基于pca mcafa lssvm的养殖水质ph值预测模型 - 农业机械学报.pdf

２０１４年 ５月 农 业 机 械 学 报 第 ４５卷 第 ５期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１４．０５．０３７ 基于ＰＣＡ ＭＣＡＦＡ ＬＳＳＶＭ的养殖水质ｐＨ值预测模型 １，２ １ ２，３ ３，４ 刘双印 　徐龙琴 　李振波 　李道亮 （１．广东海洋大学信息学院，湛江 ５２４０２５；２．中国农业大学农业部农业信息获取技术重点实验室，北京 １０００８３； ３．中国农业大学北京市农业物联网工程技术研究中心，北京 １０００８３； ４．中国农业大学先进农业传感技术北京市工程研究中心，北京 １０００８３） 摘要：为解决水质预测传统方法精度低、鲁棒性差等问题，提出了基于主成分分析（ＰＣＡ）、改进文化鱼群算法 （ＭＣＡＦＡ）和最小二乘支持向量机（ＰＣＡ ＭＣＡＦＡ ＬＳＳＶＭ）的养殖水质 ｐＨ值预测模型。该模型通过主成分分析 提取养殖生态环境指标的主成分，降低模型输入向量维数，利用改进文化鱼群算法对最小二乘支持向量机超参数 进行组合优化，以自动获取最优超参数建立非线性养殖水质 ｐＨ值预测模型。应用该模型对宜兴市河蟹养殖某池 塘２０１１年９月 １日～９月４日在线监测的水质数据进行了预测分析，试验结果表明：该模型取得较好的预测效果， 与分别用蚁群算法或遗传算法优化 ＬＳＳＶＭ的方法相比，ＰＣＡ ＭＣＡＦＡ ＬＳＳＶＭ模型有９３０５％的测试样本绝对误 差小于８％，最大绝对误差仅为 １１６１％，均方根误差、平均相对误差绝对值和运行时间分别为００４７４、０００４１和 ４３６７ｓ，且均优于其他预测方法。ＰＣＡ ＭＣＡＦＡ ＬＳＳＶＭ算法不仅计算速度快、预测精度高，还能够为河蟹养殖水 质调控管理提供决策依据。 关键词：养殖水质　ｐＨ值预测　文化鱼群算法　最小二乘支持向量机　参数优化　主成分分析 中图分类号：ＴＰ３９１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１４）０５０２３９０８ 但预测过程中存在易陷于局部极值、过学习、不适于 　　引言 ［２－５］ 高维数、小样本等不足 。最小二乘支持向量机 水产养殖水质预测是养殖区域水环境规划、现 ［６］ 是支持向量回归机的一种扩展 ，能够克服上述预 代渔业健康养殖精准化管理的重要基础性工作，准 测方法存在的缺陷，以任意精度逼近任意函数，在模 确的水质预测对养殖水质科学化调控，防范水质恶 式识别、回归估计领域取得了一些成效，但最小二乘 化和水产品疾病爆发具有十分重要的经济价值和现 ２ 支持向量机算法性能仍然受制于超参数（Ｃ， ）选 σ 实意义。而在集约化河蟹养殖池塘中水质 ｐＨ值过 择的是否合理。最近，一些学者采用遗传算法［７］、 高或过低都会影响河蟹的新陈代谢及其他生理功 ［８－９］ ［１０］ 粒子群算法 、蚁群算法 等群智能算法对支持 能，胁迫河蟹正常生长，为此，根据集约化河蟹养殖 向量机超参数进行寻优，改善了算法的学习能力和 水质调控管理的应用需求，选定 ｐＨ值为水质预测