当前位置: 首页 > 文章 > 基于MIC-BP神经网络溶解氧预测模型的构建和评价 渔业研究 2023,45 (4) 317-330
Position: Home > Articles > Construction and evaluation of dissolved oxygen prediction model based on MIC-BP neural network Journal of Fisheries Research 2023,45 (4) 317-330

基于MIC-BP神经网络溶解氧预测模型的构建和评价

作  者:
陈梦云
单  位:
关键词:
溶解氧预测;最大信息系数(MIC);机器学习;BP神经网络
摘  要:
溶解氧(DO)是影响水生生物生长和水环境健康的重要环境因子,对DO精准预测有利于水产养殖业的健康发展.本研究根据福建闽江水口库区水质在线浮标SK11、SK18 站位2022 年1 月到6 月的水质数据和气象数据,分别运用BP神经网络预测模型和MIC-BP神经网络预测模型进行机器学习,给出预测结果,同时对两种DO预测模型的预测结果进行比较验证.结果表明:经过最大信息系数(MIC)的识别和筛选,13 项输入因子中与DO相关性较大的因子有pH、水温、叶绿素a、电导率、浊度、氨氮浓度和亚硝酸盐氮浓度等 7项;混合MIC-BP神经网络模型的效果明显优于独立的BP神经网络模型,候选因子经过MIC的识别和筛选后可以明显增加模型的性能,表现为:在SK11 站位,MIC-BP神经网络模型的性能相对于独立 BP 神经网络模型,MAE 降低约 29.29%,RMSE 降低约 60.09%,NSE增加27.63%;在SK18 站位,MIC-BP神经网络模型的性能相对于独立BP神经网络模型,MAE降低约17.16%,RMSE降低约16.23%,NSE增加12.77%.
译  名:
Construction and evaluation of dissolved oxygen prediction model based on MIC-BP neural network
关键词:
dissolved oxygen prediction%maximum information coefficient(MIC)%machine learning%back propagation(BP)neural network

相似文章

计量
文章访问数: 32
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