基于集合经验模态分解和人工蜂群算法的工厂化养殖pH值预测

发布时间：2017-11-12 21:01

  本文关键词：基于集合经验模态分解和人工蜂群算法的工厂化养殖pH值预测

  更多相关文章： 算法 pH值 水产养殖 组合预测 集合经验模态分解 人工蜂群算法 南美白对虾

【摘要】：针对单一预测模型预测养殖pH值精度低等问题,提出集合经验模态分解(ensemble empirical mode decomposition,EEMD)和改进人工蜂群算法(improve artificial bee colony,IABC)相结合的南美白对虾工厂化养殖pH值组合预测模型。在建模过程中,利用EEMD算法对原始pH值时间序列进行多尺度分解,得到一组平稳、互不耦合的子序列;根据各子序列变化特征选择适宜的单项预测方法并建模,通过改进人工蜂群(IABC)算法优化复杂非线性组合预测模型目标函数权重系数,构建了工厂化养殖pH值非线性组合预测模型。利用该模型对广东省湛江市2014年9月8日-2014年9月15日期间工厂化养殖pH值进行预测,结果表明,该预测模型取得了较好的预测效果,与模拟退火优化BP神经网络(simulated Annealing-BP neural network,SA-BPNN)和遗传算法优化最小二乘支持向量回归机(genetic algorithm-least square support vector regression,GA-LSSVR)对比分析,模型评价指标平均绝对百分比误差MAPE、均方根误差、平均绝对误差MAE和相关系数R2分别为0.0035、0.0274、0.0224和0.9923,均表明该文提出的组合预测模型具有更高预测精度,能够满足实际南美白对虾工厂化养殖pH值精细化管理需要,也为其他领域pH值预测提供参考。
【作者单位】： 广东海洋大学信息学院;加州大学洛杉矶分校文理学院;中国农业大学北京市农业物联网工程技术研究中心;
【基金】：国家自然科学基金项目(61471133;61473331) 国家科技支撑计划项目(2012BAD35B07) 广东省科技计划项目(2013B090500127;2013B021600014;2015A070709015;2015A020209171) 广东海洋大学创新强校工程项目(GDOU2014050227)
【分类号】：S968.22;TP18
【正文快照】： 徐龙琴,李乾川,刘双印,李道亮.基于集合经验模态分解和人工蜂群算法的工厂化养殖p H值预测[J].农业工程学报,2016,32(3):202-209.doi:10.11975/j.issn.1002-6819.2016.03.029 http://www.tcsae.orgXu Longqin,Li Qianchuan,Liu Shuangyin,Li Daoliang.Prediction of p H value

【参考文献】

中国期刊全文数据库 前3条

1 尤丽华;吴静静;王瑶;宋淑娟;;基于模拟退火优化BP神经网络的pH值预测[J];传感技术学报;2014年12期

2 印家健;姜微;戴松林;李梦龙;;降水pH值的支持向量回归预测模型构建[J];环境化学;2006年02期

3 刘星宝;殷建平;胡春华;陈荣元;;解决动态多中心问题的自学习差异进化算法[J];通信学报;2015年07期

中国硕士学位论文全文数据库 前1条

1 祁真;对虾生态工程化养殖系统水环境变化及影响因子研究[D];浙江大学;2004年

【共引文献】

中国期刊全文数据库 前4条

1 张晓雁;李罗新;危起伟;张先锋;沈丽;张艳珍;杨道明;栾钢;刘健伟;;养殖密度对中华鲟行为、免疫力和养殖环境水质的影响[J];长江流域资源与环境;2011年11期

