鱼菜共生系统智能监测与联动控制的设计与实现

为了实现鱼菜共生系统的无人化智能管理,本文设计了一套基于物联网的鱼菜共生系统智能监测与联动控制系统,针对鱼菜共生系统水质关键参数进行针对性监测,主要是pH值、溶解氧和温度值,传感器测得实时数据,通过MCU发送控制信号控制打氧泵、加热器等设备,实现水质参数的调控,实现了对鱼菜共生系统实时监测、联动控制、异常报警等功能.工...     

基于SSA- LSTM模型的黄鳝池溶氧预测研究

溶氧含量是影响黄鳝养殖的重要因素，为提高黄鳝池溶氧浓度的预测精度，提出一种基于麻雀搜索算法(SSA)和长短期记忆神经网络(LSTM)的黄鳝池溶氧浓度预测模型，即利用SSA算法优化LSTM模型的超参数后，对循环水黄鳝养殖池的溶氧浓度进行预测。结果显示：基于SSA-LSTM模型的预测准确率为96.77%,相较于对照模型LSTM、门控循环单元(GRU)、粒子群算法-长短期记忆神经网络(PSO-LSTM)分别提升了2.09%、3.34%、0.55%。该模型其他指标均方误差(E_MSE)、平均绝对误差(E_MAE)、均方根误差(E_RMSE)分别为0.67、0.53、0.81,相较于对照模型也有明显下降。研究表明，利用SSA-LSTM模型预测黄鳝池溶氧浓度具有良好的准确性和鲁棒性，可以为黄鳝养殖中水质参数精准调控提供依据。