù)據(jù)分布輸入至赤潮預(yù)測(cè)模型，獲取赤潮空間分布，其中，所述赤潮預(yù)測(cè)模型由反向傳播神經(jīng)網(wǎng)絡(luò)構(gòu)建，并通過訓(xùn)練集訓(xùn)練獲得，所述訓(xùn)練集包括赤潮發(fā)生前后數(shù)據(jù)；

5、根據(jù)赤潮空間分布和葉綠素平均濃度，獲取對(duì)應(yīng)的赤潮類型；

6、構(gòu)建魚群行為模型，基于所述魚群行為模型和對(duì)應(yīng)的赤潮類型進(jìn)行魚群仿真，輸出魚群仿真模擬情況。

7、可選的，獲取所述訓(xùn)練集包括：

8、獲取赤潮發(fā)生前和發(fā)生后預(yù)設(shè)天數(shù)的數(shù)據(jù)；

9、將所述數(shù)據(jù)整合為空間×?xí)r間的數(shù)據(jù)集，替換整合后的數(shù)據(jù)集中的nan值，獲取所述訓(xùn)練集。

10、可選的，所述魚群行為模型包括：魚群游動(dòng)模型和魚群逃逸模型；

11、所述魚群游動(dòng)模型，用于根據(jù)魚群的當(dāng)前位置、速度和模型參數(shù)，更新魚群位置和速度；

12、所述魚群逃逸模型，用于根據(jù)魚群的當(dāng)前位置和速度，捕食者當(dāng)前位置、速度和模型參數(shù)，更新魚群位置和速度。

13、可選的，根據(jù)魚群的當(dāng)前位置、速度和模型參數(shù)，更新魚群位置和速度包括：

14、根據(jù)魚群的當(dāng)前位置和速度時(shí)，根據(jù)所述魚群的平均速度計(jì)算全局對(duì)齊速度；

15、計(jì)算完所述全局對(duì)齊速度后，初始化魚群的靠攏速度、聚攏速度和排斥速度，遍歷每條魚當(dāng)前位置的感知范圍，根據(jù)感知距離找到鄰魚的數(shù)量，判斷當(dāng)前魚是靠攏還是排斥，獲取第一判斷結(jié)果；

16、根據(jù)所述第一判斷結(jié)果，結(jié)合鄰魚的數(shù)量計(jì)算共同合力作用后的聚攏力；

17、根據(jù)所述聚攏力，計(jì)算魚群中每條魚的合速度；

18、基于所述合速度，更新魚群位置和速度。

19、可選的，計(jì)算魚群中每條魚的合速度的方法為：

20、合速度＝全局對(duì)齊權(quán)重×全局對(duì)齊速度+靠攏權(quán)重×靠攏速度+聚攏權(quán)重×聚攏力+

21、排斥權(quán)重×排斥速度。

22、可選的，根據(jù)魚群的當(dāng)前位置和速度，捕食者當(dāng)前位置、速度和模型參數(shù)，更新魚群位置和速度包括：

23、根據(jù)魚群的當(dāng)前位置和速度，捕食者當(dāng)前位置、速度和模型參數(shù)，計(jì)算直接逃離捕食者方向的矢量作為逃逸方向；

24、根據(jù)所述逃逸方向，判斷逃逸行為；

25、基于所述逃逸行為，判斷魚群中某一條魚和捕食者之間的距離，獲取第二判斷結(jié)果；

26、根據(jù)所述第二判斷結(jié)果，更新魚群位置和速度。

27、可選的，根據(jù)所述第二判斷結(jié)果，更新魚群位置和速度包括：

28、若魚群中某一條魚在捕食者捕食半徑之內(nèi)，則根據(jù)魚群中某一條魚和捕食者之間的距離，獲取逃逸因子，根據(jù)所述逃逸因子，根據(jù)魚群位置和速度；

29、若魚群中某一條魚與捕食者之間的距離在預(yù)設(shè)范圍內(nèi)，且預(yù)設(shè)范圍遠(yuǎn)小于捕食半徑，則進(jìn)行隨機(jī)規(guī)避，隨機(jī)生成角度代入旋轉(zhuǎn)矩陣，更新魚群位置和速度。

