基于优化BP网络的工厂化水产养殖水质预测模型的实现

被引：9

作者：

高艳萍

于红

崔新忠

机构：

[1] 大连水产学院信息工程学院

来源：

大连水产学院学报 | 2008年 / 03期

关键词：

神经网络; MATLAB; 预测模型; 工厂化水产养殖;

D O I：

10.16535/j.cnki.dlhyxb.2008.03.013

中图分类号：

S951.2 [电子设备、计算机在渔业上的应用];

学科分类号：

082801 ;

摘要：

在分析影响工厂化水产养殖水质因素的基础上,利用BP神经网络良好的非线性映射特性,建立了工厂化水产养殖水质预测模型,并利用MATLAB神经网络工具箱编程实现。训练结果表明:用L-M BP网络预测工厂化水产养殖水质,收敛速度快,预测精度高,能有效地预测水产养殖中的水质状况。

引用

页码：221 / 224

页数：4

共 6 条

[1] 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

[2] 集成生物净化系统用于鱼池水质控制的初步试验研究 [J].

李秀辰 ;

张国琛 ;

崔引安 ;

雷衍之 .

农业工程学报, 2003, (03) :216-219

[3] 人工神经网络在水产科学中的应用 [J].

楼文高 .

上海水产大学学报, 2001, (04) :347-352

[4] 对多层前向神经网络研究的进一步看法 [J].

阎平凡 .

电子学报, 1999, (05) :83-86

[5]

养殖水环境化学[M]. 中国农业出版社 , 雷衍之主编, 2004

[6]

Improving the learning speed of 2-layer neural networks by choosing initial values of the adaptiveweights .2 NGUYEN D,WIDROW B. Proceedings of the IJCNN . 1990

← 1 →