基于粒子群优化 BP神经网络的水产养殖水温及 pH预测模型

• 作者: 周超 孙传恒 徐大明 杜永贵
• 来源期刊: 渔业现代化
• 学科: 农学
• 关键词: 粒子群算法 BP神经网络 水产养殖 渔情预警 水质预测模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 水产养殖工程
• 页码范围: 24-29
• 页数: 6页
• 分类号: TP181|S934
• 字数: 3966字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9580.2016.01.005

摘要

针对养殖水质、水温及pH预测准确性低的问题，提出了一种基于粒子群优化BP神经网络的养殖水质参数预测方法。首先应用粒子群算法优化得出BP神经网络的初始权值和阈值，然后对得到的数据进行预处理，修复异常数据信息，再以当前时间的多个水质参数作为输入，下个时间点的水温、pH作为输出，建立养殖水质预测模型，最后利用采集的水质数据在BP神经网络中进行训练，并通过实验检验水质预测模型的可行性和预测性能。与支持向量回归（ SVR）和传统BP神经网络相比，基于粒子群优化的BP神经网络在预测水温方面，均方根误差（RMSE）下降幅度分别为64．4％和86．7％；在预测pH方面，RMSE下降幅度分别为11．1％和78．9％。研究表明，基于粒子群优化的BP神经网络养殖水质预测模型具有灵活简便、预测精度高、易于实现的特点，同时具有很好的预测能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜永贵	太原理工大学信息工程学院	48	373	12.0	17.0