基于深度非线性状态空间模型的鱼类生长预测方法

本发明公开一种基于深度非线性状态空间模型的鱼类生长预测方法，属于智能水产养殖技术领域，该方法中，建立鱼类生长深度状态空间模型，设计动态阶段划分机制，融合异速生长梯度与环境累积效应构建阶段跃迁判据，通过门控网络实现模型参数自适应切换，突破传统固定阈值划分导致的阶段边界模糊问题，将代谢率温度响应、密度抑制效应等生物机理方程嵌入神经网络，通过正则化约束模型参数空间，实现环境‑管理因子的可解释耦合建模；实现了跨尺度因果关联建模，联合生物统计先验构建代谢‑生长的跨尺度因果链，破解传统黑箱模型无法关联微观生理与宏观生长的瓶颈。