30、可選的，根據(jù)所述逃逸因子，根據(jù)魚群位置和速度的方法為：

31、魚群的速度＝魚群初始速度+逃逸因子×(逃逸方向-魚群初始速度)；

32、進(jìn)行隨機(jī)規(guī)避，隨機(jī)生成角度代入旋轉(zhuǎn)矩陣，更新魚群位置和速度的方法為：

33、更新魚群的速度＝旋轉(zhuǎn)矩陣×魚群初始速度。

34、可選的，基于所述魚群行為模型和對(duì)應(yīng)的赤潮類型進(jìn)行魚群仿真前還包括：

35、初始化整體魚群的攝食量、排泄量、攝食率、死亡率和植物的繁殖率，單個(gè)樣本魚的攝食量、排泄量。

36、本發(fā)明還提供了赤潮影響下舟山漁場(chǎng)魚群情況模擬系統(tǒng)，包括：赤潮預(yù)測(cè)模塊和魚群可視化模擬模塊；

37、所述赤潮預(yù)測(cè)模塊，用于將待預(yù)測(cè)的赤潮數(shù)據(jù)分布輸入至赤潮預(yù)測(cè)模型，獲取赤潮空間分布，其中，所述赤潮預(yù)測(cè)模型由反向傳播神經(jīng)網(wǎng)絡(luò)構(gòu)建，并通過訓(xùn)練集訓(xùn)練獲得，所述訓(xùn)練集包括赤潮發(fā)生前后數(shù)據(jù)；

38、所述魚群可視化模擬模塊，用于根據(jù)赤潮空間分布和葉綠素平均濃度，獲取對(duì)應(yīng)的赤潮類型；構(gòu)建魚群行為模型，基于所述魚群行為模型和對(duì)應(yīng)的赤潮類型進(jìn)行魚群仿真，輸出魚群仿真模擬情況。

39、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)和技術(shù)效果：

40、本發(fā)明訓(xùn)練反向傳播神經(jīng)網(wǎng)絡(luò)，對(duì)不同年份都進(jìn)行了預(yù)測(cè)，可以基于不同的赤潮情況進(jìn)行魚群模擬。在魚群模擬界面中，本發(fā)明對(duì)魚群基本運(yùn)動(dòng)規(guī)律和狀態(tài)進(jìn)行定義，真實(shí)反映魚群在赤潮影響下的動(dòng)態(tài)特征。本發(fā)明將赤潮預(yù)測(cè)和魚群模擬兩功能有機(jī)整合，構(gòu)建了一個(gè)功能完善、操作簡(jiǎn)便的綜合模擬系統(tǒng)。此外，現(xiàn)有技術(shù)可能涉及復(fù)雜的操作步驟、參數(shù)設(shè)置等，本發(fā)明具有直觀的用戶界面和簡(jiǎn)潔的操作流程。

技術(shù)特征：

1.在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，獲取所述訓(xùn)練集包括：

3.根據(jù)權(quán)利要求1所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，所述魚群行為模型包括：魚群游動(dòng)模型和魚群逃逸模型；

4.根據(jù)權(quán)利要求3所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，根據(jù)魚群的當(dāng)前位置、速度和模型參數(shù)，更新魚群位置和速度包括：

5.根據(jù)權(quán)利要求4所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，計(jì)算魚群中每條魚的合速度的方法為：

6.根據(jù)權(quán)利要求3所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，根據(jù)魚群的當(dāng)前位置和速度，捕食者當(dāng)前位置、速度和模型參數(shù)，更新魚群位置和速度包括：

7.根據(jù)權(quán)利要求6所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，根據(jù)所述第二判斷結(jié)果，更新魚群位置和速度包括：

8.根據(jù)權(quán)利要求7所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，根據(jù)所述逃逸因子，根據(jù)魚群位置和速度的方法為：

9.根據(jù)權(quán)利要求1所述的在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法，其特征在于，基于所述魚群行為模型和對(duì)應(yīng)的赤潮類型進(jìn)行魚群仿真前還包括：

10.赤潮影響下舟山漁場(chǎng)魚群情況模擬系統(tǒng)，其特征在于，包括：赤潮預(yù)測(cè)模塊和魚群可視化模擬模塊；

技術(shù)總結(jié)
本發(fā)明公開了在赤潮影響下舟山漁場(chǎng)魚群情況模擬方法及系統(tǒng)，模擬方法包括：獲取待預(yù)測(cè)的赤潮數(shù)據(jù)；將所述待預(yù)測(cè)的赤潮數(shù)據(jù)分布輸入至赤潮預(yù)測(cè)模型，獲取赤潮空間分布，其中，所述赤潮預(yù)測(cè)模型由反向傳播神經(jīng)網(wǎng)絡(luò)構(gòu)建，并通過訓(xùn)練集訓(xùn)練獲得，所述訓(xùn)練集包括赤潮發(fā)生前后數(shù)據(jù)；根據(jù)赤潮空間分布和葉綠素平均濃度，獲取對(duì)應(yīng)的赤潮類型；構(gòu)建魚群行為模型，基于所述魚群行為模型和對(duì)應(yīng)的赤潮類型進(jìn)行魚群仿真，輸出魚群仿真模擬情況。本發(fā)明能夠真實(shí)反映魚群在赤潮影響下的動(dòng)態(tài)特征。

技術(shù)研發(fā)人員：蘇曉,吳瓊,李博,王健鑫,嚴(yán)小軍
受保護(hù)的技術(shù)使用者：浙江海洋大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/22