Анализ проблем, решаемых рыбоводом осетрового рыбного завода (ОРЗ) в процессе своей профессиональной деятельности, показал, что перечень его задач можно разделить на четыре группы: административные, исследовательские, экспериментальные и расчетные. На сегодняшний день не создано ни одной информационной системы, направленной на автоматизацию деятельности рыбовода ОРЗ, касающейся такого вида задач как экспериментальные и исследовательские. Выводы, полученные в результате решения этих задач позволяют рыбоводу добиваться улучшения показателей качества технологического процесса воспроизводства осетровых рыб. В процессе деятельности предприятий рыбного хозяйства необходимо информацию, связанную с ведением процесса воспроизводства осетровых рыб, хранить в виде базы экспериментальных данных. Именно эта информация представляет наибольшую ценность в решении задач повышения показателей качества рыбоводного процесса, как правило, она не систематизирована и используется в основном лишь для формирования текущих отчетов.

Структура комплексной система бесконтактного мониторинга биологических характеристик ремонтно-маточного стада (рис. 1) включает три следующих вида обеспечений: информационное, программное и техническое обеспечение.

Рис. 1. Структура комплексной системы бесконтактного мониторинга биологических характеристик ремонтно-маточного стада

Информационное обеспечение системы бесконтактного мониторинга включает:

1) базу экспериментальных данных: содержит информацию об основных показателях условий разведения и характеристиках осетровых рыб, схемах рассадки и других параметрах технологического процесса воспроизводства осетровых рыб;

2) базу биологических характеристик: содержит зависимости между параметрами технологического процесса воспроизводства осетровых рыб;

3) базу отчетов: предназначена для хранения отчетов и использования при построении месячной, квартальной, годовой и др. отчетной документации на основе ранее сформированных отчетов (рис. 1.-8).

Информация в базу экспериментальных данных может вводиться как в ручном – посредством системы управления базой экспериментальных данных (рис. 1.-1), так и в автоматизированном режиме – посредством измерительных средств (рис. 1.-2).

На наш взгляд база экспериментальных данных представляет большую ценность, так как на её основе могут быть получены эмпирические модели (рис. 1.-3), связывающие показатели условий содержания осетровых рыб и их характеристики. Биологические характеристики, хранящиеся в базе биологических характеристик, строятся системой интеллектуального анализа данных (рис. 1.-4).

Предлагаемая схема базы экспериментальных данных (рис. 2) позволит решать ряд следующих исследовательских и экспериментальных задач:

1) нахождение зависимостей развития осетровых рыб (общая длина, масса, длина от конца рыла до выемки хвостового плавника) от условий их содержания и кормления;

2) влияние кормовой базы на эпизоотическое состояние осетровых рыб;

3) выявление видов кормов (лекарств), способствующих наиболее быстрому выздоровлению осетровых рыб;

4) влияние плотности рассадки в рыбоводные емкости на развитие осетровых рыб;

5) нахождение оптимальных условий содержания, кормления и плотности рассадки в рыбоводные емкости, способствующих эффективному содержанию и росту осетровых рыб;

6) нахождение оптимальных условий производителей, способствующих наиболее высокому проценту оплодотворения икры, проценту выхода личинок и проценту выживания молоди.

7) другие исследовательские задачи.

Рис. 2. Схема базы экспериментальных данных в нотации IDEF1X

На основе предлагаемой схемы базы экспериментальных данных может быть решена следующая задача: т.к. информация о развитии осетровых рыб заносится в базу экспериментальных данных и в период, когда их пол ещё неизвестен, то, с наступлением момента определения пола осетровых рыб, можно, осуществив возврат к более ранним этапам их развития, оценить закономерности развития самок и самцов в период их взросления. Полученные таким образом эмпирические модели можно использовать на ранних этапах для прогнозирования пола рыб.

