摘要
本发明实施例提供了一种鱼饲料投喂量预测优化方法和相关装置,所述方法包括:获取时间序列数据;将时间序列数据分别输入至预先构建好的SARIMAX模型和基于注意力机制的LSTM模型进行鱼饲料投喂量预测,其中,SARIMAX模型用于处理时间序列数据中的季节性特征和趋势性特征,基于注意力机制的LSTM模型用于捕捉时间序列数据中的非线性关系;接着,将这两个模型分别应用于残差法和加权求和法中,计算出第一预测结果和第二预测结果。利用评分模型评估残差法和加权求和法的性能,获得相应的评分结果,并选择最优的目标预测值。基于此,本发明实施例能够在复杂多变的环境下,提高鱼饲料投喂量预测精度,提升预测模型的整体性能。
技术关键词
鱼饲料投喂量
注意力机制
长短期记忆神经网络模型
数据
计算机可执行指令
非线性
水中溶解氧
序列特征
网格搜索方法
LSTM模型
优化装置
误差
浊度
噪声
处理器
指标
体重
优化器
系统为您推荐了相关专利信息
相控阵雷达
智能识别方法
识别特征
模糊逻辑算法
分布特征
深度混合模型
生成数据集
土样
深度学习模型
指数
图像拼接方法
梯度直方图
无人机
图像匹配
影像数据处理技术
约束优化方法
多无人机
进化算法
异构
无人机集群