2 刘伟;陈高森;张皓然;;基于SOPC技术的保鲜系统的设计[J];长江大学学报(自科版);2013年04期

3 龚雪飞;刘萍;简家文;;基于PSO算法集成神经网络的多元有害气体检测系统[J];传感技术学报;2015年06期

4 印家健;李梦龙;文志宁;潘义;刁元波;;支持向量回归用于氨基酸描述符在肽QSAR建模中的性能评价[J];四川大学学报(自然科学版);2006年02期

中国硕士学位论文全文数据库 前4条

1 马真;凡纳滨对虾集约化养殖水质预警模型的研究[D];中国海洋大学;2010年

2 陈文霞;不同养殖策略对凡纳滨对虾生长、摄食与氮收支的影响[D];广东海洋大学;2012年

3 屈锐;凡纳滨对虾育苗和养成水质的变化以及盐度对肌肉品质的影响[D];上海海洋大学;2012年

4 吴翔宇;溶藻弧菌VZ5株与芽孢杆菌BZ5株在凡纳滨对虾育苗中的应用[D];中国海洋大学;2014年

【二级参考文献】

中国期刊全文数据库 前10条

1 李海洋,郑玉林;水产养殖中水净化处理方法[J];安徽农业科学;2000年02期

2 张硕,董双林,王芳;虾蟹类能量收支的研究概况[J];动物学杂志;1998年06期

3 王涛;王洋洋;郭长娜;张继华;;QGA-RBF神经网络在矿井瓦斯涌出量预测中的应用[J];传感技术学报;2012年01期

4 舒廷飞,温琰茂,汤叶涛;养殖水环境中氮的循环与平衡[J];水产科学;2002年02期

5 刘利平,王武;水产养殖中水处理技术的现状与展望[J];水产科学;2002年02期

6 王吉桥;南美白对虾健康养殖技术 1.南美白对虾的生物学[J];水产科学;2002年05期

7 曾宇,秦松;光合细菌法在水处理中的应用[J];城市环境与城市生态;2000年06期

8 郑海利;鞠勤国;刘美侠;郑文超;;基于多目标遗传算法的水资源优化配置[J];东北水利水电;2011年05期

9 王小谷,孙浩波,杨丹,胡锡钢;南美白对虾淡养过程中虾池水质测定与分析[J];东海海洋;2002年03期

10 王方国;对虾养殖水质与饵料的关系研究[J];东海海洋;1995年02期

【相似文献】

中国期刊全文数据库 前2条

1 刘永臣;王国林;杨彦鹏;刘建;孙丽;;基于实测道路谱的路面等效重构[J];农业工程学报;2012年19期

2 ;[J];;年期

中国重要会议论文全文数据库 前10条

1 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

2 秦毅;秦树人;毛永芳;;正交经验模态分解及其快速实现[A];第九届全国振动理论及应用学术会议论文集[C];2007年

3 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

4 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集（自动化专题）[C];2010年

5 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年

6 薛志宏;李广云;周蓉;;一种基于经验模态分解的信号降噪方法[A];全国工程测量2012技术研讨交流会论文集[C];2012年

7 张飞涟;刘严萍;;经验模态分解与神经网络方法在降水预测领域的应用研究[A];中国系统工程学会第十八届学术年会论文集——A01系统工程[C];2014年

8 康春玉;章新华;;一种基于经验模态分解的信号降噪方法[A];中国声学学会2007年青年学术会议论文集（下）[C];2007年

9 辛鹏;辛雷;蔡国伟;李晓琦;;一种基于经验模态分解与支持向量机的电力系统短期负荷预测新方法[A];第十一届全国电工数学学术年会论文集[C];2007年

10 郝文峰;骆英;顾建祖;;基于经验模态分解-支持向量机的玻璃幕墙开胶损伤预测研究[A];中国力学学会学术大会'2009论文摘要集[C];2009年

中国博士学位论文全文数据库 前9条

1 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年

2 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年

3 张继红;经验模态分解及径向基函数的一些应用研究[D];大连理工大学;2012年

4 熊卫华;经验模态分解方法及其在变压器状态监测中的应用研究[D];浙江大学;2006年

5 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年

6 高静;经验模态分解的改进方法及应用研究[D];北京理工大学;2014年

7 陈志刚;经验模态分解与Savitzky-Golay方法的自适应遥感影像融合[D];华东师范大学;2010年

8 周义;快速二维经验模态分解和相位追踪方法及其在导波无损检测中的应用[D];上海交通大学;2014年

9 石志晓;时频联合分析方法在参数识别中的应用[D];大连理工大学;2005年

中国硕士学位论文全文数据库 前10条

1 史玉君;基于经验模态分解的眼电伪迹去除方法的研究[D];兰州大学;2015年

2 杨彩红;基于折线包络的经验模态分解方法及其应用[D];天津大学;2007年

3 付晓波;经验模态分解法理论研究与应用[D];太原理工大学;2013年

4 郭一粟;基于经验模态分解的动平衡测量系统信号处理方法研究[D];吉林大学;2015年

5 封学真;经验模态分解滤波在圆度评定中的研究[D];西安电子科技大学;2014年

6 徐双;经验模态分解理论研究及其在舰船辐射噪声线谱分析中的应用[D];昆明理工大学;2010年

7 黄晟;基于经验模态分解的红外小目标检测算法研究[D];华中科技大学;2013年

8 景蓓蓓;基于微分的经验模态分解及其在多重转子故障分析中的应用[D];上海交通大学;2009年

9 何沛思;基于经验模态分解和融合的多视点图像编码研究[D];华南理工大学;2011年

10 岳相臣;经验模态分解算法应用研究[D];西安电子科技大学;2013年

，

本文编号：1177570