| 以下仅列出文章摘要、目录等部分内容，如需获取完整论文资料，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| 基于支持向量机的渔业养殖水质预测与预警 摘要 养殖水体的质量直接影响到水产品的生存状态和渔业的产量与质量。我国是渔业养殖产量供给大国，但是我国对于养殖水质的预测预警还很不成熟。本文通过国内外渔业养殖水质预测预警研究现状，结合实验分析，制定渔业养殖水质预测预警关键参数指标，然后引入支持向量机与核函数算法、网格搜索法等相关理论与技术，研究了基于支持向量机的渔业养殖水质预测预警，具体如下： （1）结合我国渔业养殖水质预测的基本现状，针对渔业养殖水质变化机理，通过水质降噪技术剔除样本信号中的干扰因素，然后采用经验模态分解理念对样本水质进行信号预处理。 （2）把支持向量机与网格搜索法结合来优化样本参数的获取与分析。首先分析传统水质预测方法的优劣性，然后根据渔业养殖水质预测的具体需要，概括小样本、高维数等复杂样本的处理方式，提出基于网格搜索优化的支持向量机和核函数分析方法。该方法通过全面搜索逐级缩小最优参数的搜索范围，实现最佳参数的自动获取，再通过支持向量机与核函数处理水质参数非线性问题，提高支持向量机的学习效率与分析准确度。 （3）渔业养殖水质检测预警系统的实现与仿真测试。搭建无线网络数据传输终端，选择系统硬件配置，再通过理论分析，制定养殖水质预测指标，结合水质样本数据分析验证系统的功能和性能。 本文对渔业养殖水质预测预警的实践应用研究填补了我国在此方面的空缺，促进了渔业养殖的发展，为该方面的研究提供了理论依据。因此，基于向量机的渔业养殖水质预测预警研究具有一定理论意义与实践价值。 关键词：非线性预测预警；支持向量机，渔业养殖，集合经验模态分解 目 录 第一章 绪论 1 1.1 课题研究背景及意义 1 1.2 国内外研究现状 2 1.2.1 水质信号降噪研究现状 2 1.2.2 水质预测研究现状 3 1.2.3 水质预警研究现状 6 1.3 水质参数对渔业养殖水体的重要性 7 1.4 本文主要内容 8 第二章 渔业养殖水质预测与预警理论与仿真 10 2.1 基于集合经验模态分解法的信号预处理 10 2.1.1 经验模态分解法(EMD) 10 2.1.2 集合经验模态分解法(EEMD) 11 2.1.3 基于EEMD的信号降噪预处理 12 2.1.4 仿真结果与分析 12 2.2 基于支持向量回归机的水质预测模型 14 2.2.1 支持向量回归机 14 2.2.2 网格搜索参数优化 18 2.2.3 网格搜索法优化SVR预测原理 18 2.2.4 仿真结果与分析 19 2.3 基于支持向量分类机的水质预警模型 22 2.3.1 交叉验证 22 2.3.2 支持向量分类机 23 2.3.3 渔业养殖水质预警指标体系的构建 26 2.3.4 基于网格搜索法优化SVC的渔业养殖水质预警模型 27 第三章 渔业养殖水质信号采集系统 28 3.1 系统总体结构与工作流程 28 3.2 系统的设计 29 3.2.1 水质传感器 29 3.2.2 PLC选型 32 3.2.3 上位机 34 3.2.4 无线数据传输模块 35 3.3 系统的实现 37 第四章 实验验证 39 4.1 基于EEMD和网格搜索法优化SVR的水质预测实验验证 39 4.1.1 溶解氧预测 39 4.1.2 PH值预测 41 4.2 基于SVC的渔业养殖水质预警模型 43 第五章 总结与展望 46 5.1 总结 46 5.2 展望 47 参考文献 48 发表论文和科研情况说明 52 致 谢 53 |
