基于PCA-LSTM神经网络的凡纳滨对虾养殖水质预测

基于上海奉贤区2个水产养殖合作社2014—2018年和2021年的检测数据,选取水温(T)、溶解氧(DO)、高锰酸盐指数(I_Mn)、总磷(TP)、总氮(TN)、氨氮(TAN)、亚硝酸盐氮(NO₂^--N)、硝酸盐氮(NO₃^--N)共8个水质指标进行研究,提出了基于主成分分析(Principal component analysis, PCA)和长短时记忆神经网络(Long short-term memory neural network,LSTM)的预测模型。首先采用主成分分析法对数据进行特征提取和降维,选取高锰酸盐指数(I_Mn)和氨氮(TAN)作为水质预测指标,建立基于PCA法的LSTM模型;接着采用PCA-LSTM模型对不同养殖塘的水质进行预测;最后,将其与单一LSTM模型进行对比以验证模型的优劣。结果表明:PCA-LSTM模型可用于凡纳滨对虾养殖池塘水中I_Mn和TAN的预测, 预测结果优于单一LSTM模型。     

基于粒子群优化算法和长短时记忆神经网络的蟹塘溶解氧预测

为准确预测蟹塘溶解氧质量浓度,及时掌握溶解氧质量浓度的变化趋势,提前采取防控措施从而降低河蟹养殖风险,提出了一种基于粒子群优化算法(PSO)和长短时记忆神经网络(LSTM)的蟹塘溶解氧质量浓度预测模型,采用PSO算法优化LSTM模型参数后对蟹塘溶解氧质量浓度进行预测.结果表明,PSO-LSTM模型不仅整体优于ARIMA...     

基于小波分解的凡纳滨对虾养殖水体水质的仿真研究

依据凡纳滨对虾养殖水体中测定的水质数据,利用ARMA 模型和神经网络模型两种方法对水质动态进行预测和分 析,提出了一种基于小波分解且针对凡纳滨对虾养殖水体水质预测的ARMA 模型,且ARMA（p,q）模型中的p 值和q 值分别为4和2。预测结果表明,所建立的预测模型精度较高。将ARMA 模型预测的结果与神经网络预测的结果进行了对比后发现,基于小波分解的ARMA 模型对对虾养殖水体水质预测的有效性和准确性优于神经网络预测模型。     

河蟹养殖水温预报模型研究

外界环境对河蟹生长影响较大,利用常规气象要素(温度、湿度、风、降水量、气压)的数据,分析河蟹生长与养殖水温的关系,建立相关预报模型。研究表明:河蟹养殖水温主要受温度、湿度影响;采用神经网络方法可以较好地建立该模型。     

淡水养殖池塘水温预测预报模型的应用与检验

采用准差分法消除了池塘水温预测预报模型的自相关,推导简化了日最高水温的预测回归模型,并采用信度分析方法检验了对虾养殖生产后期池塘水温预报的准确性,结果表明预报值与实测值误差较小,信度较高,可应用于养殖生产。     

基于长短时记忆网络(LSTM)的上证指数预测

在第四代科技革命,即新信息技术高速发展的背景下,人工智能技术在股票市场中也得以广泛应用。股价综合指数可视为股票市场整体趋势的一种量化描述,对综合指数的变化趋势分析有助于了解股票市场的演化方向。因此,我们利用建立了一个含有200个隐藏神经元的长短时记忆网络以分析上证指数的变化趋势,该模型实现了基于前7个交易日的历史数据的一步预测。由于ADAM具有高效性的优势,我们将其用ADAM与模型训练,并利用正则化方法提高模型的泛化能力。通过仿真实验证明,LSTM模型较好地对上证指数运动的趋势进行了预测,为上证指数预测提供了一个新的研究方向。     

基于长短期记忆神经网络的罗非鱼生长预测模型

[目的]通过测定吉富罗非鱼生长指标,建立其生长的长短期记忆神经网络(Long Short-term Memory neu-ral network model,LSTM)模型,分析模型的拟合度和准确度,为罗非鱼的育种和养殖提供参考.[方法]以罗非鱼生长阶段的生长时间、投喂量及水槽编号3个指标数据作为输入量,通过Dropout和one-hot的方法建立LSTM模型.[结果]模型在训练开始后迅速下降,100次迭代左右,误差下降速度开始逐步减缓,在1000次迭代后,误差开始收敛,数值趋于稳定,稳定值误差在0.0036左右.训练完成的模型对测试集的预测结果相对误差随真实值变大而逐渐变小,真实值较大且稳定时,相对误差较小,整体拟合程度较好.[建议]生长预测模型满足基本生产需求的同时,需增加样本数据的记录采集,建立生长数据库;结合信息平台等技术获取多影响影子数据,增加输入变量,使模型更加完善合理;选择合适的模型,结合预测数据与生产,合理规划上市时间及安排投饲方案等,使养殖利益最大化.     

