Pages 110-117
Ilan Halachmi

海水网箱养殖生产正在全球许多地方快速扩张。不过，养殖生产的计划与布局手段仍依赖于经验法则，数据表格，当地经验以及代代相传的实践。开发出了一个综合模型（将排队模型，优化模型和仿真模型等联系起来）。用以找到使年养殖产量最大化的决策变量值。
其理念在于将一个单独的网箱看作一个“服务端”，其中的鱼不能“排队”等候放入（过量），但也不允许网箱空闲。将一个海水养殖场看作一个排队网络，并依此开发了一个基于排队网络的管理模型。

在一个历时4年的试验期，对每批次平均包含180,000尾鱼（std 50,000）的共计40批次的鱼的生长数据做了记录。

模型的输入数据有（1）鱼的实证生长率，（2）网箱的给定空间，（3）首选的网箱网目尺寸，网箱高度和网箱直径，（4）来自稚鱼供给方面的制约因素，（5）市场（销售）时机，以及（6）养殖鱼的首选适销尺寸。模型的输出数据有：（7）最佳的稚鱼运抵频率，（8）每批次的最佳稚鱼数量，（9）各个网箱中的鱼类养殖天数，（10）养殖生产流程中的分级与分类标准，以及（11）设施的最佳配置（每个生长阶段配置的网箱数量）。对模型的有效性进行了统计学上的测试，可信度达到了95%。第一生长阶段4个网箱，第二生长阶段8个网箱以及第三生长阶段16个网箱（称为“4,8,16布局”）的模型应用结果给出了以下最佳运行参数：每30天运抵一批稚鱼；每段连续生长阶段需时122天。最佳值满足了网箱内生物量密度小于25 kg m−3的标准，以及网箱利用率不低于99%的标准。预期的养殖产量是每年2403吨（目前为每年686吨）。企业主决定采纳该模型结果，目前正按照4,8,16布局设计建造养殖系统。

《Aquacultural Engineering》Volume 54, (May 2013)