基于改进粒子群优化极限学习机的养殖氨态氮含量预测模型

文献类型： 中文期刊

第一作者： 徐大明

作者： 徐大明;杜永贵;孙传恒;周超

作者机构：

关键词： 氨态氮预测;粒子群算法;变异算子;极限学习机

期刊名称： 江苏农业科学

ISSN： 1002-1302

年卷期： 2017 年 04 期

页码： 183-186

收录情况： 北大核心

摘要： 针对养殖水体氨态氮含量预测准确性低的问题,提出了一种基于改进粒子群算法优化极限学习机的水产养殖氨态氮含量预测模型。引入自适应变异算子改进粒子群算法的搜索性能,利用改进粒子群算法优化极限学习机的初始权值和阈值,最后训练极限学习机预测模型求得最优解。将该预测模型应用在小汤山水产品养殖系统进行有效性验证,通过试验发现,与PSO-ELM和普通BP神经网络相比,IPSO-ELM预测氨态氮含量模型有更高的精度和更好的拟合能力。结果表明,基于改进粒子群优化的极限学习机氨态氮含量预测模型简单易懂、预测精度高、易于实现,具有较好的预测性能。

分类号： TP181`S934

  • 相关文献

[1]基于粒子群优化BP神经网络的水产养殖水温及pH预测模型. 徐大明,周超,孙传恒,杜永贵. 2016

[2]基于参数优化支持向量机的水稻施氮水平分类研究. 周琼,杨红云,杨珺,孙玉婷,杨文姬,石强强. 2017

[3]基于单神经元PID的温室系统多变量解耦控制研究. 姬鹏飞,姬鹏飞,付娅琦,杨北方. 2020

[4]粒子群优化的神经网络PID沼气干发酵温度控制. 刘浩,沈星,曲浩丽,王鹏军. 2017

[5]基于改进MSVR的鲜食葡萄运输过程中环境因子与感官品质建模. 冯建英,贺苗,李鑫,朱志强,穆维松. 2022

[6]基于正交试验的粒子群优化算法对火焰原子吸收光谱法分析金元素参数的优化. 王鹏,何涛,白金峰,冯小娟,寇少磊,吕明超,赵浩,邓一荣,范慧,甘黎明. 2024

[7]基于PSO算法的增氧灌溉TDF-IMC-PID控制研究. 刘德,马月虹,刘娜,王彦. 2021

[8]基于改进粒子群的农田W SN路由优化方法. 缪祎晟,赵春江,吴华瑞. 2022

[9]融合K-调和均值和模拟退火粒子群的混合聚类算法. 毛力,刘兴阳,沈明明. 2011

[10]基于天牛群优化算法的灌区渠系配水研究. 田桂林,苏枫,邹红,吕谋超,申继先,秦京涛,范习超. 2022

[11]基于PSO-SVR模型的小麦赤霉病病穗率预测方法. 郁凌华,邢程,荀静,缪新伟,王军,曹文昕,岳伟. 2023

[12]罗非鱼池塘养殖溶解氧预测研究. 施珮,袁永明,张红燕,贺艳辉. 2016

[13]改进粒子群的多无人机协同搜索路径优化. 赵迅,刘云平,王炎,还红华,徐梁,吴士林. 2025

[14]基于改进PSO算法的采摘机械臂时间最优轨迹规划. 韩睿春,李晓娟,陈涛,刘建璇,吴乐天. 2025

[15]基于介电频谱技术的甜瓜品种无损检测. 王转卫,赵春江,商亮,孔繁荣,翁小凤. 2017

[16]采用PELM的阵列式皮带秤称重误差建模与补偿. 朱亮,吴绍锋,何非,李东波,童一飞,袁延强. 2016

[17]区域冬小麦籽粒蛋白含量遥感预测研究. 王琦,宋晓宇,杨贵军,李振海,冯海宽. 2018

[18]基于EMD-IGA-SELM的池塘养殖水温预测方法. 施珮,袁永明,匡亮,李光辉,张红燕. 2018

[19]基于经验模态分解与极限学习机的粮食产量模型预测. 袁世一. 2024

[20]改进人工蜂群优化的极限学习机. 毛羽,毛力,杨弘,肖炜. 2018

作者其他论文 更多>>

微信小程序