[發(fā)明專利]基于粒子群的模糊神經(jīng)網(wǎng)絡(luò)池塘溶解氧預(yù)測(cè)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810666195.1
• 申請(qǐng)日: 2018-06-26
• 公開(kāi)（公告）號(hào): CN108694474A
• 公開(kāi)（公告）日: 2018-10-23
• 發(fā)明（設(shè)計(jì)）人: 趙景波;薛秉鑫;齊薇;張磊;張迪
• 申請(qǐng)（專利權(quán)）人: 青島盛景電子科技有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/02
• 代理公司: 北京匯捷知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11531
• 代理人: 李宏偉

本發(fā)明公開(kāi)了基于粒子群的模糊神經(jīng)網(wǎng)絡(luò)池塘溶解氧預(yù)測(cè)，收集池塘模型輸入變量，通過(guò)基于粒子群算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)溶解氧模型進(jìn)行預(yù)測(cè)。本發(fā)明采用粒子群算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)對(duì)溶解氧進(jìn)行預(yù)測(cè)，并彌補(bǔ)了常規(guī)BP算法的缺陷。設(shè)計(jì)采用池塘水體溫度、氨氮值、pH值和亞硝酸鹽作為模糊神經(jīng)網(wǎng)絡(luò)的輸入變量，并采用小波包分析對(duì)采集的信號(hào)進(jìn)行消噪和特征向量提取，神經(jīng)網(wǎng)絡(luò)的輸出變量則是池塘溶解氧。仿真結(jié)果表明，本次設(shè)計(jì)的模糊神經(jīng)網(wǎng)絡(luò)可實(shí)現(xiàn)對(duì)池塘溶解氧的精確預(yù)測(cè)，具有良好的發(fā)展前景。

技術(shù)領(lǐng)域

本發(fā)明屬于粒子群算法技術(shù)領(lǐng)域，涉及基于粒子群的模糊神經(jīng)網(wǎng)絡(luò)池塘溶解氧預(yù)測(cè)。

背景技術(shù)

溶解氧是水產(chǎn)養(yǎng)殖中一項(xiàng)重要的參考指標(biāo)，溶氧濃度對(duì)水產(chǎn)養(yǎng)殖的產(chǎn)量有重要影響。池塘溶解氧受溫度、光照、氨氮濃度和浮游生物等多種因素影響，影響因素之間存在復(fù)雜的相互關(guān)系，傳統(tǒng)的經(jīng)驗(yàn)估算無(wú)法準(zhǔn)確判斷溶解氧含量，錯(cuò)誤判斷會(huì)影響水產(chǎn)養(yǎng)殖的產(chǎn)量，帶來(lái)經(jīng)濟(jì)損失。由此可見(jiàn)，準(zhǔn)確掌握水中溶解氧變化情況，實(shí)現(xiàn)對(duì)溶解氧含量的預(yù)測(cè)是現(xiàn)代水產(chǎn)養(yǎng)殖中亟需處理的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供基于粒子群的模糊神經(jīng)網(wǎng)絡(luò)池塘溶解氧預(yù)測(cè)，本發(fā)明的有益效果是可實(shí)現(xiàn)對(duì)池塘溶解氧的精確預(yù)測(cè)，具有良好的發(fā)展前景。

本發(fā)明所采用的技術(shù)方案是收集池塘模型輸入變量，通過(guò)基于粒子群算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)溶解氧模型進(jìn)行預(yù)測(cè)。

進(jìn)一步，模型輸入變量為溫度、亞硝酸鹽含量、氨氮值和pH值，輸出變量為池塘溶解氧。

進(jìn)一步，基于粒子群算法優(yōu)化的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)溶解氧模型通過(guò)聚類算法確定網(wǎng)絡(luò)的結(jié)構(gòu)，利用Kohonen網(wǎng)絡(luò)對(duì)模糊隸屬度個(gè)數(shù)進(jìn)行選取，確定每個(gè)輸入變量分為3個(gè)模糊子集，因此模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)為4-12-81-1。

附圖說(shuō)明

圖1是信號(hào)的三層小波分解圖；

圖2是信號(hào)的三層小波包分解圖；

圖3是模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖4是粒子群算法流程圖；

圖5是FNN和FNN-PSO性能對(duì)比圖。

具體實(shí)施方式

下面結(jié)合具體實(shí)施方式對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。

1小波包分析理論與方法

如果函數(shù)ψ(t)∈L²(R)(Hilbert空間)且滿足那么稱ψ(t)為小波基函數(shù)。對(duì)小波基函數(shù)ψ(t)進(jìn)行左右平移或縮小放大后可以產(chǎn)生小波解析函數(shù)

其中b∈R為平移因子，a＞0為縮放因子，用于改變小波基函數(shù)的位置和寬度，統(tǒng)稱為尺度因子。

在對(duì)信號(hào)進(jìn)行多分辨分析運(yùn)算中，是綜合不同的尺度因子j，然后將Hilbert空間L²(R)分解轉(zhuǎn)化，使之成為所有子空間W_j(j∈Z)的正交和，其中W_j是ψ(t)的子空間。現(xiàn)將尺度空間V_j和小波空間W_j用一個(gè)新的子空間統(tǒng)一表示，以對(duì)小波子空間W_j進(jìn)行頻率的細(xì)分。

則Hilbert空間的正交分解可以用統(tǒng)一表示為

為了方便計(jì)算，將子空間定義為函數(shù)u_n(t)的閉包空間，那么相應(yīng)的就是函數(shù)u_2n(t)的閉包空間，令u_n(t)滿足下面兩個(gè)方程式