研究针对黑水虻养殖车间的微气候预测问题，提出 LARVA-Net——一种面向物联网环境的仿生递归注意力模型，用于温湿度等多变量时序预测。作者指出，传统 VAR、ANFIS 等模型在精度、效率与可解释性之间难以兼顾；LARVA-Net 以 VAR 线性基线叠加选择性自适应模糊状态学习，仅在上下文触发时更新内部状态，从而压缩计算量。模型设计借鉴幼虫高效信息处理的机制，但作者明确其为计算抽象而非生物仿真。研究以车间实测数据评估预测精度与推理开销。