文献类型： 中文期刊

作者： 林彬彬 ¹ ; 袁泉 ² ; 田志新 ¹ ; 潘显斌 ¹ ; 周文宗 ² ; 徐震 ¹ ;

作者机构： 1.上海工程技术大学机械与汽车工程学院

2.上海市农业科学院

关键词： 溶氧预测;LSTM;麻雀搜索算法;黄鳝养殖

期刊名称： 渔业现代化

ISSN： 1007-9580

年卷期： 2023 年 50 卷 001 期

页码： 71-79

收录情况： 北大核心 ; CSCD

摘要： 溶氧含量是影响黄鳝养殖的重要因素,为提高黄鳝池溶氧浓度的预测精度,提出一种基于麻雀搜索算法(SSA)和长短期记忆神经网络(LSTM)的黄鳝池溶氧浓度预测模型,即利用SSA算法优化LSTM模型的超参数后,对循环水黄鳝养殖池的溶氧浓度进行预测.结果显示:基于SSA-LSTM模型的预测准确率为96.77%,相较于对照模型LSTM、门控循环单元(GRU)、粒子群算法-长短期记忆神经网络(PSO-LSTM)分别提升了2.09%、3.34%、0.55%.该模型其他指标均方误差(EMSE)、平均绝对误差(EMAE)、均方根误差(ERMSE)分别为0.67、0.53、0.81,相较于对照模型也有明显下降.研究表明,利用SSA-LSTM模型预测黄鳝池溶氧浓度具有良好的准确性和鲁棒性,可以为黄鳝养殖中水质参数精准调控提供依据.