基于神经网络的水产养殖水质预测模型研究

被引：10

作者：

袁琦 ^{[1
]}

黄建清 ^{[2
]}

符新 ^{[1
]}

翁绍捷 ^{[1
]}

机构：

[1] 海南大学机电工程学院

[2] 华南农业大学工程学院

来源：

湖北农业科学 | 2013年 / 52卷 / 01期

基金：

海南省自然科学基金;

关键词：

神经网络; 自适应BP算法; 预测模型; pH; 水产养殖; 水质;

D O I：

10.14088/j.cnki.issn0439-8114.2013.01.038

中图分类号：

S959 [水质工程]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

水产养殖池塘是一个多变量、非线性和大时延系统,很难用传统方法建立水质预测的精确模型。神经网络具有良好的非线性函数逼近能力,非常适合处理水质预测等复杂问题。利用BP神经网络模型,通过自适应的动态学习方法和模型优化,采用MATLAB神经网络工具箱建立了水产养殖水环境因子pH值预测模型。在预测模型中输入测试样本,将预测结果与实测值进行比较,平均相对误差小于1%。结果表明,所构建的基于自适应BP算法的水产养殖水质预测模型具有良好的精确性和准确性,能有效地预测养殖池塘的水质状况。

引用

页码：143 / 146

页数：4

共 10 条

[1]

人工神经网络技术及其应用.[D].覃光华.四川大学.2003, 04

[2] 基于遗传算法与RBF网络的养殖池塘溶解氧模型 [J].

马从国 ;

赵德安 .

中国农村水利水电 , 2011, (02) :14-16+22

[3] Bp神经网络的Matlab实现 [J].

石云 .

湘南学院学报, 2010, 31 (05) :86-88+111

[4] BP神经网络预测的MATLAB实现 [J].

焦淑华 ;

夏冰 ;

徐海静 ;

刘莹 .

哈尔滨金融高等专科学校学报, 2009, (01) :55-56

[5] 基于神经网络的废气浓度预测模型设计与实现 [J].

黄建清 ;

朱伟兴 .

电脑与信息技术, 2008, (04) :4-7

[6] 基于模糊神经网络的池塘溶解氧预测模型 [J].

郭连喜 ;

邓长辉 .

水产学报, 2006, (02) :225-229

[7] BP网络结构设计与算法探讨 [J].

颜七笙 ;

游泳 ;

杨志辉 .

科技广场, 2005, (03) :36-38

[8]

MATLAB神经网络应用设计.[M].傅荟璇; 等编著.机械工业出版社.2010,

[9]

基于MATLAB的系统分析与设计.[M].王晓丹;吴崇明编著;.西安电子科技大学出版社.2000,

[10]

Comparison of different predictive models for nutrient estimation in a sequencing batch reactor for wastewater treatment.[J].D. Aguado;A. Ferrer;A. Seco;J. Ferrer.Chemometrics and Intelligent Laboratory Systems.2006, 1

← 1 →