首页 | 本学科首页   官方微博 | 高级检索  
     

基于神经网络的水产养殖水质预测模型研究
引用本文:袁琦,黄建清,符新,翁绍捷. 基于神经网络的水产养殖水质预测模型研究[J]. 湖北农业科学, 2013, 52(1): 143-146
作者姓名:袁琦  黄建清  符新  翁绍捷
作者单位:1. 海南大学机电工程学院,海口,570228
2. 华南农业大学工程学院,广州,510642
基金项目:海南省自然科学基金项目(610218)
摘    要: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.

关 键 词:神经网络  自适应BP算法  预测模型  pH  水产养殖  水质

Study on Prediction Model of Aquaculture Water Quality Based on Artificial Neural Network
YUAN Qi , HUANG Jian-qing , FU Xin , WENG Shao-jie. Study on Prediction Model of Aquaculture Water Quality Based on Artificial Neural Network[J]. Hubei Agricultural Sciences, 2013, 52(1): 143-146
Authors:YUAN Qi    HUANG Jian-qing    FU Xin    WENG Shao-jie
Affiliation:1(1.College of Mechanical & Electrical Engineering,Hainan University,Haikou 570228,China; 2.College of Engineering,South China Agricultural University,Guangzhou 510642,China)
Abstract:
Keywords:neural network  self-adaptive BP algorithm  prediction model  pH  aquaculture  water quality
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号