[發(fā)明專利]一種養(yǎng)殖水質(zhì)的非線性組合預(yù)測(cè)方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711297240.2
• 申請(qǐng)日: 2017-12-08
• 公開（公告）號(hào): CN108038571A
• 公開（公告）日: 2018-05-15
• 發(fā)明（設(shè)計(jì)）人: 徐龍琴;劉雙印;曹亮;黃運(yùn)茂;田允波;張世龍;鄭建華;陳國(guó)利
• 申請(qǐng)（專利權(quán)）人: 仲愷農(nóng)業(yè)工程學(xué)院
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/02
• 代理公司: 北京超凡志成知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11371
• 代理人: 王術(shù)蘭

1.一種養(yǎng)殖水質(zhì)的非線性組合預(yù)測(cè)方法，其特征在于，包括：

基于多個(gè)預(yù)設(shè)特征提取算法對(duì)監(jiān)測(cè)到的養(yǎng)殖水質(zhì)信號(hào)進(jìn)行信號(hào)分解，以獲取水質(zhì)特征分量；

對(duì)所述水質(zhì)特征分量按照不同頻率區(qū)間進(jìn)行不同的濾波處理，以生成對(duì)應(yīng)不同頻率區(qū)間的待預(yù)測(cè)數(shù)據(jù)；

針對(duì)不同的頻率區(qū)間的待預(yù)測(cè)數(shù)據(jù)，選取不同的預(yù)測(cè)方法進(jìn)行單項(xiàng)預(yù)測(cè)，以獲取多個(gè)預(yù)測(cè)特征；其中，各所述單項(xiàng)預(yù)測(cè)的方式對(duì)應(yīng)不同的頻率區(qū)域；各所述預(yù)測(cè)特征對(duì)應(yīng)有各自的權(quán)重系數(shù)；

當(dāng)各所述單項(xiàng)預(yù)測(cè)的精度達(dá)到預(yù)設(shè)要求時(shí)，對(duì)各所述預(yù)測(cè)特征以及所述權(quán)重系數(shù)進(jìn)行非線性方式的組合優(yōu)化處理，以生成預(yù)測(cè)結(jié)果；

當(dāng)所述組合優(yōu)化處理達(dá)到預(yù)設(shè)的要求，綜合所述預(yù)測(cè)結(jié)果以及所述權(quán)重系數(shù)生成養(yǎng)殖水質(zhì)的非線性組合預(yù)測(cè)模型。

2.如權(quán)利要求1所述的方法，其特征在于，所述頻率區(qū)間包括：低頻區(qū)間、中頻區(qū)間、高頻區(qū)間；

所述濾波處理包括針對(duì)所述低頻區(qū)間進(jìn)行濾波處理的低頻濾波處理、針對(duì)所述中頻區(qū)間進(jìn)行濾波處理的中頻濾波處理、針對(duì)所述高頻區(qū)間進(jìn)行濾波處理的高頻濾波處理。

3.如權(quán)利要求1或2所述的方法，其特征在于，所述單項(xiàng)預(yù)測(cè)的方法包括：ARMA預(yù)測(cè)方法、多層多層神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法、支持向量機(jī)預(yù)測(cè)方法；

其中，所述ARMA預(yù)測(cè)方法是針對(duì)低頻濾波處理后得到的待預(yù)測(cè)數(shù)據(jù)進(jìn)行單項(xiàng)預(yù)測(cè)的預(yù)測(cè)方法；所述多層多層神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法是針對(duì)中頻濾波處理后得到的待預(yù)測(cè)數(shù)據(jù)進(jìn)行單項(xiàng)預(yù)測(cè)的預(yù)測(cè)方法、所述支持向量機(jī)預(yù)測(cè)方法是針對(duì)高頻濾波處理后得到的待預(yù)測(cè)數(shù)據(jù)進(jìn)行單項(xiàng)預(yù)測(cè)的預(yù)測(cè)方法。

4.如權(quán)利要求1所述的方法，其特征在于，所述單項(xiàng)預(yù)測(cè)的精度是否達(dá)到預(yù)設(shè)要求是通過誤差評(píng)估方法來進(jìn)行評(píng)估的；其中，所述誤差評(píng)估方法包括：均方誤差、或評(píng)價(jià)絕對(duì)誤差、或評(píng)價(jià)絕對(duì)百分比誤差、對(duì)數(shù)誤差平方和來進(jìn)行評(píng)估的；

