基于主成分分析及GA-LM的水产养殖环境溶解氧和氨氮含量预测

来源：大连海洋大学学报杂志2021年第5期北京时间：

作者：姚启, 缪新颖

单位：1.大连海洋大学 信息工程学院，辽宁 大连 116023; 2.辽宁省海洋信息技术重点实验室，辽宁 大连116023

摘要：为了精准预测水产养殖过程中最重要的两个环境参数溶解氧和氨氮，针对预测模型需要解决的有效影响因子确定、预测算法和网络结构优化等问题，将Levenberg-Marquardt(LM)神经网络、遗传算法(genetic algorithm，GA)和主成分分析(PCA)算法相结合，提出一种基于GA-LM-PCA的水产养殖环境溶解氧和氨氮含量预测模型，即采用PCA确定影响因素，实现影响因素的去耦合降维，采用遗传算法对网络结构进行优化，确定合适的隐层节点数目和权值，采用LM训练神经网络，提高神经网络的收敛速度。为了验证GA-LM-PCA的预测效果，将GA-LM-PCA的预测效果与未用PCA方法的GA-LM预测模型进行了试验比较，并探讨了影响因素数量对预测效果的影响。结果表明：用GA-LM-PCA方法预测的溶解氧和氨氮值与实测值吻合较好，平均绝对误差和均方根误差分别为0.004 7、1.872 7×10-4(溶解氧)和0.006 5、9.428 7×10-4(氨氮)，适用于影响因素数量较多的场合。研究表明，GA-LM-PCA是一种有效的水产养殖环境溶解氧和氨氮预测工具，尤其对于影响因素复杂繁多的非线性系统效果更好。

关键词：溶解氧,氨氮,水产养殖环境,遗传算法(GA),LM神经网络算法,主成分分析(PCA)

基金资助：辽宁省科技重大专项计划项目(2020JH1/10200002)；辽宁省教育厅科研项目(JL201918，JL202015)