声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1964/S
国际刊号：1000-1298
发布日期:
作者：施 珮,袁永明,匡 亮,李光辉,张红燕
单位：中国水产科学研究院;江南大学,中国水产科学研究院,江苏信息职业技术学院,江南大学,中国水产科学研究院,
关键词：水产养殖; 水温预测; 极限学习机; 改进遗传算法; 经验模态分解
基金：国家自然科学基金项目（61174034）、中央级公益性科研院所基本科研业务费专项（2016HY-ZD1404）和现代农业产业技术体系专项（CARS-46）
为了有效指导工厂化水产养殖，提高水产养殖过程中水体温度预测的精度和稳定性，在分析水体温度影响因素的基础上，提出基于经验模态分解（EMD）、改进遗传算法（IGA）和改进极限学习机（SELM）相结合的水温预测模型（EMD-IGA-SELM）。首先，通过综合天气指数的计算完成异常和缺失数据的校正；利用皮尔森相关分析计算各影响因子与水温之间的相关度，从而确定预测模型的输入输出量；选择Softplus函数代替Sigmoid函数组成SELM，并引入混沌序列改进标准遗传算法，获得SELM的最佳初始权值和阈值；最后，采用EMD方法将原始水温时序数据进行多尺度分解，在各分量中对IGA-SELM训练建模，并叠加求和各分量预测值，从而完成水温序列的预测。将EMD-ELM和GA-BP模型的预测结果与EMD-IGA-SELM进行对比，结果表明，EMD-IGA-SELM取得了较好的预测精度，评价指标平均绝对误差、平均绝对百分比误差和均方根误差分别为0.123?3℃、0.004?3和?0.147?8℃，?能够满足水产养殖的生产需要，可为池塘水质管理和调控提供决策支持。?
来源：2018年第11期
《农业机械学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。