基于VMD—XGBoost溶解氧预测模型研究

来源：中国农机化学报杂志2025年第12期北京时间：

作者：朱成云, 丁宁

单位：（1. 盐城师范学院物理与电子工程学院，江苏盐城，224007； 2. 盐城工学院电气工程学院，江苏盐城，224007）

摘要：建立溶解氧组合预测模型用于预测水体溶解氧变化，为水产养殖等领域提供决策指导。采用ISSA算法来改进VMD算法，采用TSO算法来改进XGBoost算法，构建ISSA—VMD、TSO—XGBoost和ARMA的溶解氧组合预测模型，并对其进行试验验证。结果表明，相比于XGBoost模型，采取VMD分解的XGBoost模型均方根误差RMSE降低0.310 2，确定系数R2提高0.084 8，最大误差值ABMAX降低1.012 3。对比EMD—XGBoost、EEMD—XGBoost、CEEMDAN—LSTM和VMD—LSTM预测模型，VMD—XGBoost模型RMSE分别降低0.160 7、0.029 2、0.279 6和0.274 7，R2分别提高0.070 4、0.008 2、0.027 7和0.015 1，说明该模型预测精度和稳定性更好。

关键词：溶解氧,变分模态分解,极致梯度提升树,组合预测,水产养殖

基金资助：国家自然科学基金资助项目（12404284）；江苏省高等学校基础科学（自然科学）研究重大项目（23KJA550002）