基于ARIMA和RBF神经网络模型的溶解氧预测分析

结合江苏省宜兴市蟹养殖实地采集的数据,采用ARIMA模型对溶解氧进行预测,反映溶解氧周期性变化趋势。采用RBF神经网络对非线性残差部分进行预测。结果表明,组合模型较单一模型而言,预测结果更加全面、准确,提高了溶解氧预测的精度,并通过预测结果找出溶解氧变化规律。     

基于双层因果网络的鱼病诊断模型及其应用

通过分析鱼病传播的因果关系,构建了“症状—疾病—病因”的鱼病诊断模型,并转化为“症状—疾病”和“疾病—病因”的集合问题,采用模糊数学和覆盖集理论以及现代优化算法求解.通过实例证明,该模型可以得到有效的疾病范围、疾病发生可能性和相应的病因分析,诊断结论可以指导用户有针对性地进行鱼病防治.     

鱼病诊断短信平台设计与实现

由于农村很多地区不具备互联网服务条件,基于Web的鱼病诊断专家系统使用受到了一定的限制。针对移动电话普及范围广、手机短信使用方便的特点,围绕短信平台技术,对鱼病诊断短信平台诊断流程和系统编码进行设计,并用Java语言对鱼病诊断短信平台进行开发,实现了养鱼户通过短信方式实时进行鱼病诊断的功能。试验结果表明,鱼病诊断短信平台平均反应时间为20 s,天津地区淡水鱼常见鱼病诊断正确率为93.57%。从技术手段上进一步推进了鱼病智能诊断的应用,对扩大鱼病诊断知识的应用范围起到了积极的作用。     

基于TS搜索算法的鱼病诊断求解策略

根据疾病事件与症状事件之间的逻辑关系，利用覆盖集理论提出疾病诊断的新指标，构造症状与疾病之间的0—1整数规划模型，并采用禁忌搜索(TS搜索)方法来求解这一问题。通过大量鱼病诊断实例的计算结果表明，TS搜索算法在降低误诊率和减少响应时间方面均有良好的性能。     

植被恢复与重建理论体系的构建

通过对恢复生态学等相关理论的研究以及植被恢复和重建实践经验的总结,构建了植被恢复与重建的理论体系。该体系包括理论基础、方法体系、技术体系和工程体系等四部分,并对植被恢复与重建的目标、原则、模式、步骤和评价进行了详细描述。     

基于模糊数学的覆盖集模型在鱼病诊断中的应用

本文结合鱼病诊断中随机性、模糊性和不完备性同时存在的特点，基于节约覆盖集理论的概率模型，将模糊数学方法集成到症状的提取中，并根据获取信息的序贯性给出求解算法，构造了一个能够有效处理随机性、模糊性和不完备性知识表示和推理的鱼病诊断模型。通过大量鱼病诊断实例证明该模型具有一定的有效性和实用性。     

鱼病诊断过程模拟及其推理模型的构造

在分析鱼病诊断特点基础之上,抽象总结出鱼病诊断推理过程,并从逻辑角度模拟了该过程。将人工智能技术与传统的诊断活动结合起来,从理论上提出分级渐进推理模型模拟鱼病诊断过程。本文的研究对构造鱼病诊断专家系统具有重要的理论与实践指导意义。