基于BP神经元网络的鱼塘溶氧预测模型研究

摘要

为了能够提高水产养殖中水体溶氧量短期预测精度,提出将遗传算法和反向传播(BP)神经网络相结合的预测模型.根据相关研究,采用对池水含氧量影响较大的几个影响因素,作为预测模型的输入端变化量;BP神经网络优化的阈值和初始权值通过遗传算法来获得,遗传算法具有全局搜索能力.采用改进后的BP神经网络建立起短期鱼塘含氧量预测模型,该方法具有较高的预测精度.