绪论 1
感 知篇 17
第1章 溶解氧智能变送器 17
1.1技术领域和背景技术 17
1.1.1技术领域 17
1.1.2背景技术 17
1.2主要内容 17
第2章 pH值智能变送装置 26
2.1技术领域和背景技术 26
2.1.1技术领域 26
2.1.2背景技术 26
2.2主要内容 26
第3章 电导率智能传感器 32
3.1技术领域和背景技术 32
3.1.1技术领域 32
3.1.2背景技术 32
3.2主要内容 33
第4章 氨氮智能变送系统 40
4.1技术领域和背景技术 40
4.1.1技术领域 40
4.1.2背景技术 40
4.2主要内容 40
第5章 无线传感网络 48
5.1无线采集节点 48
5.2无线汇聚节点 49
5.3无线控制节点 49
5.4 GPRS远程测控系统 50
5.5主机节点 52
5.6能量管理 53
第6章 基于GPRS的水产养殖远程数据采集传输系统 54
6.1技术领域和背景技术 54
6.1.1技术领域 54
6.1.2背景技术 54
6.2主要内容 54
处 理篇 63
第7章 水质预测预警及控制模型 63
7.1集约化牙鲆养殖水质预测模型 63
7.1.1人工神经网络原理 63
7.1.2 BP神经网络溶氧预测模型 66
7.1.3其他水质因子神经网络预测模型的建立与验证 75
7.1.4小结 76
7.2集约化牙鲆养殖水质预警模型 76
7.2.1集约化牙鲆养殖水质预警模型的建立 76
7.2.2预警结果及分析 82
7.2.3小结 83
7.3海参养殖水质溶解氧预警模型 83
7.3.1预警概述 84
7.3.2 DO预测模型及预测效果 84
7.3.3溶解氧预警模型 95
7.3.4小结 97
7.4基于ELMAN神经网络的三角帆蚌池塘溶解氧预测模型 97
7.4.1预测模型输入参数 98
7.4.2 E1man神经网络及数学模型 98
7.4.3溶解氧预测模型 99
7.4.4预测结果及分析 99
7.4.5小结 101
7.5河蟹养殖水质溶解氧模糊控制器模型 101
7.5.1模糊控制器变量选择 102
7.5.2模糊控制策略 103
7.5.3实验结果 104
第8章 精细喂养决策模型 106
8.1饲料配方生成模型 106
8.1.1牙鲆的营养需求 106
8.1.2牙鲆饲料选择流程 108
8.1.3模型设计 109
8.2饲料配方模型评价 111
8.3配方模型应用实例 114
8.4本章小结 117
第9章 疾病预警模型 118
9.1牙鲆疾病预警模型 118
9.1.1基于环境的牙鲆疾病预警 118
9.1.2基于症状的牙鲆疾病预警 127
9.1.3本节小结 131
9.2鱼病的粗糙神经(RNN)知识获取模型 132
9.2.1引言 132
9.2.2鱼病的RNN(粗糙神经网络)松耦合获取模型 134
9.2.3获取实例 140
9.2.4小结 143
9.3鱼病诊断推理模型 143
9.3.1鱼病诊断的CBR与RBR协同推理机制 143
9.3.2鱼病诊断案例索引模型 145
9.3.3鱼病诊断的案例检索模型 148
9.3.4实例分析 155
9.3.5本节小结 156
第10章 数字化物流与溯源 157
10.1基于地理坐标和多重加密的水产品追溯码编码研究 157
10.1.1编码构成 157
10.1.2改进的产地位置码设计 158
10.1.3基于多重加密的追溯码设计 159
10.2水产品物流过程溯源信息交换技术 161
10.2.1数据交换模型 161
10.2.2交换格式 161
10.2.3交换过程 163
10.3条码扫描装卸货流程及其算法设计 163
第11章 水质远程监控系统 165
11.1硬件总体方案 165
11.2现场监控服务器 166
11.2.1检测芯片 167
11.2.2传感器模块 168
11.2.3通信模块 169
11.2.4模块安装 170
11.3远程信息服务器 170
11.4组网结构 172
11.5硬件平台搭建 173
11.6本章小结 174
第12章 工厂化水产养殖集散控制系统 175
12.1技术领域和背景技术 175
12.1.1技术领域 175