База экспериментальных данных и база биологических характеристик образуют базу знаний, которая может быть использована рыбоводом как средство информационной поддержки принятия решений, так и для автоматизированного управления процессом воспроизводства осетровых рыб. Например, одной из задач рыбовода является задача определения времени инъекции препаратом суспензии гипофизов и просмотра самок после гипофизарной инъекции для получения от них икры в оптимальные сроки при разных температурах. Стандартная методика [1, С. 194–199] предполагает ручное измерение температуры и сравнение её среднего значения по графикам для выяснения времени инъекции, просмотра и сдачи самок. При этом предполагается поддержка постоянной температуры в течение всего периода созревания. Методика направлена на получение икры в начале рабочего дня. Однако, если автоматизированное рабочее место (АРМ) рыбовода предполагает автоматический контроль за поддержанием температуры в бассейнах, то, при наличии эмпирических моделей продолжительности созревания самок осетровых рыб, можно варьировать температуру в зависимости от требуемых дат и временных интервалов инъекции, просмотра и сдачи самок.

С помошью системы интеллектуального анализа данных PolyAnalyst были получены эмпирические модели продолжительности созревания самок осетра, севрюги, белуги и стерляди. Ниже приведены несколько полученных моделей с оценками:

1) продолжительности созревания самок осетра от температуры:

,            (1)

,                (2)

где – время от инъекции суспензии гипофизов в , после которого созревают первые самки; – средняя температура в  (); k₂=6634.7; k₃=1187.85; k₄=66.9194; k₅=2.08941; k₆=0.0322925; k₇=9.00286; k₈=3.27678e-005 (стандартная ошибка модели: 0.003992; стандартное отклонение модели: 0.03852).

,        (3)

где – время от инъекции суспензии гипофизов в , после которого самок, не обнаруживших признаков созревания можно сдавать; – средняя температура в  (); k₁=905256; k₂=263353; k₃=30152; k₄=1739.65; k₅=50.1778; k₆=0.576474; k₇=8715.7; k₈=108.986 (стандартная ошибка модели: 0.01331; стандартное отклонение модели: 0.2096).

2) продолжительности созревания самок севрюги от температуры:

,             (4)

где – время от инъекции суспензии гипофизов в , после которого созревают первые самки; – средняя температура в  (); k₁=8.31727e+009; k₂=1.32678e+009; k₃=7.93709e+007; k₄=1.86789e+006; k₅=681.152; k₆=4.40733e+006; k₇=256789 (стандартная ошибка модели: 0.003215; стандартное отклонение модели: 0.0166).

,        (5)

где – время от инъекции суспензии гипофизов в , после которого самок, не обнаруживших признаков созревания можно сдавать;  – средняя температура в  (); k₁=7.25559e+006; k₂=1.02084e+006; k₃=57193.1; k₄=1631.8; k₅=0.00658297; k₆=2373.42; (стандартная ошибка модели: 0.004419; стандартное отклонение модели: 0.03981).

Ориентируясь на такого рода эмпирические модели биологических характеристик рыб можно решать большой круг задач, направленных на повышение качества процесса разведения осетровых рыб.

Например, эмпирические модели (1)–(5) могут быть использованы при решении задачи планирования дат и времени мероприятий по получению икры от самок осетровых рыб.

Введем обозначения:

– дата и время инъекции препаратом суспензии гипофизов;

– дата и время начала просмотра самок;

– дата и время окончания просмотра самок.

Введем следующие операции:

1) , где  – дата и время, следующие за указанной  на  часов позже;

2) , где – дата и время, предшествующие указанной  на часов 

Пусть  – начало координат планирования дат и времени мероприятий (рис. 3), тогда  – время, через которое необходимо делать инъекцию,  – время, через которое необходимо начинать просматривать самок,  – время, через которое можно сдавать самок. Как правило, [1, стр. 194].

Рис. 3. Планирование дат и времени мероприятий

Решение задачи планирования мероприятий будет заключаться в нахождении средней температуры , при которой система

                      (7)

имеет решение при ограничениях

,                (8)

,             (9)

,           (10)

Средняя температура должна поддерживаться в интервале .

