农业机械学报

作者：周新辉，黄琳，樊宇星，段青玲

单位：中国农业大学,宁波市海洋与渔业研究院,中国农业大学,中国农业大学,

关键词：水产养殖;溶解氧调控;AdaBoost-PSO-ELM模型;关系规则库;增氧机开启时间

基金：宁波市公益科技项目(202002N3034)和山东省重大科技创新工程项目(2019JZZY010703)

为了保证养殖水体溶解氧充足，水产养殖普遍采用全天大功率开启增氧机的生产方式，这造成了很大的能源消耗。针对上述问题，本文提出了一种基于建模预测与关系规则库的溶解氧调控方法，首先构建了一种自适应增强的粒子群优化极限学习机预测模型（AdaBoost-PSO-ELM），实现溶解氧含量的准确预测；然后进行增氧预实验，采用曲面拟合方法对溶解氧初始含量、曝气流量和增氧机开启时间之间的作用关系进行精确量化，构建关系规则库；最后专家系统基于溶解氧含量预测值，调用已建立的关系规则库，合理控制增氧机的开启功率与时间。与其它常规的预测模型相比，AdaBoost-PSO-ELM模型的MSE、MAE和RMSE均为最优，分别为0.0055mg2/L2、0.0531mg/L、0.0745mg/L，可以实现溶解氧的准确预测。增氧实验结果表明，基于三次多项式的先验方程能够对〖JP2〗溶解氧初始含量、曝气流量和增氧机开启时间之间非线性关系进行准确量化，拟合R2均在0.99以上。由此可知，基于量化结果所构建的规则库与预测模型相结合能够合理控制增氧机的开启功率与时间，节省电能和提高养殖效率。

来源：2022年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第6期