凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)管理決策支持系統(tǒng)的構(gòu)建.pdf

1、集約化養(yǎng)殖帶來巨大經(jīng)濟(jì)效益的同時(shí)，也給自身的可持續(xù)發(fā)展和生態(tài)環(huán)境帶來了嚴(yán)峻的挑戰(zhàn)。對(duì)養(yǎng)殖企業(yè)而言，關(guān)鍵水質(zhì)因子快速監(jiān)測(cè)和對(duì)水質(zhì)異常情況的及時(shí)識(shí)別，是養(yǎng)殖安全的重要保障。目前養(yǎng)殖水質(zhì)管理的主要內(nèi)容是對(duì)水質(zhì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行整理和匯總，然后分析水質(zhì)的變化情況。但目前凡納濱對(duì)蝦養(yǎng)殖的水質(zhì)管理大多是針對(duì)養(yǎng)殖水質(zhì)的當(dāng)前或歷史數(shù)據(jù)進(jìn)行的，得到的結(jié)果只能反映水質(zhì)的歷史狀況，水質(zhì)管理處于一種滯后和被動(dòng)的局面，往往造成嚴(yán)重后果時(shí)才發(fā)現(xiàn)水質(zhì)狀況惡化嚴(yán)重，所以必須

2、改變傳統(tǒng)的管理方式，在對(duì)水質(zhì)進(jìn)行實(shí)時(shí)監(jiān)測(cè)、現(xiàn)狀評(píng)價(jià)的基礎(chǔ)上對(duì)水質(zhì)進(jìn)行預(yù)測(cè)，最終對(duì)其惡化趨勢(shì)進(jìn)行預(yù)警，并制定相應(yīng)的應(yīng)急措施減緩或阻止水質(zhì)惡化，實(shí)現(xiàn)真正意義上水質(zhì)管理。
　　本研究以凡納濱對(duì)蝦集約化養(yǎng)殖生產(chǎn)實(shí)際為基礎(chǔ)，在分析了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)特征基礎(chǔ)上，首先建立了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)評(píng)價(jià)模型，克服了以往評(píng)價(jià)方法的不足，能夠?qū)︷B(yǎng)殖水質(zhì)做出綜合評(píng)價(jià)。然后以人工神經(jīng)網(wǎng)絡(luò)(ANN)為手段，建立了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)預(yù)測(cè)模型，實(shí)

3、現(xiàn)了養(yǎng)殖關(guān)鍵水質(zhì)因子與預(yù)測(cè)對(duì)象之間的映射，解決了養(yǎng)殖水體變化過程中存在的非線性、多變量和模糊性問題，提高了水質(zhì)預(yù)測(cè)的精度。第三，建立了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)快速預(yù)警模型，將單因子預(yù)警與多因子預(yù)警相結(jié)合，對(duì)集約化養(yǎng)殖過程中潛在的危險(xiǎn)進(jìn)行快速準(zhǔn)確預(yù)警。第四，完成凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)管理決策支持系統(tǒng)，實(shí)現(xiàn)水質(zhì)科學(xué)管理的可視化，能夠?yàn)轲B(yǎng)殖管理者進(jìn)行水質(zhì)調(diào)控和實(shí)現(xiàn)科學(xué)管理提供有效的技術(shù)手段。本文的主要研究結(jié)果如下：
　　1.凡納濱對(duì)蝦

4、集約化養(yǎng)殖水質(zhì)特征
　　本實(shí)驗(yàn)主要研究了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)相關(guān)的各水質(zhì)因子的特征。實(shí)驗(yàn)共監(jiān)測(cè)了11項(xiàng)水質(zhì)指標(biāo)，在對(duì)實(shí)測(cè)數(shù)據(jù)進(jìn)行顯著性檢驗(yàn)和統(tǒng)計(jì)處理后，確定了影響對(duì)蝦集約化養(yǎng)殖水質(zhì)的主要因子，然后采用多元逐步回歸分析了凡納濱對(duì)蝦集約化養(yǎng)殖主要水質(zhì)因子與其它水質(zhì)因子間的相關(guān)關(guān)系，并用回歸方程的形式予以表示。結(jié)果表明，多元回歸模型能夠給出某水質(zhì)因子受其它水質(zhì)因子影響的定量公式。此外，與一般的多元線性回歸模型相比，多元逐步回歸模型能

5、夠分辨出與需描述變量顯著相關(guān)的變量及其干擾變量，只將對(duì)水質(zhì)因子影響最大的因子列入回歸模型，提高了模型的可靠性。
　　2.凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)評(píng)價(jià)模型
　　本部分主要介紹了因子分析模型建立的一般步驟以及凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)評(píng)價(jià)模型的建立及應(yīng)用。以水質(zhì)實(shí)測(cè)數(shù)據(jù)為基礎(chǔ)，結(jié)合我國(guó)《漁業(yè)水質(zhì)標(biāo)準(zhǔn)》和國(guó)內(nèi)外各相關(guān)養(yǎng)殖水質(zhì)標(biāo)準(zhǔn)，確定了凡納濱對(duì)蝦集約化養(yǎng)殖水環(huán)境質(zhì)量分類標(biāo)準(zhǔn)。以因子分析為基礎(chǔ)，建立了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)評(píng)價(jià)模型，