Программное обеспечение системы бесконтактного мониторинга включает следующие функционально законченные системы автоматизированного рабочего места рыбовода:

1) систему управления базой экспериментальных данных: обеспечивает добавление, удаление, редактирование и поиск информации в базе экспериментальных данных (рис. 1.-1);

2) систему интеллектуального анализа данных: обеспечивает построение эмпирических моделей на основе базы экспериментальных данных и ведение базы биологических характеристик (рис. 1.-3,4);

3) систему прогнозирования и принятия решений: обеспечивает решение на основе базы биологических характеристик (рис. 1.-5) различных задач главного рыбовода, связанных с изменением условий разведения осетровых, с целью получения наиболее высоких показателей качества. Если АРМ используется в составе автоматизированной системы управления технологическим процессом (АСУТП), то данная система может также генерировать управляющие воздействия (рис. 1.-6), связанные с изменением условий содержания осетровых рыб.

Например, используя эмпирические модели продолжительности созревания самок от температуры можно на основе базы экспериментальных данных, содержащей информацию о плотности посадки рыб и температурах в бассейнах решать следующие задачи с помощью ЭВМ: а) определение времени начала инъецирования, удобного для рыбовода, т.е. начало проверки производителей на созревание должно приходиться на указанное рыбоводом время при постоянной температуре; б) получение рекомендаций по температуре (для производителей осетра, белуги, севрюги, стерляди) в бассейнах при заданном времени начала просмотра самок и заданных ограничениях на время инъекции и/или время сдачи самок; в) прогнозирование массового созревания производителей (для осетра, белуги, севрюги, стерляди) при различных температурах.

4) система формирования отчетов: обеспечивает формирование на основе базы знаний отчетной документации (рис. 1.-7). Структура базы экспериментальных данных позволяет формировать: паспорта производителей; схему рассадки ремонтно-маточного стада, отчеты по условиям содержания, отчеты по кормовой базе и др.

Техническое обеспечение комплексной системы включает [2-4]:

1) телевизионную информационно-измерительную систему ввода экспериментальной информации в АРМ – прибор для телевизионного мониторинга живой массы рыбы (количество особей, средний размер особи, оценка веса особи и др.);

2) акустическую информационно-измерительную систему ввода экспериментальной информации в АРМ – акустический прибор для мониторинга биологических характеристик рыбы (пол, зрелость икры и т.д.).

Автоматизированное рабочее место должно предоставлять рыбоводу возможность интерактивного общения со своими коллегами с других предприятий, поэтому в состав АРМ необходимо включить web-сайт. Предлагаемая нами структура web-сайта должна содержать следующие элементы (рис. 4):

– ФОРУМ: позволит рыбоводу создавать новые и участвовать в существующих обсуждениях по вопросам разведения осетровых рыб;

- ЭЛЕКТРОННАЯ БИБЛИОТЕКА: позволит рыбоводу осуществлять добавление и поиск электронных вариантов книг и статей по разведению осетровых рыб;

- ПОВЫШЕНИЕ КВАЛИФИКАЦИИ: позволит рыбоводу, используя автоматизированные системы контроля и обучения, повышать свою квалификацию в области разведения осетровых рыб;

- СПРАВОЧНИК РЫБ: должен содержать описания осетрообразных рыб по следующей схеме: описание и систематика, распространение, максимальные размеры, образ жизни, статус вида, литература;

- СПРАВОЧНИК БОЛЕЗНЕЙ РЫБ: должен содержать описания инфекционных, инвазионных и незаразных болезней рыб, методы их диагностирования, а также лечебно-профилактические и оздоровительные работы. Описание болезней рыб должно приводиться по следующей схеме: этиология, эпизоотологические данные, симптомы, патологоанатомические изменения, диагноз, лечение, профилактика и меры борьбы, санитарная оценка;

- ТЕРМИНОЛОГИЯ: должен содержать пояснения к терминам, встречающимся в научной литературе и помогать в проведении определений рыб и их промеров;

- ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ: должен содержать рассчетные программы для процесса воспроизводства осетровых рыб.