12.1.2背景技术 175
12.2主要内容 175
系 统篇 183
第13章 集约化水产养殖数字化集成系统总体设计 183
13.1硬件系统的总体设计 183
13.1.1水质与环境信息无线监控网络系统的设计 183
13.1.2无线采集与中继节点 183
13.1.3无线调控节点 185
13.1.4无线汇聚节点 185
13.1.5无线监控网络系统平台 186
13.2软件系统的总体设计 187
13.2.1水产养殖定量关系模型的创建 187
13.2.2基于模型和专家经验相结合的水产品全程健康养殖精细管理决策系统的设计 187
13.3软硬件系统的集成 188
13.3.1系统的分析 189
13.3.2系统的设计与实现 190
13.3.3结论与讨论 194
第14章 集约化牙鲆养殖水质预警系统 196
14.1系统分析 196
14.2系统设计 196
14.2.1系统结构设计 196
14.2.2系统功能设计 198
14.2.3数据库设计 198
14.2.4工作流程设计 200
14.3系统实现 201
14.3.1软硬件环境 201
14.3.2主要技术 201
14.4系统应用界面 204
14.5本章小结 207
第15章 集约化牙鲆养殖水质远程监控系统 208
15.1需求分析 208
15.1.1用户需求分析 208
15.1.2功能需求分析 208
15.2系统组态软件设计 209
15.2.1系统结构设计 209
15.2.2系统功能设计 209
15.2.3数据库设计 211
15.2.4工作流程设计 212
15.3系统组态软件实现 212
15.3.1软件开发环境 212
15.3.2主要技术 213
15.3.3系统运行界面 214
15.4系统运行效果分析 215
15.4.1数据实时采集 216
15.4.2数据准确性分析 218
15.5本章小结 220
第16章 集约化牙鲆养殖疾病预警系统 221
16.1系统分析 221
16.1.1用户需求分析 221
16.1.2功能需求分析 221
16.2系统设计 221
16.2.1系统结构设计 221
16.2.2功能模块设计 222
16.2.3系统流程设计 223
16.2.4数据库设计 223
16.3系统实现 226
16.3.1系统开发软件环境和软件技术 226
16.3.2系统运行界面 227
16.4本章小结 229
第17章 基于PDA的牙鲆养殖饲料投喂专家系统 230
17.1系统分析 230
17.1.1用户需求分析 230
17.1.2功能需求分析 230
17.2系统设计 230
17.2.1系统总体设计 230
17.2.2系统功能设计 231
17.2.3系统流程设计 232
17.2.4数据库设计 232
17.2.5知识库设计 233
17.3系统实现 236
17.3.1系统平台与结构 236
17.3.2系统软硬件环境 239
17.3.3系统界面展示 240
17.4本章小结 241
第18章 面向呼叫中心的鱼病知识获取系统 242
18.1系统总体结构设计 242
18.2系统功能模块设计 243
18.3系统流程设计 244
18.4系统知识库设计 246
18.5系统实现 246
18.5.1系统开发软件环境 246
18.5.2系统开发软件技术 247
18.5.3呼叫中心系统的环境配置 248
18.5.4系统运行界面 249
18.6本章小结 251
第19章 面向呼叫中心的鱼病诊断系统 252
19.1结构设计 252
19.2功能模块设计 253
19.3工作流程设计 255
19.4知识库设计 257
19.5系统实现 258
19.5.1系统开发软件环境 258
19.5.2系统开发软件技术 259
19.5.3呼叫中心系统的环境配置 259
19.5.4系统运行界面 260
19.6 本章小结 264
第20章 海参水质溶解氧预警系统 265
20.1系统结构设计 265
20.2系统功能设计 265
20.3数据库设计 266
20.4系统流程设计 266
第21章 海参养殖疾病预防预警系统 270
21.1开发背景 270
