基于神经网络的北太平洋柔鱼渔场预报
根据1998-2004年6-11月份我国鱿钓生产数据(月份、作业船数、经纬度和日产量)以及对应的海洋环境因子数据,即5 m水层的海水温度、46 m水层的海水温度、112 m水层的海水温度、317 m水层的海水温度、叶绿素a含量以及海平面高度距平值等,以经标准化后的单位捕捞努力量渔获量(CPUE)作为中心渔场指标,采用多种BP神经网络预报模型,对北太平洋柔鱼渔场进行了分析与比较.通过对13种神经网络预报模型的比较,以及实际CPUE的验证,以拟合残差最小的预报模型作为最优预报模型,认为结构为9-7-1的BP神经网络模型相对误差仅为0.008 570,可作为北太平洋柔鱼渔场的预报模型.研究亮点:对于某一渔业资源的渔场预报,国内外学者大多采用多元统计方法,利用神经网络方法进行某一渔业资源的渔场预报研究还甚少.本文首次提出了以BP神经网络为基础的北太平洋柔鱼渔场渔情预报模型,验证认为BP神经网络在渔情预报中的应用是成功的.
BP神经网络、渔情预报、北太平洋柔鱼、中心渔场
22
S931.4(水产资源)
上海市科学技术委员会重大计划12231203900;国家发改委产业化专项2159999;国家高科技研究发展计划2012AA092303
2013-07-11(万方平台首次上网日期,不代表论文的发表时间)
共7页
432-438