Рассмотрим несколько задач, решение которых возможно с использованием полученных в работе эмпирических моделей.

Рис. 4. Структура web-сайта АРМ рыбовода

Задача 1: определение даты и времени инъекции суспензии гипофизов самкам белуги, стерляди, осетра и севрюги для получения икры при заданных рыбоводом дате и времени  начала просмотра первых самок и средней температуре   в период созревания самок. Например, рыбовод задает время начала просмотра самок осетра  и среднюю температуру  (рис. 5), тогда дату и время инъекции определим как:

Рис. 5. Зависимость продолжительности созревания самок осетра (время, к которому созревают первые самки)

Задача 2: определение времени инъекции суспензии гипофизов самкам белуги, стерляди, осетра и севрюги и рекомендации по средней температуре  в период созревания самок для получения икры при заданных рыбоводом дате и времени просмотра  самок и ограничении на дату и время инъекции (начало-конец) .

Например, рыбовод задает время начала просмотра самок севрюги и ограничение на дату и время инъекции , тогда рекомендации по средней температуре в период созревания определим как множество решений следующей системы:

Рекомендации по температуре для заданных условий: (рис. 6).

Рис. 6. Зависимость продолжительности созревания самок севрюги (время, к которому созревают первые самки)

Задача 3: определение периода массового созревания самок белуги, стерляди, осетра и севрюги при заданных рыбоводом дате и времени  начала просмотра первых самок и средней температуре  в период созревания самок. Например, рыбовод задает время начала просмотра  самок осетра и среднюю температуру   , тогда  (рис. 7) и период массового созревания: c  до .

Рис. 7. Зависимость  продолжительности созревания самок осетра (время, после которого получение от самок пригодной для рыбоводства икры маловероятно)

Задача 4: определение периода массового созревания самок белуги, осетра и севрюги и рекомендации по средней температуре  в период созревания самок при заданных рыбоводом дате и времени просмотра самок и следующих ограничениях:

Например, рыбовод задает следующие условия:

Одно из решений, удовлетворяющих заданным условиям (рис. 8): при средней температуре =16,4 , , , .

Рис. 8. Зависимость продолжительности созревания самок севрюги (время, после которого получение от самок пригодной для рыбоводства икры маловероятно)

Выводы: Предлагаемое автоматизированное рабочее место позволяет не только повысить эффективность работы рыбовода, но и дает ему в руки «инструмент» для планирования своей деятельности и прогнозирования путей развития научных экспериментов. АРМ рыбовода – фактически экспертная система, с помощью которой рыбовод может не только планировать свою работу, но и контролировать ход технологического процесса воспроизводства осетровых рыб.

Наличие в АРМ web-сайта и электронной библиотеки позволяет рыбоводу не только пополнять свои знания и повышать квалификацию, но и в интерактивном режиме общаться со своими коллегами с других предприятий, путем форумов по вопросам процесса воспроизводства осетровых рыб.

1. Детлаф Т.А., Гинзбург А.С., Шмальгаузен О.И. Развитие осетровых рыб. (Созревание яиц, оплодотворение, развитие зародышей и предличинок). М.: Наука, 1981, 224 с.
2. Шевчук В.П., Мальцев С.А., Черкин Д.В. Акустический способ определения численности рыбного скопления в водоеме // Измерительная техника. 2005. № 6. С. 55-57.
3. Шевчук В.П., Адаменко А.В. Разработка информационно-измерительной системы для определения пола рыбы. Тезисы докладов 11 международной научно-технической конференции «Радиоэлектроника, электротехника и энергетика», том 1, Москва, 1-2 марта, 2005, С. 418-419.
4. Шевчук В.П., Рыбанов А.А., Моргунов С.В. Автоматизированное рабочее место рыбовода осетрового рыбного завода // Экономика, информатизация и управление рыбным хозяйством: сб. аналитической и реферативной информации/ ВНИЭРХ. – М., 2005. – Вып. 2. –  С. 60-74.

Все статьи автора «rybanoff»