共 20 条
基于GA-BP神经网络的池塘养殖水温短期预测系统
被引：28
作者：
陈英义
[1
,2
]
程倩倩
[1
,3
]
成艳君
[1
,3
]
于辉辉
[1
,3
]
张超
[1
]
机构：
[1] 不详
[2] 中国农业大学信息与电气工程学院
[3] 不详
[4] 农业部农业信息获取技术重点实验室
[5] 北京农业物联网工程技术研究中心
[6] 不详
来源：
关键词：
水产养殖;
水温预测系统;
主成分分析;
遗传算法;
BP神经网络;
D O I：
暂无
中图分类号：
S964.3 [池塘养鱼];
TP183 [人工神经网络与计算];
学科分类号：
摘要：
为解决传统的水温小样本非实时预测方法预测精度低、鲁棒性差等问题,基于物联网实时数据,提出了遗传算法(GA)优化BP神经网络的池塘养殖水温短期预测方法,并在此基础上设计开发了池塘养殖水温预测系统,首先采用主成分分析法筛选出影响池塘水温的关键影响因子,减少输入元素;然后使用遗传算法对初始权重和阈值进行优化,获取最优参数并构建了基于BP神经网络的水温预测模型;最后采用Java语言开发了基于B/S体系结构的预测系统。该系统在江苏省宜兴市河蟹养殖池塘进行了预测验证。结果表明:该系统在短期的水温预测中具有准确的预测效果,与传统的BP神经网络算法相比,研究内容评价指标平均绝对误差(MAE)、平均绝对百分误差(MAPE)和误差均方根(MSE)分别为0.196 8、0.007 9和0.059 2,均优于单一BP神经网络预测,可满足实际的养殖池塘水温管理需要。
引用
收藏
页码：172 / 178
页数：7
相关论文