基于PCA-LSTM神经网络的凡纳滨对虾养殖水质预测

摘要：

基于上海奉贤区2个水产养殖合作社2014-2018年和2021年的检测数据,选取水温(T)、溶解氧(DO)、高锰酸盐指数(IMn)、总磷(TP)、总氮(TN)、氨氮(TAN)、亚硝酸盐氮(NO2-N)、硝酸盐氮(NO3-N)共8个水质指标进行研究,提出了基于主成分分析(Principal component analysis,PCA)和长短时记忆神经网络(Long short-term memory neural network,LSTM)的预测模型.首先采用主成分分析法对数据进行特征提取和降维,选取高锰酸盐指数(IMn)和氨氮(TAN)作为水质预测指标,建立基于PCA法的LSTM模型;接着采用PCA-LSTM模型对不同养殖塘的水质进行预测;最后,将其与单一 LSTM模型进行对比以验证模型的优劣.结果表明:PCA-LSTM模型可用于凡纳滨对虾养殖池塘水中IMn和TAN的预测,预测结果优于单一 LSTM模型.

关键词：凡纳滨对虾、养殖水质预测、长短时记忆神经网络、主成分分析

所属期刊栏目：32

分类号：S968.22(水产养殖技术)

资助基金：上海市虾类产业技术体系建设项目;广东省重点领域研发计划项目;上海市科技兴农项目

在线出版日期：2023-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：108-117