基于特征构造预处理与TCN-BiGRU的池塘溶解氧预测模型
为实现对池塘溶解氧变化趋势的准确和可靠预测,降低池塘养殖风险,提出了一种基于特征构造预处理(Feature construction,FC)与时间卷积网络(Temporal convolutional network,TCN)-双向门控循环单元(Bidirectional gate recurrent unit,BiGRU)的溶解氧预测模型FC-TCN-BiGRU.通过对样本序列的统计特征、环境因子特征和季节特征进行构造,挖掘变量间深层次的相关性;采用TCN对构造特征序列进行多层卷积和降维处理,在保留全局时序特征的同时去除冗余信息;结合BiGRU对降维特征进行建模,实现对溶解氧的准确预测.另外,构建了沙猫群算法(Sand cat swarm optimization,SCSO)优化的非参数核密度估计(Kernel density estimation,KDE)对溶解氧预测误差的分布范围进行估计.实验结果表明,模型的均方误差、平均绝对误差、均方根误差和决定系数分别为0.027 5、0.143 2、0.165 8和0.94,优于其他比较模型.同时,区间估计能够有效覆盖溶解氧的波动范围,量化预测过程中的不确定性.在池塘溶解氧的短期预测中,本模型具有较好的准确性和鲁棒性,对水产养殖的水体健康监测和养殖效率的提升具有一定的指导意义.
池塘养殖、溶解氧、特征构造、预测模型、区间估计
32
TP391;TP23(计算技术、计算机技术)
上海市水产动物良种创制与绿色养殖协同创新中心项目;上海市崇明区农业科创项目
2023-10-20(万方平台首次上网日期,不代表论文的发表时间)
共10页
943-952