一种基于LSTM的草莓白粉病预测方法

草莓白粉病是近年来影响草莓品质和产量的主要病害之一,为了准确预判日光温室草莓白粉病的发生,尽早采用防治手段减少药物使用,设计了基于长短时记忆网络(LSTM)的日光温室草莓白粉病预测模型。运用无线环境数据采集设备对温室内草莓生长环境因子(空气温度、空气相对湿度、光照强度、土壤温度、土壤相对湿度)进行实时动态监测,并同步进行白粉病流行调查。在此基础上首先总结了日光温室草莓白粉病易发区域,作为病情监测重点区域,用于在模型预测发病时指导人工重点观测。同时采用LSTM模型构建了日光温室草莓白粉病预测模型,预测草莓白粉病是否发生。选取了25项环境相关指标,分别使用发病前7 d至发病前4 d、发病前4 d和发病前7 d的环境数据作为输入训练模型,并比较预测效果。结果表明使用发病前7 d至发病前4 d的环境数据作为模型输入可以准确预测出草莓白粉病发病,精度达到93%,与以发病前7 d的环境数据作为输入的模型相比,预测准确度相当,但使用输入数据更少,可以提前3 d预判出白粉病发病,取得了较好的效果,具有良好应用前景。     

基于组合预测模型的水质数据预测研究

对时间序列水质预测问题进行研究,提出了基于最优加权法的组合预测模型.综合利用了ARIMA预测模型、人工神经网络模型和指数平滑法对水质数据进行预测,再将它们的结果利用最优加权组合法进行组合,得到组合预测模型结果.将组合预测模型应用到广州长洲水质预测工作中,得到了较好的预测结果.组合预测模型结果的精度高于单一模型结果.组合预测模型能平衡单一模型的偏差,具有更好的适用性和更高的精度.     

基于灰色马尔可夫链模型的水质预测

GM(1,1)模型由于其原始数据的起伏性和无序性,预测结果不是很理想.针对这一情况,采用马尔可夫链模型对GM(1,1)模型结果进行优化,并应用该模型对太子河干流化学需氧量进行预测.结果表明,应用灰色马尔可夫链模型进行预测,化学需氧量成逐年下降的趋势,2012年实际化学需氧量为11.4 mg/L,结果在(9.97,12.59)的预测区间,说明应用灰色马尔可夫链对水质进行预测是可行的.     

基于GIS平均气温空间分布推算模型研究——以海南岛为例

[目的]研究基于GIS平均气温空间分布推算模型。[方法]以多年平均气温为研究对象,应用普通克里格插值法(OK)、反距离权重插值法(IDW)、样条插值法(SPLINE)以及混合插值法(MLR)对海南岛18个长期气象观测站1979～2008年逐月气温资料进行了空间栅格化,通过不同插值方法的对比分析,选择针对海南岛多年平均气温相对最优的插值方法。[结果]通过对海南岛近30年的平均气温4种插值方法的误差分析,发现插值法精度顺序为MLRIDWOKSPLINE。基于海南岛DEM影像的"多元线性回归+残差插值"的小网格插值法即混合插值法(MLR)在海南岛平均气温空间插值效果最好;海南岛平均气温空间分布特征除具有明显的南高北低的纬度地带性以及随海拔升高逐渐降低的垂直地带性外,沿岸地区气温呈略高于内陆地区趋势;海南岛各月气温递减率在0.38～0.85℃/100m,年均气温递减率约为0.74℃/100m,在不同区域不同时间条件下,气温对于海拔高度的递减率不同。[结论]该研究为海南岛农业气象要素连续分布状况获取和建立精确空间分布推断模型提供依据。     

基于贝叶斯正则化BP神经网络的日光温室温度预测模型

针对日光温室温度预测模型中输入因子间存在复杂的耦合关系以及输入因子过多而导致神经网络结构规模过大等问题,选用影响日光温室温度的环境因子组成数据样本,对数据样本进行主成分分析。提取出影响日光温室内温度的前3个成分作为BP神经网络模型的输入变量,采用贝叶斯正则化算法对BP神经网络进行改进。结果表明,该方法改进的BP神经网络模型得到简化,拟合曲线光滑,具有较好的泛化能力和网络推广能力。     

基于高光谱的荒漠植物含水率预测模型

[目的]根据实地测定的荒漠植物高光谱和含水率,建立其含水率预测模型,为遥感生态监测和荒漠生境评价提供依据.[方法]实地测定了17种荒漠植物光谱反射率,使用烘干法测定其含水率,对荒漠植物的含水率和反射光谱进行相关分析.[结果]1405-1534 nn波段是荒漠植物含水率的敏感波段.引人吸收深度为参量,分别以978-1030,1405-1534 mn波段水分吸收深度建立荒漠植物含水率线性预测模型,其决定系数分别为R2＝0.696和R2＝0.928.根据模型计算荒漠植物含水率与真值的误差分别在-16.84;-12.01;和-1.86;-2.84;,[结论]以1405-1534 nm波段水分吸收深度建立荒漠植物含水率线性预测模型可以较准确的反映荒漠植物的含水率.     

超声高温热水香菇多糖提取工艺优化

[目的]研究提取香菇多糖最佳工艺条件,提高香菇多糖的提取得率.[方法]采用超声波高温热水法提取香菇多糖,基于Box-Behnken统计法分析了水料比、超声温度、超声功率、超声时间等工艺参数对香菇多糖提取率的影响.[结果]提取工艺参数对香菇多糖提取率的影响顺序为超声时间＞水料比＞超声功率＞超声温度;超声高温热水法提取香菇多糖的最佳工艺条件为水料比30∶1、超声温度64℃、超声功率为580 W、超声时间60 min,提取得率为15.845 6％.[结论]该研究可为其他提取工艺提供理论依据.     

基于神经网络的水产养殖水质预测模型研究

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.     

基于马尔可夫链的河流水质污染预测模型研究

基于马尔可夫链的河流水质污染预测模型,采用河流水质污染的指标数据,得到水质污染的时间序列值;划分水质污染趋势的状态空间;建立状态转移矩阵,从而预测水质污染趋势变化区间.结果表明,该模型能够有效地预测河流水质污染的走势,进而能够为相关的环保部门提供治理河流的有效依据,从而达到保护农业灌溉用水的目的.