一种游程检测法重构EEMD的养殖水质溶解氧预测方法

摘要

本发明公开了一种游程检测法重构EEMD的组合预测模型。该模型首先将溶解氧原始序列用集合经验模态(EEMD)分解法进行分解，得到了多个分量；其次，用游程检测法将这些分量重构成高频分量、中频分量和低频分量三个分量；接着，针对高频分量波动性大且复杂、中频分量呈现周期性、低频分量呈线性的特点，采用粒子群(PSO)优化的最小二乘支持向量机(LSSVM)对高频项进行预测，采用极限学习机(ELM)对中频项预测，采用非线性回归对低频项预测；最后，将三个分量预测的结果用BP神经网络进行重构得到最终预测结果。与PSO‑LSSVM和单一的ELM预测模型相比，组合模型能提高水产养殖中溶解氧的预测精度，能够满足现代化水产养殖业对溶解氧精细化管理的高要求。