水產(chǎn)養(yǎng)殖水質(zhì)預測模型及監(jiān)控管理系統(tǒng)研究.pdf

1、隨著計算機技術(shù)的快速發(fā)展，如何將信息處理技術(shù)與水產(chǎn)養(yǎng)殖結(jié)合起來，從而真正實現(xiàn)科學養(yǎng)殖，在農(nóng)業(yè)乃至水產(chǎn)養(yǎng)殖行業(yè)領(lǐng)域成為了亟待解決的問題。水產(chǎn)養(yǎng)殖池塘水質(zhì)參數(shù)對水產(chǎn)品具有極其重要的作用，一旦池塘水質(zhì)惡化會嚴重影響?zhàn)B殖產(chǎn)品的生存甚至給養(yǎng)殖戶造成無法估量的損失。因此，對池塘水質(zhì)因子進行研究，并將現(xiàn)代信息處理技術(shù)運用到池塘水質(zhì)重要因子的預測上具有重要的現(xiàn)實意義。本文針對池塘水質(zhì)問題，通過分析池塘水質(zhì)的基礎(chǔ)之上，建立水質(zhì)重要因子溶解氧的預測模型，并

2、在此基礎(chǔ)上對水產(chǎn)養(yǎng)殖監(jiān)控管理系統(tǒng)的后臺管理系統(tǒng)進行了設(shè)計，同時將MATLAB引擎技術(shù)將溶解氧預測模型嵌入到系統(tǒng)中，為科學管理水產(chǎn)養(yǎng)殖池塘提供了一定的理論和實際意義。
　?。?）針對水產(chǎn)養(yǎng)殖池塘水質(zhì)，在借鑒池塘水質(zhì)動態(tài)模型的基礎(chǔ)之上對池塘水質(zhì)因子及其影響因素進行了分析研究，并構(gòu)建了池塘水質(zhì)關(guān)鍵因子溶解氧預測模型，對下一時刻池塘溶解氧進行預測。
　　（2）針對池塘溶解氧影響因素種類多且相互之間作用機理復雜的情況，通過將主成分分析

3、方法與BP神經(jīng)網(wǎng)絡相結(jié)合的方法，提出PCA-BP神經(jīng)網(wǎng)絡預測模型，對影響因素降維，消除因子間相互影響，仿真結(jié)果表明在提高BP神經(jīng)網(wǎng)絡訓練效率的同時，相較BP神經(jīng)網(wǎng)絡預測結(jié)果有明顯提高。
　?。?）對BP神經(jīng)網(wǎng)絡的連接權(quán)值和閾值確定過程中，通過將遺傳算法引入尋找BP神經(jīng)網(wǎng)絡的最優(yōu)連接權(quán)值及閾值，構(gòu)建PCA-GA-BP神經(jīng)網(wǎng)絡模型。從仿真結(jié)果可以看出，雖然訓練預測時間稍有增加，但是完全滿足實際預測需要，且預測精度較好，預測結(jié)果更穩(wěn)定。