基于PCA-MCAFA-LSSVM的养殖水质pH值预测模型

• 作者: 刘双印 徐龙琴 李振波 李道亮
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 养殖水质 pH值预测 文化鱼群算法 最小二乘支持向量机 参数优化 主成分分析
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 农业自动化与环境控制
• 页码范围: 239-246
• 分类号: TP391
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2014.05.037

摘要

为解决水质预测传统方法精度低、鲁棒性差等问题,提出了基于主成分分析(PCA)、改进文化鱼群算法(MCAFA)和最小二乘支持向量机(PCA-MCAFA-LSSVM)的养殖水质pH值预测模型.该模型通过主成分分析提取养殖生态环境指标的主成分,降低模型输入向量维数,利用改进文化鱼群算法对最小二乘支持向量机超参数进行组合优化,以自动获取最优超参数建立非线性养殖水质pH值预测模型.应用该模型对宜兴市河蟹养殖某池塘2011年9月1日～9月4日在线监测的水质数据进行了预测分析,试验结果表明:该模型取得较好的预测效果,与分别用蚁群算法或遗传算法优化LSSVM的方法相比,PCA-MCAFA-LSSVM模型有93.05％的测试样本绝对误差小于8％,最大绝对误差仅为11.61％,均方根误差、平均相对误差绝对值和运行时间分别为0.047 4、0.0041和4.367s,且均优于其他预测方法.PCA-MCAFA-LSSVM算法不仅计算速度快、预测精度高,还能够为河蟹养殖水质调控管理提供决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐龙琴	广东海洋大学信息学院	35	324	12.0	16.0
2	刘双印	广东海洋大学信息学院	35	333	12.0	17.0
4	李道亮	中国农业大学北京市农业物联网工程技术研究中心	137	2290	25.0	40.0
10	李振波	中国农业大学农业部农业信息获取技术重点实验室	17	145	6.0	12.0