-
题名基于贝叶斯与元学习的氨氮浓度预测模型优化
- 1
-
-
作者
刘懿纬
王魏
张淑雨
孙俊洋
李双双
-
机构
大连海洋大学信息工程学院
大连鑫玉龙海洋生物种业科技股份有限公司
-
出处
《华中农业大学学报》
CAS
CSCD
北大核心
2023年第4期236-243,共8页
-
基金
设施渔业教育部重点实验室(大连海洋大学)开放课题(202314)
辽宁省教育厅青年科技人才“育苗”项目(QL201912)。
-
文摘
针对小样本数据下氨氮浓度模型预测精度不高、收敛速度较慢的问题,采用长短期记忆网络(long short-term memory,LSTM)建立氨氮浓度预测模型,并利用贝叶斯优化算法和元学习机制对模型进行优化。其中贝叶斯优化算法用来优化预测模型的超参数,同时给出模型参数的初始值,再使用Meta-LSTM算法学习模型梯度并允许优化器之间进行参数共享和更新,最终实现对氨氮浓度预测模型的优化。将该方法与LSTM、GRU和RNN模型进行对比试验,结果显示,研究所建模型对氨氮浓度预测的均方根误差、平均绝对误差和均方误差分别为0.0276、0.0239和0.00076,均优于其他预测模型。表明基于贝叶斯和元学习的氨氮浓度预测模型对小样本数据建模有效,可以实现网络快速收敛,精度满足水产养殖中氨氮浓度预测需求。
-
关键词
贝叶斯优化
氨氮浓度预测
Meta-LSTM
元学习
-
Keywords
Bayesian optimization
ammonia nitrogen concentration prediction
Meta-LSTM
Metalearning
-
分类号
S959
[农业科学—水产养殖]
-
-
题名基于HCPS多层感知器的污水处理后氨氮浓度测量
被引量:2
- 2
-
-
作者
高明
崔钶
李昊
栗三一
-
机构
黄河流域水环境监测中心监测管理处
郑州轻工业学院电气信息工程学院
-
出处
《轻工学报》
CAS
2018年第6期92-100,108,共10页
-
基金
国家自然科学基金项目(61603347)
-
文摘
针对现污水处理后出水氨氮预测模型中隐含层神经元存在过大冗余而浪费资源的问题,提出了一种基于敏感度和互信息的混合增加删减的神经网络结构调整算法(HCPS).该算法重新定义了敏感度公式,利用敏感度和互信息自适应地调整网络结构,删除敏感度过低的隐含神经元,分裂过大的隐含层神经元,合并互信息过大的两个隐含层神经元.在污水处理基准仿真平台BSM1上的验证结果表明,HCPS算法可以获得更紧凑的网络结构,用于出水氨氮浓度预测精度较高.
-
关键词
污水处理
氨氮浓度预测
软测量技术
神经网络结构自调整算法
多层感知器
结构自组织
-
Keywords
sewage treatment
ammonia nitrogen concentration prediction
soft measurement
HCPS
multilayer perceptron
structural self-organizing
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
TS97
[轻工技术与工程]
-
-
题名基于小波降噪和LSTM的海参养殖氨氮预测
被引量:3
- 3
-
-
作者
李先鹏
吴若男
王魏
李双双
-
机构
大连海洋大学信息工程学院
大连鑫玉龙海洋生物种业科技股份有限公司
-
出处
《控制工程》
CSCD
北大核心
2022年第4期587-592,626,共7页
-
基金
辽宁省教育厅青年科技人才“育苗”项目(QL201912)
大连市科技之星项目(2017RQ143)。
-
文摘
海参具有极高的营养价值和药用价值,水质环境对其产量有一定的影响。为了更好地调控水质,尽可能使海参生长在最佳状态,采用改进的小波降噪方法处理数据,建立长短期记忆(LSTM)神经网络模型对海参养殖环境中的氨氮浓度进行预测。实验分别采用多影响因素作为模型的输入,氨氮浓度作为输出,建立氨氮浓度与各水质因子之间的关系模型,实现氨氮浓度预测。实验结果表明,改进的小波降噪方法有效减少了噪声,LSTM神经网络模型在海参养殖水质预测中效果显著。所提方法为海参养殖下一步水质调控提供了参考数据,进而可提高海参养殖的质量和产量。
-
关键词
海参养殖
LSTM
小波降噪
氨氮浓度预测
-
Keywords
Sea cucumber aquaculture
LSTM
wavelet denoising
ammonia nitrogen concentration prediction
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-