您好，欢迎访问江苏省农业科学院 机构知识库！
江苏省农业科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于粒子群优化算法和长短时记忆神经网络的蟹塘溶解氧预测

文献类型： 中文期刊

作者： 任妮 1 ; 鲍彤 1 ; 刘杨 1 ; 荀广连 1 ; 蒋永年 2 ;

作者机构： 1.江苏省农业科学院农业经济与信息研究所

2.江苏中农物联网科技有限公司

关键词： 溶解氧预测;河蟹养殖;粒子群优化算法;长短时记忆神经网络

期刊名称： 江苏农业学报

ISSN： 1000-4440

年卷期： 2021 年 002 期

页码： 426-434

收录情况： 北大核心 ; CSCD

摘要： 为准确预测蟹塘溶解氧质量浓度,及时掌握溶解氧质量浓度的变化趋势,提前采取防控措施从而降低河蟹养殖风险,提出了一种基于粒子群优化算法（PSO）和长短时记忆神经网络（LSTM）的蟹塘溶解氧质量浓度预测模型,采用PSO算法优化LSTM模型参数后对蟹塘溶解氧质量浓度进行预测。结果表明,PSO-LSTM模型不仅整体优于ARIMA模型,相较于其他LSTM模型也有更高的预测精度,在连续10个时间点的预测中相比于LDO-LSTM、LSTM和ARIMA模型平均百分误差分别降低了2.55%、1.891%和4.055%。说明PSO-LSTM模型在蟹塘溶解氧质量浓度预测中具有良好的准确性和稳定性,可以为河蟹养殖中水质精准预测与调控提供参考。

  • 相关文献

[1]水生植物对蟹塘NH3挥发和N2O排放的影响. 刘永茂,付卫国,沈明星,朱卫峰,徐君,施林林. 2023

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：江苏省农业科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台