基于rbf神经网络的溶解氧预测模型研究

《基于rbf神经网络的溶解氧预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码:10264研究生学号:M130502801上海海洋大学硕士学位论文基于RBF神经网络的溶解氧预题目：测模型研究Studyonthemodelofdissolved英文题目：oxygenpredictionbasedonRBFneuralnetwork专业：计算机科学与技术（工学）研究方向：智能信息处理姓名：潘金晶指导教师：袁红春教授二O一六年月日上海海洋大学学位论文原创性声明本人郑重声明：我恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经明确注明和引用的内容外，本论文不包含任何其他

2、个人或集体已经发表或撰写过的作品及成果的内容。论文为本人亲自撰写，我对所写的内容负责，并完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日上海海洋大学硕士学位论文答辩委员会成员名单姓名工作单位职称备注答辩地点信息学院答辩日期基于RBF神经网络的溶解氧预测模型研究摘要水产品疾病爆发甚至死亡存在多种因素，其中养殖水质恶化为首要因素，而水产养殖的水质参数种类繁多，具有非线性，模糊不确定，多变量等特点，致使精确的水质预测成为水产养殖产业迫切需要解决的问题。因而，探索适宜的水产养殖水质预测方法对实现养殖水体水质的精准预测以及确保水产品的健康生

3、长具有重要的经济价值，理论价值及现实意义。在水质预测应用方面，RBF(RadialBasisFunction，径向基函数)神经网络算法因为其自学习自适应以及无限可微的良好性能得到了快速地发展。建立RBF神经网络算法的水质预测模型，不仅可以克服传统水质预测方法的缺陷，而且可以提高养殖水质的预测精度。但是，由于RBF神经网络算法自身也存在缺陷，并且水产养殖水质变化无常，建立优化RBF神经网络算法的水质预测模型显得尤为重要。对于RBF神经网络，隐含层到输出层的连接权值的确定是否得当与网络的预测精度有着密切的关系。由于RBF神经网络隐层到输出层的变化是线性的

4、，因此，利用递归最小二乘算法进行RBF神经网络隐层到输出层的权值训练可以有效地提高网络的收敛速度以及预测精度。但是，如果训练样本过多，利用该算法训练时可能导致矩阵过于庞大而出现病态运算，进而得不到精确的预测结果。为了弥补该算法的缺陷，引入改进型递归最小二乘算法与RBF神经网络进行融合，优化了其隐层到输出层连接权值的训练过程。本文以水产养殖水质重要参数溶解氧为研究对象，对优化的RBF神经网络水产养殖水质预测模型进行了详细分析。本文的研究重点主要包括：（1）对RBF神经网络的概念进行了详细地阐述，并分析了水质预测的现状以及RBF神经网络算法在水质预测中的

5、应用；（2）详细阐述了递归最小二乘算法以及改进型递归最小二乘算法的理论知识，并分析了改进型递归最小二乘算法的收敛性，扩大其应用的范围；（3）利用改进型递归最小二乘算法优化RBF神经网络隐含层到输出层连接权值，以溶解氧为研究对象，构建改进型递归最小二乘算法优化的RBF神经网络的溶解氧预测模型。I（4）借助MATLAB将RBF神经网络，递归最小二乘RBF神经网络以及改进型递归最小二乘RBF神经网络水质预测结果进行对比分析，提高了RBF神经网络在水质预测应用中的预测精度及网络的收敛速度。关键词：RBF神经网络，改进型递归最小二乘算法，水产养殖水质，溶解氧预

6、测IIStudyonthemodelofdissolvedoxygenpredictionbasedonRBFneuralnetworkABSTRACTTherearemanyfactorsthatinducetheoutbreakofaquaticdiseaseandevenlargequantitiesofdeathandculturedwaterdeteriorationisthemostimportantfactor.Therearemanykindsofwaterqualityparameterswiththecharacterofnonl

7、inearanduncertain,theaccuratepredictionofwaterqualityhasbecomeanurgentproblemtobesolvedintheaquacultureindustry.Therefore,inordertoachievetheaccuratepredictionofwaterqualityandthehealthygrowthofaquaticproducts,exploringthesuitablemethodsofculturedwaterqualitypredictionhastheore

8、ticalvalueandpracticalsignificance.RBF(BasisFunctionRa