6、并對(duì)模型進(jìn)行了應(yīng)用，模型表達(dá)式為：顯示，本模型不僅能夠體現(xiàn)水質(zhì)因子之間的相互關(guān)系，客觀反映水質(zhì)的真實(shí)狀況，還能夠在某一指標(biāo)特別惡化時(shí)對(duì)水質(zhì)做出準(zhǔn)確評(píng)價(jià)，彌補(bǔ)了以往評(píng)價(jià)方法必須結(jié)合單因子評(píng)價(jià)方法的不足。
　　3.凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)預(yù)測(cè)模型
　　本部分主要介紹了BP神經(jīng)網(wǎng)絡(luò)的原理、建立模型的一般步驟以及凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)預(yù)測(cè)模型的建立及仿真過程。將第二章確定的九項(xiàng)水質(zhì)因子作為凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)BP預(yù)測(cè)的輸入向量

7、；根據(jù)預(yù)測(cè)目的，確定BP預(yù)測(cè)網(wǎng)絡(luò)的輸出變量為水質(zhì)預(yù)測(cè)值；網(wǎng)絡(luò)采用三層結(jié)構(gòu)，隱含層的神經(jīng)元數(shù)為7；tansig和purelin分別作為網(wǎng)絡(luò)隱含層和輸出層神經(jīng)元的傳遞函數(shù)。在確定了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)BP預(yù)測(cè)模型的結(jié)構(gòu)后，對(duì)模型進(jìn)行訓(xùn)練，選擇trainlm作為網(wǎng)絡(luò)的訓(xùn)練函數(shù)，最后通過仿真實(shí)驗(yàn)對(duì)模型進(jìn)行驗(yàn)證。結(jié)果顯示，兩組數(shù)據(jù)相關(guān)分析顯示系數(shù)是0.9921，預(yù)測(cè)誤差率結(jié)果顯示平均的預(yù)測(cè)誤差率是2.9％，最大的是12.55%，最小是0.03

8、8%，總體預(yù)測(cè)結(jié)果較好。BP神經(jīng)網(wǎng)絡(luò)能夠以較高的精度對(duì)養(yǎng)殖水質(zhì)狀況進(jìn)行預(yù)測(cè)，使得集約化養(yǎng)殖水質(zhì)預(yù)測(cè)成為可能，能夠?qū)崿F(xiàn)水質(zhì)惡化的早期預(yù)報(bào)，減少養(yǎng)殖損失，保證養(yǎng)殖的安全。
　　4.凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)預(yù)警模型
　　根據(jù)對(duì)蝦養(yǎng)殖水質(zhì)的特征，建立了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)單因子預(yù)警模型和水質(zhì)綜合預(yù)警模型。在確定了預(yù)警指標(biāo)體系和預(yù)警級(jí)別的基礎(chǔ)上，以凡納濱對(duì)蝦養(yǎng)殖水環(huán)境質(zhì)量分類標(biāo)準(zhǔn)為基礎(chǔ)，建立了水質(zhì)單因子預(yù)警模型，并在傳統(tǒng)的單因子預(yù)

9、警模型基礎(chǔ)上，以第二章建立的多元逐步回歸模型為手段，建立了對(duì)蝦養(yǎng)殖水質(zhì)單因子預(yù)警回歸模型，其不僅繼承了傳統(tǒng)單因子預(yù)警模型簡(jiǎn)單直觀的特點(diǎn)，而且還能客觀的能夠反映出某水質(zhì)因子與其它水質(zhì)因子之間的關(guān)系。建立了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)綜合預(yù)警模型，并將狀態(tài)預(yù)警與趨勢(shì)預(yù)警相結(jié)合，在水質(zhì)評(píng)價(jià)模型基礎(chǔ)上建立了狀態(tài)預(yù)警模型，模型的表達(dá)式為：。在預(yù)測(cè)模型基礎(chǔ)上建立了趨勢(shì)預(yù)警模型，BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型的結(jié)構(gòu)為9-7-1，網(wǎng)絡(luò)隱含層和輸出層神經(jīng)元的傳遞函數(shù)分

10、別為tansig和purelin，trainlm為網(wǎng)絡(luò)的訓(xùn)練函數(shù)，最后通過仿真實(shí)驗(yàn)對(duì)模型進(jìn)行驗(yàn)證，趨勢(shì)預(yù)警結(jié)果顯示，預(yù)警結(jié)果與實(shí)際結(jié)果數(shù)據(jù)相關(guān)分析系數(shù)為0.991，說明總體預(yù)警效果較好。
　　5.凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)決策支持系統(tǒng)
　　在上述模型建立的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了凡納濱對(duì)蝦集約化養(yǎng)殖水質(zhì)決策支持系統(tǒng)。系統(tǒng)使用的是基于模型的輔助決策系統(tǒng)，在確定了框架和運(yùn)行結(jié)構(gòu)后，結(jié)合實(shí)驗(yàn)實(shí)際情況，通過隨機(jī)抽取的水質(zhì)數(shù)據(jù)，驗(yàn)證DSS在