您好,欢迎访问上海市农业科学院 机构知识库!

基于ISSA-LSTM的黄鳝池溶氧量多参数预测

文献类型: 中文期刊

作者: 林彬彬 1 ; 徐震 1 ; 袁泉 1 ; 田志新 1 ;

作者机构: 1.上海工程技术大学机械与汽车工程学院;上海市农业科学院

关键词: 溶氧量预测;长短期记忆神经网络;麻雀搜索算法;主成分分析法;小波变换;柯西变异;混沌映射;黄鳝养殖

期刊名称: 电子科技

ISSN: 1007-7820

年卷期: 2024 年 37 卷 004 期

页码: 87-96

摘要: 为提高溶氧量的多参数预测精度,文中基于改进的麻雀搜索算法(Improved Sparrow Search Algorithm,IS-SA)与长短期记忆神经网络(Long and Short-Term Memory Neural Networks,LSTM)建立ISSA-LSTM溶氧量预测模型,并将该模型用于上海市农业科学院黄鳝养殖池溶氧量预测.利用混沌映射、透镜成像反向学习、自适应调节和柯西变异对麻雀搜索算法进行优化,通过小波变换进行数据预处理,并利用主成分分析法确定模型训练的输入参数.训练结果表明,相关系数、均方根误差、均方误差和平均绝对误差分别为0.911、1.392 mg·L-1、1.938 mg·L-1 和0.992 mg·L-1,均优于对照模型.选择模型输入参数对模型预测结果也会产生影响,使用与溶氧量中等相关和强相关的参数同时作为输入参数的模型预测效果最优.训练结果为溶氧量多参数预测模型的发展提供了新视角.

  • 相关文献

[1]基于SSA-LSTM模型的黄鳝池溶氧预测研究. 林彬彬,袁泉,田志新,潘显斌,周文宗,徐震. 2023

[2]面向黄鳝养殖的自主移动投喂机器人研制. 刘治鑫,赖磊捷,袁泉,周文宗,徐震. 2023

作者其他论文 更多>>