本文關(guān)鍵詞：養(yǎng)殖水質(zhì)數(shù)據(jù)處理與預(yù)測技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：雖然我國是世界第一水產(chǎn)養(yǎng)殖大國,但是我國在水產(chǎn)養(yǎng)殖水質(zhì)分析方面的研究還比較少,相關(guān)的技術(shù)也比較落后。傳統(tǒng)的養(yǎng)殖過程中對(duì)水質(zhì)的分析由于準(zhǔn)確度和時(shí)效性太差很難應(yīng)用于實(shí)際生產(chǎn)。由于從理論上來說人工神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)任意非線性映射,并且有著較好的自學(xué)習(xí)能力,而水產(chǎn)養(yǎng)殖環(huán)境正好是一個(gè)多變量、非線性的系統(tǒng),因此可以把人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于對(duì)水產(chǎn)養(yǎng)殖中的水質(zhì)的預(yù)測。實(shí)際生產(chǎn)中應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)是BP神經(jīng)網(wǎng)絡(luò),但是BP神經(jīng)網(wǎng)絡(luò)自身也存在的一定缺點(diǎn)和局限性,而思維進(jìn)化算法能在一定程度上起到彌補(bǔ)優(yōu)化的作用。為此,本論文針對(duì)水產(chǎn)養(yǎng)殖中的水質(zhì)因子溶解氧,研究了基于思維進(jìn)化算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的水產(chǎn)養(yǎng)殖水質(zhì)建模預(yù)測方法,借鑒現(xiàn)有的一些的研究成果,本文主要做的工作有以下幾個(gè)方面：第一,對(duì)采集到的水產(chǎn)養(yǎng)殖水質(zhì)數(shù)據(jù)進(jìn)行預(yù)處理。在實(shí)際水質(zhì)監(jiān)測過程中,由于環(huán)境、人為干擾和儀器測量誤差等因素,實(shí)際采集到的數(shù)據(jù)會(huì)有數(shù)據(jù)缺失和異常,本文運(yùn)用線性插值法和對(duì)相似的數(shù)據(jù)進(jìn)行水平和垂直處理均值法進(jìn)行數(shù)據(jù)修復(fù)。第二,分析了BP神經(jīng)網(wǎng)絡(luò)和思維進(jìn)化算法各自的特點(diǎn),針對(duì)BP神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中學(xué)習(xí)速度慢且容易陷入局部最優(yōu)等缺點(diǎn),利用思維進(jìn)化算法較強(qiáng)的全局搜索特點(diǎn)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行了優(yōu)化。BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值和閾值由原先的隨機(jī)給定變?yōu)橄扔伤季S進(jìn)化算法進(jìn)行全局搜索,然后再把搜索到的最優(yōu)解賦給BP神經(jīng)網(wǎng)絡(luò),這樣就能使得BP神經(jīng)網(wǎng)絡(luò)從一開始就能從較優(yōu)解的附近運(yùn)行算法,使得BP神經(jīng)網(wǎng)絡(luò)能夠較快的找到最優(yōu)解。第三,把從廣西欽州茅尾海海域的水產(chǎn)養(yǎng)殖基地采集到的部分水質(zhì)數(shù)據(jù)作為訓(xùn)練樣,剩余數(shù)據(jù)作為測試樣本,分別運(yùn)用BP神經(jīng)網(wǎng)絡(luò)水質(zhì)預(yù)測模型和經(jīng)過思維進(jìn)化算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)水質(zhì)因子溶解氧進(jìn)行了仿真預(yù)測,并對(duì)兩種模型的預(yù)測結(jié)果進(jìn)行了比較分析。結(jié)果表明,運(yùn)用思維進(jìn)化算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化后,BP神經(jīng)網(wǎng)絡(luò)收斂速度慢和容易陷入局部極小值等缺點(diǎn)得到了有效的解決,并且將其運(yùn)用于水產(chǎn)養(yǎng)殖中水質(zhì)的預(yù)測也達(dá)到了良好的預(yù)測效果。
【關(guān)鍵詞】：水產(chǎn)養(yǎng)殖 水質(zhì)預(yù)測 思維進(jìn)化算法 BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：S959;TP274
【目錄】：