或基于根據(jù)所獲取的預(yù)測(cè)特征以及對(duì)應(yīng)的權(quán)重系數(shù)與根據(jù)參考特征以及參考特征對(duì)應(yīng)的權(quán)重系數(shù)之間的差值是否小于預(yù)設(shè)值來進(jìn)行的判斷；若判斷結(jié)果為小于，則確定所述單項(xiàng)預(yù)測(cè)的精度達(dá)到預(yù)設(shè)要求；如判斷結(jié)果為大于或等于，則確定所述單向預(yù)設(shè)的精度未達(dá)到預(yù)設(shè)要求；

各待預(yù)測(cè)數(shù)據(jù)對(duì)應(yīng)有各自的權(quán)重系數(shù)；該方法還包括：

當(dāng)所述單項(xiàng)預(yù)測(cè)的精度沒有達(dá)到預(yù)設(shè)要求時(shí)，通過所述誤差評(píng)估方對(duì)各所述預(yù)測(cè)方法的參數(shù)以及各待預(yù)測(cè)數(shù)據(jù)的權(quán)重進(jìn)行調(diào)整后，再次對(duì)調(diào)整后的待預(yù)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)。

5.如權(quán)利要求1所述的方法，其特征在于，各所述預(yù)測(cè)特征對(duì)應(yīng)有各自的權(quán)重系數(shù)；所述組合優(yōu)化處理是通過群集智能多目標(biāo)優(yōu)化算法來實(shí)現(xiàn)的；

判斷所述組合優(yōu)化處理是否達(dá)到預(yù)設(shè)的要求是通過與監(jiān)測(cè)到的養(yǎng)殖水質(zhì)信號(hào)的現(xiàn)場(chǎng)檢測(cè)結(jié)果進(jìn)行比對(duì)來判斷的；若比對(duì)的結(jié)果為組合優(yōu)化處理后得到的結(jié)果與現(xiàn)場(chǎng)檢測(cè)結(jié)果的差值小于預(yù)設(shè)值，則確定達(dá)到預(yù)設(shè)的要求，若比對(duì)的結(jié)果為組合優(yōu)化處理后得到的結(jié)果與現(xiàn)場(chǎng)檢測(cè)結(jié)果的差值大于或等于預(yù)設(shè)值，則確定未達(dá)到預(yù)設(shè)的要求；其中不同的水質(zhì)對(duì)應(yīng)不同的預(yù)設(shè)值，預(yù)設(shè)的要求與水質(zhì)的情況對(duì)應(yīng)；

該方法還包括：

當(dāng)所述組合優(yōu)化處理沒有達(dá)到預(yù)設(shè)的要求時(shí)，通過預(yù)測(cè)有效度準(zhǔn)則法、或廣義加權(quán)算是評(píng)價(jià)法、或IOWGA對(duì)各所述預(yù)測(cè)特征對(duì)應(yīng)有各自的權(quán)重系數(shù)進(jìn)行調(diào)整后，再次對(duì)調(diào)整后的預(yù)測(cè)特征進(jìn)行所述組合優(yōu)化處理。

6.一種養(yǎng)殖水質(zhì)的非線性組合預(yù)測(cè)系統(tǒng)，其特征在于，包括：

獲取模塊，用于基于多個(gè)預(yù)設(shè)特征提取算法對(duì)監(jiān)測(cè)到的養(yǎng)殖水質(zhì)信號(hào)進(jìn)行信號(hào)分解，以獲取水質(zhì)特征分量；

濾波模塊，用于對(duì)所述水質(zhì)特征分量按照不同頻率區(qū)間進(jìn)行不同的濾波處理，以生成對(duì)應(yīng)不同頻率區(qū)間的待預(yù)測(cè)數(shù)據(jù)；

單向預(yù)測(cè)模塊，用于針對(duì)不同的頻率區(qū)間的待預(yù)測(cè)數(shù)據(jù)，選取不同的預(yù)測(cè)方法進(jìn)行單項(xiàng)預(yù)測(cè)，以獲取多個(gè)預(yù)測(cè)特征；其中，各所述單項(xiàng)預(yù)測(cè)的方式對(duì)應(yīng)不同的頻率區(qū)域；各所述預(yù)測(cè)特征對(duì)應(yīng)有各自的權(quán)重系數(shù)；

組合模塊，用于當(dāng)各所述單項(xiàng)預(yù)測(cè)的精度達(dá)到預(yù)設(shè)要求時(shí)，對(duì)各所述預(yù)測(cè)特征以及所述權(quán)重系數(shù)進(jìn)行非線性方式的組合優(yōu)化處理，以生成預(yù)測(cè)結(jié)果；

生成模塊，用于當(dāng)所述組合優(yōu)化處理達(dá)到預(yù)設(shè)的要求，綜合所述預(yù)測(cè)結(jié)果以及所述權(quán)重系數(shù)生成養(yǎng)殖水質(zhì)的非線性組合預(yù)測(cè)模型。