2012年大学本科毕业的设计水质预测预警系统.pptVIP

1.研究背景 2.研究意义 3.相关技术概述 4.系统功能概述 5.方法与过程 6.主要结论 7.致谢 水产养殖业是一个很依赖于自然环境的行业，不论是淡水养殖还是海水养殖，都对周围的环境变化相当敏感，阳光、空气、温度的一点点变化就可能对水池的水质产生影响，进而影响水产品的养殖。在实际养殖中，由于水质问题带来养殖损失的情况并不少见，利用科学知识解决水质问题而获得利益的情况更是屡见不鲜。因此，在水产养殖中，或赚或赔，科学养殖知识是个关键。 能事前就预测到未来某时刻的养殖水质变化趋势，对预防水质恶化和养殖生产管理提供决策依据，就能有效促进水产品健康养殖的可持续发展。 关键字：水质预测；水产养殖 建立一个水质预测预警系统，对于水产养殖行业来说是很有意义的。在水产养殖行业中，水质是最重要一个环节，没有合适于水产品生活的水资源，水产品连生存都面临极大的挑战，就更加谈不上水产养殖的经济效益了。 因此，建立一个完善的水质预测预警系统，让用户一目了然水质相关参数的趋势走向，从历史数据抽取出趋势信息，并对历史数据进行学习，形成可靠的数学模型，是水产养殖的趋势所向、是高素质水产养殖者的要求，特别符合“数字水产”的要求。 本系统是一个基于J2EE平台的水质预测预警系统，前台所用技术主要为JSP、ExtJS、Javascript、html等，后台的处理技术是Java。 本系统采用J2EE MVC框架，以struts2 +spring +springJDBC作为系统的主要技术框架进行开发，同时在一些小功能模块采用了servlet技术和JSP技术。总之，技术采用原则就是尽可能的使系统开发方便和性能突出。 本系统采用数据库为Oracle11g，采用的数据库技术有PL/SQL程序包、存储过程、触发器和DML等。 本系统是一个水质预测预警系统，其主要工作集中于预测算法之上，在本系统中，本人采用了五种预测算法，下文将针对这五种算法进行讲解。 本系统主要分为四大功能，分别为水质数据管理、水质数据趋势走向图、溶氧浓度预测、预警管理等。 水质管理数据功能只有超级管理员才能拥有，其他用户没有打开本功能界面的权限。本功能允许超级管理员对水质数据进行删除、导出、增加等动作。 水质趋势图功能显示在用户选定期内的某项水质数据趋势走向折线图。 溶氧浓度预测是本系统的重点。其中BP神经网络算法是本模块最重要部分，也是最具难点的部分。 预警管理功能向用户提供了自定义参数的功能，使得系统用户可以按照用户设置的参数响应预测结果。也是系统的一大亮点和难点。 本系统是一个用数学来解决水质预测问题的信息管理系统。本系统蕴含深厚的数学原理，同时又运用了大量java开发的前端技术。 在技术上本系统是多种开源技术的综合，本系统采用了最适合的方式来实现。 在数学上，本系统将复杂的神经网络算法、双重移动平均法等数学算法写成了java类，从而做到了计算机技术与数学的统一。 简单移动平均法 加权移动平均法 二重移动平均法 差分指数平滑法 BP神经网络算法 为了防止恶意攻击，本系统登录模块实现了验证码功能，本功能采用java 语言的ImageBuffer与随机数生成来实现，通过生成带有随机数的图片来创建登录随机数。 为了加强系统安全性，系统将用户注册的密码都进行MD5加密。 为了系统的响应速度能更快，本系统采用了iframe异步刷新方式，将页面分割成几个小页面，当页面需要刷新时只要刷新部分页面就可以达到目的，而不必刷新整个页面。 经过系统的测试，以上的五种算法，各有其优势。 对于趋势明显的数据，简单移动平均法具有比较好的效果。同时由于简单移动平均法比较简单，对数据的处理也比较简单，因此在这情况下，简单移动平均法有自己的成功之处。 简单移动平均法不能体现时间序列的特点，往往近期数据对预测结果比较敏感，因次加权移动平均法具有比简单移动平均法更多的优势，特别对于那些与时间先后有密切关系的数据而言，加权移动平均法能提供更好的预测 结果。 对于具有直线升降的数据，为了防止偏数据对预测结果带来的“滞后偏差”，二重移动平均法是一个很好的预测方法。 差分指数平滑法通过数据变换的方式修正了一次指数平滑法，有效地防止了由于直线趋势所带来的“滞后偏差”。 BP神经网络模仿人脑的学习过程，就像一个刚出生的小孩子一样，当一件事情结果接近预定标准时，加大权值，这就使得其与标准越来越近；反之，则减小其权值，使其离错误更远。这样就逐渐使思想更接近标准。BP神经网络通过有导师的训练方法，用大量的历史数据作为训练的输入样本，不断修改权值，使训练结果越来越接近预期，最后形成一个稳定的数学模型，完成训练过程。BP神经网络通过这些训练出的权值和阙值，最终完成预测。 J2EE是当