江蓠与对虾混养的神经模糊优化模型初探研究.pdfVIP

福建覆门 第三届海洋生物高技术论珐 2005．08．19-23 江蓠与对虾混养的神经．模糊优化模型初探+ 黄洪辉张汉华‘吴进锋粱超愉李卓佳 (农业部渔业生态环境重点开放实验室，中国水产科学研究院南海水产研究所， 广东广州510300) 摘要：根据2003年4月至2004年9月在广东省海丰县联安镇江蓠—对虾鱼混养试验所得 调查数据，采用神经—模糊系统作为非线性逼近工具，建立了有较好计算精度，以海水DIN 作为模型输出的神经一模糊系统模型。以鱼 中海水DINO．2mdL作为富营养化限制标准， 模型较好地模拟出了在对虾不同养殖阶段，混养江蓠的最低理论增长量，对模拟结果进行分 析，与实际情况相符，该模型可以用于指导优化江蓠一对虾混养模式。 关键词：江蓠；对虾；混养；神经—模糊系统 1970s末以来，对虾池塘养殖在世界J_’．火沿海地|又：得到了迅猛发展，但对虾养殖所带来的 环境问题也日趋严重，成为了沿岸水域富营养化的重要污染源之一，并已引起了人们的广泛 关注I№1。而要使对虾养殖在不产生环境公害的前提‘卜．，以最低的成本达到最人的效益，则基 丁．生态养殖而建立的虾藻混养模式无疑是集经济、环境和社会效益丁．一体的最佳选择，这一 模式在世界范闱内得到了广泛肯定【7。101。但虾藻混养模式效益的发挥是否充分，混养结构是 否合理，经济效益和环境效益是否显著等问题都有待深入的研究。 江蓠—对虾混养系统是一种受气候、海水化学和生物等多种因素共同影响的复杂生态系 统，各冈素间也存在着极其复杂的非线性关系。因此，在对摧个养殖系统的生态动力学过程 缺乏较全面的了解和充足的数据资料的情况一F，想通过建立复杂的江蓠一对虾混养系统生态 动力学模型，模拟虾藻混养与环境冈：f之间的关系，从而构建混养优化模型是不现实的。 人I。：神经网络是20世纪80年代以米获得迅速发展和被』“泛应用于众多学科的非线性模 拟技术，对于处理非线性系统1F常有效，因此，在生态学研究中也被』’‘泛应用【11-14]o本文根 据对J“尔省海丰县联安镇江蓠与对虾鱼韫混养的调查资料，尝试采J；：Ij神经～模糊系统 (Neuro。fuzzysystem)作为非线性逼近-lj具，来模拟虾藻混养过程与其他环境冈子之间的非线 性关系，从而初步探讨建立基丁．满足一定环境条件的虾藻混养优化模型，旨在为进一步优化 我国海水虾藻混养模式提供参考。 1材料与方法 +资助项目：国家高技术研究发展计划(“863”计划)项目(2001AA627030)；广东省重人科技专项 (2004 作肖‘简介：黄洪辉(1972一)，男，江西南禺人，助理研究员，博J：，主要从事海洋生态和海洋环境科学研究。 Td：020E—mail：jxhuanghh@21cn．com 63．net +通讯作者：E-mail：zhh502@i 540 疆建爱0 第三届海洋生物高技术论坛 200s．08．19—23 1．1试验设计 作为虾藻混合养殖试验韫，西媪(13．3hm2)作为对照媪进行了2造养殖生产试验。试验墟和 对照韫皆于每年的4月下旬投放体长约lcm的斑节对虾虾苗，投放密度为4．5万尾／hm2，其中在 试验韫浅滩水域底播种植江蓠约2hm2，种植初始密度)(32309／m2，而对照媪不种江蓠。 对虾放养1个月后开始投喂人Il：配合饲料，投喂量为虾体重的3‰5％。每10d对对虾进行 一次生物学测定，每月对江蓠密度进行一次调查并据情况进行收获。另外，与江蓠密度调查 同时，对鱼韫中的水质因子也进行跟踪监测，监测项目有水温(T)、盐度(S)、透明度(Trans)、 溶解氧(DO)利可溶性无机氮(DIN)。 1．2神经—模糊系统的基本原理 神经一模糊系统是在模糊模型中刖神经网络作为工具的建模方法。它集成了神经网络与 模糊系统两方面的长处，即神经网络的连接式结构与学习能力和模糊逻辑系统的思维与推理 能力。神经网络与模糊系统都属于无模型的预报器(Model．freeestimator)，即不需要数学模型 来描述输入输出的非线性关系，而从数值实例中进行学习。在不确定、不精确和噪声环境中 它们都有改善系统性能的能力。 本文应刚Matlab