• 中文摘要4-5
• ABSTRACT5-9
• 第一章 緒論9-13
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外相關(guān)領(lǐng)域的研究現(xiàn)狀10-11
• 1.3 研究的主要內(nèi)容和論文組織結(jié)構(gòu)11-13
• 第二章 異常數(shù)據(jù)處理13-17
• 2.1 缺失數(shù)據(jù)處理13
• 2.2 異常值檢驗(yàn)與處理13-16
• 2.3 本章小節(jié)16-17
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測17-33
• 3.1 人工神經(jīng)網(wǎng)絡(luò)介紹17-20
• 3.1.1 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展18-19
• 3.1.2 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)19-20
• 3.2 BP神經(jīng)網(wǎng)絡(luò)20-27
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)特點(diǎn)20-22
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法22-27
• 3.3 基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測模型實(shí)現(xiàn)27-32
• 3.3.1 輸入?yún)?shù)選擇27-28
• 3.3.2 水質(zhì)數(shù)據(jù)預(yù)處理28-29
• 3.3.3 基于BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測模型仿真29-32
• 3.4 結(jié)果分析32
• 3.5 本章小結(jié)32-33
• 第四章 基于MEC-BP神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測33-48
• 4.1 進(jìn)化算法概述33-36
• 4.1.1 進(jìn)化算法介紹33-35
• 4.1.2 進(jìn)化算法的發(fā)展歷程35-36
• 4.2 思維進(jìn)化算法概述36-41
• 4.2.1 思維進(jìn)化算法介紹37
• 4.2.2 MEC的系統(tǒng)結(jié)構(gòu)和基本知識(shí)37-41
• 4.2.3 思維進(jìn)化算法的特點(diǎn)41
• 4.3 思維進(jìn)化算法與BP神經(jīng)網(wǎng)絡(luò)結(jié)合的可行性與實(shí)現(xiàn)步驟41-43
• 4.4 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法在水產(chǎn)養(yǎng)殖水質(zhì)預(yù)測中的應(yīng)用43-45
• 4.5 兩種仿真結(jié)果對(duì)比分析45-47
• 4.6 本章小結(jié)47-48
• 第五章 總結(jié)與展望48-50
• 5.1 全文總結(jié)48-49
• 5.2 展望49-50
• 參考文獻(xiàn)50-54
• 致謝54-55
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 董廣強(qiáng),韓繼光,邢艷芳;神經(jīng)網(wǎng)絡(luò)在曲線圖中的應(yīng)用[J];農(nóng)機(jī)化研究;2003年01期

2 馮芙葉,趙高長,張Oz舉;梯度神經(jīng)網(wǎng)絡(luò)的H-穩(wěn)定性[J];西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年01期

3 朱玲;裴洪平;陳榮;;灰色RBF網(wǎng)絡(luò)在西湖葉綠素a預(yù)測中的應(yīng)用[J];農(nóng)機(jī)化研究;2008年01期

4 師春祥;王晶;張文靜;段慶;;蟻群神經(jīng)網(wǎng)絡(luò)用于農(nóng)村電力短期負(fù)荷預(yù)測[J];農(nóng)機(jī)化研究;2008年10期

5 姚吟秋;;淺談神經(jīng)網(wǎng)絡(luò)在生物工程中的應(yīng)用[J];貴州農(nóng)機(jī)化;2011年01期

6 黃星奕,吳守一,方如明;用神經(jīng)網(wǎng)絡(luò)方法進(jìn)行大米留胚率自動(dòng)檢測的研究[J];農(nóng)業(yè)工程學(xué)報(bào);1999年04期

7 馮旭東,陳方;神經(jīng)網(wǎng)絡(luò)在病蟲害診斷中的應(yīng)用[J];電腦開發(fā)與應(yīng)用;1999年01期

8 劉素青,周暢,杜盛珍;基于遺傳算法的神經(jīng)網(wǎng)絡(luò)木材消耗量預(yù)測模型研究[J];林業(yè)科學(xué);2001年03期

9 郝志華,馬孝江;多分量神經(jīng)網(wǎng)絡(luò)自回歸模型及其工程應(yīng)用[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2005年02期

10 劉繼龍;張振華;謝恒星;;果園土壤貯水量神經(jīng)網(wǎng)絡(luò)估算模型研究[J];農(nóng)業(yè)系統(tǒng)科學(xué)與綜合研究;2007年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報(bào);2003年

4 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報(bào);2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時(shí)滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

  本文關(guān)鍵詞：養(yǎng)殖水質(zhì)數(shù)據(jù)處理與預(yù)測技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：281082