- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第23卷第3期 大 连 水 产 学 院 学 报 V0l_23 No.3 2 0 0 8年6月 JOURNAL OF DALIAN FISHERIES UNIVERSITY Jun.200 8 文章编号:1000—9957(2008)03—0221—04 基于优化BP网络的工厂化水产养殖水质 预测模型的实现 高艳萍, 于 红, 崔新忠 (大连水产学院信息工程学院,辽宁大连116023) 摘要:在分析影响工厂化水产养殖水质因素的基础上,利用BP神经网络良好的非线性映射特性,建立了 工厂化水产养殖水质预测模型,并利用MATLAB神经网络工具箱编程实现。训练结果表明:用L—M BP网 络预测工厂化水产养殖水质,收敛速度快,预测精度高,能有效地预测水产养殖中的水质状况。 关键词:神经网络;MATLAB;预测模型;工厂化水产养殖 中图分类号:$967.4;TP183 文献标志码:A 在工厂化水产养殖中,水质对养殖生物的生长 组有限个样本,能找出一个合理的MFN满意逼近 具有重要影响…。随着水产养殖工厂化和精养化 某一未知函数…,解决多变量非线性系统的快速 程度的提高,及时掌握水质的动态变化,提前预测 预测问题。应用多层前向网络预测工厂化水产养殖 水质情况是工厂化养殖亟待解决的重要问题。国外 的水质,对提前了解水质情况及时进行净化处理具 已有关于应用人工神经网络进行鱼类分布和产量预 有一定的参考价值。 测的研究 J,国内也有应用模糊神经网络对池塘 1.2 BP网络的结构和学习规则 溶解氧进行预测的报道 3 J。本研究中,作者用数 值优化技术改进BP网络 (即L—M BP网络),建 BP网络是单向传播的多层前向网络,该算法 立了水产养殖水质预测模型,该模型为快速预测工 由Rumelhart等 5 于1986年提出。典型的网络结 厂化水产养殖的水质提供了一种新方法,是工厂化 构包括输人层、中间层 (隐含层)和输出层 (图 养殖水质监测专家系统建立和发展的重要基础。 1)。从图1可清楚地看到,BP网络目标信号和网 络输出之间误差的反向传播。其中X。为输人向量; 1 基于优化BP网络工厂化养殖水质 Z 为隐层节点的输出向量;J, 为输出层节点的输出 的预测模型 向量; 为目标向量; 为输入节点i到隐层节 点h的连接权值;~.Oh/为隐层输人节点h到输出节点 1.1 影晌工厂化养殖水质的理化因子 的连接权值;N。、N2、N,分别为输入层、隐含层 工厂化水产养殖技术的关键是循环系统的水处 和输出层节点的个数。 理技术。工厂化水产养殖中虽然排除了环境及外界 输入层 隐含层 输出层 水质污染的干扰和影响,但鱼类分泌排泄物、残饵 以及物理、生物、化学等因素均影响水质。工厂化 水产养殖水体理化因子的检测主要包括温度、pH、 l TNH3一N(总氨氮)、NO;一N、NO
文档评论(0)