典彩华，田云臣,2,通信作者

基于机器学习的梭鲈鱼生长发育模型

典彩华1，田云臣1,2,通信作者

（1. 天津农学院 计算机与信息工程学院，天津 300392；2. 天津市水产生态与养殖鱼点实验室，天津 300392）

基于大数据、人工智能建立鱼类生长发育模型以实现水产养殖精细管理已成为关注的热点。本文介绍了梭鲈鱼养殖数据的来源以及采集、定性特征的处理等数据预处理方法，然后介绍了利用因子分析和主成分分析两种方法进行降维处理的步骤，最后详细介绍了机器学习数据集划分方法和运用BP神经网络、支持向量机、XGBoost 3种方法建立梭鲈鱼生长发育模型并对模型进行验证的方法和过程。结果表明，基于随机划分数据集、采用BP神经网络和主成分分析方法建立的模型对梭鲈鱼生长发育的预测效果最好。

梭鲈鱼；生长发育模型；机器学习；数据处理；影响因子

梭鲈鱼生长速度快，肌间刺少，蛋白质含量高，脂肪含量少，口感好，被称为“淡水鱼王”[1]。1993年以来，我国已有多个省开展了梭鲈鱼养殖，总结出较合理的养殖技术[2-3]。同时，研究人员对饲料类型[4]、温度[5]、氨氮和硝酸盐浓度[6]、放养密度[7]、二氧化碳[8]、溶解氧、光照强度、光周期等[9]因子对梭鲈鱼的生长发育影响进行了研究，进一步促进了梭鲈鱼养殖技术发展。但这些研究多限于简单因子与梭鲈鱼生长发育之间的关系，尚未涉及多因子对梭鲈鱼生长的影响。应用大数据、人工智能技术建立梭鲈鱼生长发育模型，为揭示多因子与梭鲈鱼生长发育之间的关系、实现精细管理提供了新的途径和方法。……