21.2系统分析 270
21.2.1用户需求分析 270
21.2.2功能需求分析 270
21.3系统设计 271
21.3.1系统结构设计 271
21.3.2功能模块设计 271
21.3.3系统流程设计 273
21.3.4数据库设计 273
第22章 海参养殖疾病诊断决策系统 277
22.1系统概述 277
22.2系统设计 278
22.2.1系统结构设计 278
22.2.2系统功能模块设计 278
22.2.3诊断推理模块分析与设计 279
22.2.4数据库设计 281
22.3系统实现 282
第23章 水产品数字化物流与溯源系统 284
23.1系统总体设计 284
23.2水产品追溯码生成系统 285
23.2.1系统概述 285
23.2.2系统功能 286
23.3车载端水产品配送过程信息采集子系统 287
23.3.1系统概述 287
23.3.2数据库设计 287
23.3.3系统功能实现 288
23.4物流中心端水产品配送过程管理系统 290
23.4.1系统概述 290
23.4.2数据库设计 290
23.4.3系统功能实现 291
第24章 南美白对虾集约化养殖集成系统 295
24.1系统整体介绍 295
24.2南美白对虾育苗专家系统 296
24.3南美白对虾养殖专家系统 297
24.4南美白对虾疾病预防与智能诊断专家系统 299
示 范篇 305
第25章 示范点应用情况 305
25.1全国示范情况概述 305
25.2江苏省宜兴市河蟹水质监控系统 306
25.2.1示范点概况 306
25.2.2示范点系统安装情况 307
25.2.3示范点运行情况 310
25.2.4示范点应用效果 311
25.3山东省东营市大闸蟹养殖水质监控系统 312
25.3.1示范点概况 312
25.3.2示范点系统安装情况 313
25.3.3示范点运行情况 314
25.3.4示范点应用效果 315
25.4山东省东营市海参养殖水质监控系统 315
25.4.1示范点概况 315
25.4.2示范点系统安装情况 316
25.4.3示范点运行情况 319
25.4.4示范点应用效果 319
25.5山东省海阳市海参养殖水质监控系统 320
25.5.1示范点概况 320
25.5.2示范点系统安装情况 321
25.5.3示范点运行情况 322
25.5.4示范点应用效果 322
25.6山东省青岛市海参养殖水质监控系统 323
25.6.1示范点概况 323
25.6.2示范点系统安装情况 324
25.6.3示范点运行情况 325
25.6.4示范点应用效果 326
25.7山东省烟台市黑鲪鱼及海参养殖水质监控系统 326
25.7.1示范点概况 326
25.7.2示范点系统安装情况 327
25.7.3示范点运行情况 328
25.7.4示范点应用效果 328
25.8江西省都昌县生态环保淡水珍珠水质监控系统 329
25.8.1示范点概况 329
25.8.2示范点系统安装情况 330
25.8.3示范点运行情况 331
25.8.4示范点应用效果 332
第26章 应用前景与发展趋势 333
26.1集约化水产养殖传感系统发展趋势与应用前景 333
26.1.1溶解氧(DO)传感器 334
26.1.2氨氮(AN)传感器 334
26.1.3 pH值传感器 335
26.1.4电导率(EC)传感器 336
26.1.5智能传感器发展展望 336
26.2集约化水产养殖传输系统发展趋势与应用前景 337
26.2.1无线传感器网络在集约化水产养殖中的发展展望 337
26.2.2 3G技术在集约化水产养殖中的发展展望 338
26.3集约化水产养殖信息处理与控制系统发展趋势与应用前景 339
26.3.1基于人工神经网络(ANN)的方法 339
26.3.2支持向量机(SVM)方法 340
26.3.3基于案例推理的智能决策支持方法 340
26.3.4数字视频监控技术 341
26.3.5模糊控制理论 341
26.4集约化水产养殖系统集成发展趋势与应用前景 342
26.4.1物联网技术 342
26.4.2云计算技术 343
参考文献 346