基于神经网络的模糊系统池塘淡水养殖溶解氧预测模型(英文)

建立基于神经网络的模糊系统预测模型,应用基于神经网络的模糊系统模型对淡水养殖池塘溶解氧进行预测,用实测的106组监测数据对来检验模型的可靠性,其中80组数据作为训练样本,26组数据作为检验样本,将预测值与实测值进行比较。结果表明,该模型预测值与实测数据拟合良好,解决了生产实际中溶解氧状况无法及时预报和动态监测难等问题。     

池塘淡水养殖水质模糊综合评价系统的设计与实现

以池塘淡水养殖水质为研究对象,在综合分析池塘水质各影响因子的基础上,通过专家问卷调查法和德尔裴法对水质因子的重要程度进行了排序,建立了池塘水质评价指标体系和评价标准,用重要程度法和实测值相对隶属度法确定了指标权重,建立了池塘水质模糊综合评价模型,并设计和实现了淡水池塘养殖水质模糊综合评价系统。将该系统应用于某企业淡水养殖池塘水质的评价,取得了较好效果。     

池塘淡水养殖水质模糊综合评价系统的设计与实现

以池塘淡水养殖水质为研究对象,在综合分析池塘水质各影响因子的基础上,通过专家问卷调查法和德尔裴法对水质因子的重要程度进行了排序,建立了池塘水质评价指标体系和评价标准,用重要程度法和实测值相对隶属度法确定了指标权重,建立了池塘水质模糊综合评价模型,并设计和实现了淡水池塘养殖水质模糊综合评价系统。将该系统应用于某企业淡水养殖池塘水质的评价,取得了较好效果。     

淡水小龙虾池塘养殖技术

淡水小龙虾在国内外市场的消费呈增长趋势,需求量大,市场前景好。据有关部门统计,南京每年的夏秋两季,每天要消费小龙虾70吨左右,全年要消费1.5万吨以上。淡水小龙虾已成为长江中下游地区最受欢迎的淡水虾类。特别是苏北的盱眙龙虾,以个大体亮,肉质鲜嫩而著称,经盱眙人研究独制的,十三香食用中药材配料烹饪后成为喷香鲜美,赞不绝口的＂十三香龙虾＂,好吃之极可用＂麻、辣、鲜、美、香、酥、甜、肥、嫩等字眼来形容,绝不为过。全国200余家＂盱眙龙虾＂餐饮店,每年消费小龙虾近4万吨,而自然捕捞的野生小龙虾已远远满足不了广大消费者需求。因此,小龙虾养殖业将蓬勃发展。     

淡水池塘龙虾养殖技术

从养殖池塘的选择、池塘整理、放养前准备、虾苗放养、水质调控、病害防治及适时捕捞等方面介绍了淡水龙虾的养殖技术。     

淡水鲨鱼池塘养殖技术

进行了淡水鲨鱼池塘试养,结果产量在22.5t/hm2,获纯利润10.05万元/hm2。详细介绍了淡水鲨鱼的池塘养殖技术,以期指导淡水鲨鱼的池塘推广养殖。     

淡水龙虾池塘养殖技术

从池塘准备、栽植水草、虾苗放养、日常管理和捕捞收获等方面介绍了淡水龙虾的池塘养殖技术,以期为水产养殖者养殖淡水龙虾提供参考。     

淡水白鲳池塘养殖应用研究

淡水白鲳食性杂,适应性强,易于饲养,在池塘养殖的条件下,经３～４个月的养殖,体重可达０．７～１．１ｋｇ以上,每６６７ｍ＾２水面可生产淡水白鲳４００～５００ｋｇ,是一种极具推广价值的养殖品种。     

基于模糊聚类多模型池塘溶解氧软测量研究

提出了一种基于模糊-C均值聚类FCM（Fuzzy C-Means）算法的多模型结构方法,并建立了溶解氧软测量模型。通过对养殖池塘溶解氧软测量模型的研究表明,该方法具有良好的测量精度和鲁棒性,具有良好的在线测量与监控能力。     

基于神经网络的模糊温室锅炉监控系统

根据温室锅炉系统的控制要求,应用三维力控组态软件对温室锅炉控制系统进行改造,采用模糊神经网络优化温度信号。     

基于BP神经网络PID控制器在水产温室温度控制中的应用

针对水体大比热容性造成的水产温室水温变化非线性、大滞后性、时变性等问题,考虑到传统PID控制器自适应能力差、鲁棒性不强等缺陷,提出采用基于BP神经网络的PID控制策略。在该控制策略中,PID的控制参数可以通过神经网络进行实时调节,以实现最佳的控制效果。利用MATLAB软件对传统的PID控制策略和神经网络PID控制策略的控制效果进行仿真模拟。研究结果表明,基于BP神经网络PID控制的系统动态响应更快、鲁棒性更强、稳态精度更高、超调量更小,具有更好的控制效果。     

基于PLC和模糊控制技术的污水处理控制系统设计与实现

对污水处理生物氧化过程中溶解氧控制的重要性及复杂性进行了讨论;为了用模糊控制方法控制污水处理中溶解氧,设计了基于PLC的溶解氧模糊控制系统,并对结果进行了计算机仿真,证明了该控制系统的有效性;最后针对模糊控制的不足之处,提出了基于神经网络的模糊控制,为污水处理的自动控制提供了一个新的设计方法。     

用熵权模糊综合评价法评价养殖池塘水质状况的研究

[目的]利用熵权模糊综合评价法对养殖池塘水质状况进行评价,以期能对池塘养殖的水质评判提供参考。[方法]利用熵权模糊综合评价法评价以乌克兰鳞鲤(Cyprinus carpio)为主养鱼,平均规格71.4 g/尾,密度分别为6 000、9 000、12 000尾/hm2的3组池塘的水质情况。[结果]根据我国地表水环境质量标准GB3838-2002,在养殖过程中,6 000尾/hm2组池塘属Ⅰ类水,9 000和12 000尾/hm2组池塘属Ⅴ类水。[结论]随着养殖密度的增大,池塘水质逐渐变差,但从综合评价结果也可看出9 000和12 000尾/hm2组池塘的水质没有差异。     

用熵权模糊综合评价法评价养殖池塘水质状况的研究(英文)

[目的]利用熵权模糊综合评价法对养殖池塘水质状况进行评价,以期能对池塘养殖的水质评判提供参考。[方法]利用熵权模糊综合评价法评价以乌克兰鳞鲤(Cyprinuscarpio)为主养鱼,平均规格71.4g/尾,密度分别为6000、9000、12000尾/hm2的3组池塘的水质情况。[结果]根据我国地表水环境质量标准GB3838-2002,在养殖过程中,6000尾/hm2组池塘属Ⅰ类水,9000和12000尾/hm2组池塘属Ⅴ类水。[结论]随着养殖密度的增大,池塘水质逐渐变差,但从综合评价结果也可看出9000和12000尾/hm2组池塘的水质没有差异。     

基于模糊聚类的神经网络虫情预测

1基于模糊聚类的神经网络预测 首先采用模糊聚类对所有样本进行预处理,再把去噪后的数据作为神经网络的输人数据进行训练和预测。 1．1基于模糊聚类的神经网络结构3层BP神经网络具有令人满意的对连续映射的逼近能力,可以满足预测的要求,因此,采用3层BP神经网络作为研究模型。3层BP神经网络由输入层、隐含层和输出层组成。