基于模糊神经网络的池塘溶解氧预测模型-水产学报.pdfVIP

　第 30 卷第 2 期 水 　产 　学 　报 Vol . 30 , N o . 2 　 2006 年 4 月 　 　　　　　　　　 　　 　　　　　　 　　　　　 Apr . , 2006 　 　　　 J OURNAL OF FISHERIES OF CHINA ( ) 文章编号 : 1000 - 0615 2006 02 - 0225 - 05 基于模糊神经网络的池塘溶解氧预测模型 郭连喜 , 　邓长辉 (大连水产学院信息工程学院, 辽宁 大连 　116023) 摘要 : 在分析了池塘溶解氧影响因素的基础上 ,利用模糊神经网络 良好的非线性逼近能力建立了池塘溶解氧 的模糊神经网络预测模型 。神经网络模型如采用常规的B P 或其它梯度算法 , 常导致训练时间较长且易陷入局 部极小点,本实验采用快速的粒子群优化算法对模糊神经网络进行训练 , 收敛速度明显加快 。实验结果表明采 用该方法预报溶解氧的预测精度较常规 B P 递推算法的预测精度明显提高 ,所采用的模型能对溶解氧进行可靠 的预测 , 该方法为研制开发智能水质检测仪以及工厂化养殖工作奠定了基础 , 对实际生产具有一定的指导意 义 。 关键词 :溶解氧; 模糊神经网络; 粒子群优化算法; 预测模型 中图分类号 :S967. 4 ; TP183 　　　文献标识码 :A Prediction model for dissolved oxygen in f ish pond based on f uzzy neural net work GUO Lianxi , D EN G Changhui ( School of Inf ormation Engineering , Dalian Fisheries University , Dalian 　116023 , China) Abstract : Dissolved oxygen (DO) is an imp ortant water quality p arameter in fishery water . Dissolved oxygen condition has great influence on water quality and growth of cultured organisms . With rapid develop ment of p ond cultivation , the dissolved oxygen concentration in p ond is gradually attached imp ortance to as factor of water environment . At present we mainly adopt timing and fixed p oint measurement for dissolved oxygen in p ond , so the accurate predication of DO in fishp ond has been the key to aquatic breeding . The factor which in