[發明專利]一種養殖水體氨氮的軟測量方法及裝置

有效

• 申請號: 201811237454.5
• 申請日: 2018-10-23
• 公開（公告）號: CN109255200B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 李道亮;丁穎;王亮;李永偉
• 申請（專利權）人: 中國農業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N20/10
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;吳歡燕

1.一種養殖水體氨氮的軟測量方法，其特征在于，包括：

獲取預定時間段內水體的水質數據和氣象數據；

對所述水質數據和氣象數據進行預處理，獲得不同類型的預處理樣本集；

利用FEEMD方法將所述不同類型的預處理樣本集分解為不同類型多個尺度的若干個固有模態分量和一個余量；

將不同類型同一尺度的固有模態分量和余量分別輸入至目標MFO-LSSVM模型，循環若干次直至所有尺度都輸入完畢，獲得各類型多個尺度的多個輸出值；其中，所述目標MFO-LSSVM模型是通過利用MFO方法對LSSVM模型的模型參數尋優，并利用訓練樣本集進行訓練后得到；

將各類型不同尺度的多個輸出值分別相加，獲得氨氮測量結果；

其中，所述利用FEEMD方法將所述不同類型的預處理樣本集分解為不同類型多個尺度的若干個固有模態分量和一個余量，包括：

將水體溫度a(x)、pH值b(x)、溶解氧含量c(x)、大氣壓強d(x)的同一時刻的值分解成若干個固有模態分量和一個余量：

r_a、r_b、r_c和r_d分別為水體溫度a(x)、pH值b(x)、溶解氧含量c(x)、大氣壓強d(x)分解后的余量；a_i(x)、b_i(x)、c_i(x)和d_i(x)分別為水體溫度a(x)、pH值b(x)、溶解氧含量c(x)、大氣壓強d(x)分解后的第i個固有模態分量；n為固有模態分量的數量；

其中，獲得所述目標MFO-LSSVM模型的過程包括：

利用MFO方法對LSSVM模型的模型參數進行尋優，獲得最優模型參數；所述模型參數包括核帶寬和正則化參數；

將所述最優模型參數輸入至LSSVM模型，獲得初始MFO-LSSVM模型；

利用FEEMD方法，將不同類型的訓練樣本集分別分解為不同尺度的若干個固有模態分量和一個余量；所述訓練樣本集包括預設時間段內水體的部分水質數據和氣象數據；

將所述不同類型同一尺度固有模態分量和余量分別輸入至所述初始MFO-LSSVM模型中進行訓練，直至滿足預設終止條件，獲得目標MFO-LSSVM模型；

其中，所述目標MFO-LSSVM模型的公式為：

x為訓練樣本集中的樣本，Y(x)為模型的氨氮輸出值，α_i為拉格朗日乘子，參數b是α_i的偏差值，為所述LSSVM模型的徑向基函數，c_i為徑向基函數的中心；σ為核函數的帶寬；

其中，所述利用MFO方法對LSSVM模型的模型參數進行尋優，包括：

設置尋優參數和適應度函數，所述尋優參數包括飛蛾和火焰的數量、變量數量、最大迭代次數、尋優下限、和尋優上限；

根據所述尋優參數和適應度函數，對LSSVM模型的模型參數進行迭代優化，直至迭代次數達到預設閾值，獲得最優模型參數。

2.根據權利要求1所述的方法，其特征在于，所述對所述水質數據和氣象數據進行預處理，獲得預處理數據，包括：剔除異常數據、線性插值填補缺失數據、相關性分析以及歸一化處理。

3.根據權利要求1所述的方法，其特征在于，所述水質數據包括水體溫度、pH值、溶解氧含量和鹽度。

4.根據權利要求1所述的方法，其特征在于，所述氣象數據包括大氣壓強、大氣溫度、濕度和風速。

5.根據權利要求1所述的方法，其特征在于，所述訓練樣本集中的數據占總采集樣本的80％。