[發明專利]基于改進型ELM的海洋魚群遷移路線預測方法及系統

有效

• 申請號: 202010488986.7
• 申請日: 2020-06-02
• 公開（公告）號: CN111680734B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 陳慧萍;王家豪;錢煜暉;董書麗;李沛霖
• 申請（專利權）人: 河海大學常州校區
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F30/20;G06F17/16;G06N20/00;G06Q10/04
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

本發明公開了一種基于改進型ELM的海洋魚群遷移路線預測方法及系統，所述方法包括如下步驟：將海洋溫度歷史數據作為不同預測模型的輸入樣本，并分別求出不同預測模型下的海洋溫度初始預測值；選取其中一種預測模型下的海洋溫度初始預測值，或者選取幾種預測模型下的海洋溫度初始預測值的加權平均值，作為ELM的輸入向量；通過ELM的訓練，輸出海洋溫度最終預測值；提出描述海洋魚群遷移的遷移計算公式，從而得到初步預測的海洋魚群遷移路線；結合不同魚類的種群習性，選出影響魚類遷移的限定條件，得到最終預測的海洋魚群遷移路線。本發明能夠有效預測海洋魚群遷移路線，為漁業經濟和海洋生態環境研究提供豐富的參考意見。

技術領域

本發明涉及一種基于改進型ELM(Extreme Learning Machine，極限學習機)的海洋魚群遷移路線預測方法及系統，屬于預測算法優化技術領域。

背景技術

隨著全球變暖，海洋水溫也在不斷發生變化，這將極大影響海洋魚類的棲息地，當溫度變化太大，魚類便尋找更適合它們生存和繁衍的棲息地，這將極大地影響漁業經濟和海洋生態環境研究，從而這些對海洋魚群遷移路線的預測提出了很高的要求。

發明內容

本發明的目的是提供一種基于改進型ELM的海洋魚群遷移路線預測方法及系統，能夠有效預測海洋魚群遷移路線，為漁業經濟和海洋生態環境研究提供豐富的參考意見。

為達到上述目的，本發明是采用下述技術方案實現的：

第一方面，本發明提供了一種基于改進型ELM的海洋魚群遷移路線預測方法，所述方法包括如下步驟：

將海洋溫度歷史數據作為不同預測模型的輸入樣本，并分別求出不同預測模型下的海洋溫度初始預測值；

選取其中一種預測模型下的海洋溫度初始預測值，或者選取幾種預測模型下的海洋溫度初始預測值的加權平均值，作為ELM的輸入向量；

通過ELM的訓練，輸出海洋溫度最終預測值β；

將海洋溫度視為海洋魚群遷移路線的主要影響因素，在所述海洋溫度最終預測值β的基礎上，針對改進型傳統熱擴散方程，并考慮魚類在經緯度上的遷移特點，提出描述海洋魚群遷移的遷移計算公式，從而得到初步預測的海洋魚群遷移路線；

結合不同魚類的種群習性，選出影響魚類遷移的限定條件，并根據限定條件排除不符合魚類實際生存的海洋空間，從而得到最終預測的海洋魚群遷移路線。

結合第一方面，進一步的，描述海洋魚群遷移的遷移計算公式為

其中，R_c表示以熱源點P為圓心的圓半徑為R時的魚群濃度，v為熱量從熱源點P沿x軸發散的恒定速度；v_c為特定體積的水中魚群密度為c時，熱量從熱源點P沿x軸發散的恒定速度；τ為時刻；(x,y,z)為熱源點P的當前水中坐標，且此時y＝0，

結合第一方面，進一步的，限定條件包括鹽度影響、光譜構成、捕食鏈關系、海洋噪聲和水質影響。

第二方面，本發明提供了一種基于改進型ELM的海洋魚群遷移路線預測系統，所述系統包括：

溫度初始預測模塊：用于將海洋溫度歷史數據作為不同預測模型的輸入樣本，并分別求出不同預測模型下的海洋溫度初始預測值；

ELM輸入模塊：用于選取其中一種預測模型下的海洋溫度初始預測值，或者選取幾種預測模型下的海洋溫度初始預測值的加權平均值，作為ELM的輸入向量；

溫度最終預測模塊：用于通過ELM的訓練，輸出海洋溫度最終預測值β；