[发明专利]一种水产养殖溶解氧预测方法及装置

权利要求书

1.一种水产养殖溶解氧预测方法，其特征在于，所述方法包括如下步骤：

采集水产养殖池塘的按时间序列排序的溶解氧数据；

对溶解氧数据进行集合经验模态分解得到本征模态函数和剩余分量；

根据本征模态函数的波动频率将本征模态函数分为高频项、中频项和低频项；

通过最小二乘支持向量机对高频项和中频项进行建模并进行溶解氧预测；

通过思维进化算法优化BP神经网络对低频项进行建模并进行溶解氧预测；

通过灰色预测模型对剩余分量进行建模并进行溶解氧预测；

将最小二乘支持向量机、思维进化算法优化BP神经网络和灰色预测模型三者的预测结果叠加获取水产养殖的溶解氧的预测值。

2.根据权利要求1所述的方法，其特征在于，所述对溶解氧数据进行集合经验模态分解得到本征模态函数和剩余分量，具体包括如下步骤：

S1：将含有按时间序列排序的溶解氧数据的信号加入白噪声信号，构成信噪混合体；

S2：将信噪混合体进行经验模态分解，得到本征模态函数的分量和剩余分量的支量；

S3：重复N次步骤S1和步骤S2，且步骤S1中每次加入不同的白噪声，获取N个本征模态函数的分量和N个剩余分量的支量；

S4：N个本征模态函数的分量的平均值为本征模态函数，N个剩余分量的支量的平均值为剩余分量。

3.根据权利要求2所述的方法，其特征在于，所述将信噪混合体进行经验模态分解，得到本征模态函数的分量和剩余分量的支量，包括：

S21：获取含有按时间序列排序的溶解氧数据的信号的局部极大值点和局部极小值点；根据三次样条线分别将局部极大值点连接起来形成上包络线，局部极小值点连接起来形成下包络线；

S22：根据局部极大值包络线和局部极小值包络线计算平均包络线值；

S23：获取含有按时间序列排序的溶解氧数据信号的幅值与平均包络线值的差值；

S24：若差值符合本征模态函数条件，则差值为第一个本征模态函数的分量；若差值不符合本征模态函数条件，则对差值执行步骤S21、步骤S22和步骤S23并获得二次差值，判断二次差值是否符合本征模态函数条件；直至第k次的k次差值符合本征模态函数条件；

S25：将含有按时间序列排序的溶解氧数据信号的幅值与k次差值的差数设为原始序列，重复步骤S21、步骤S22、步骤S23和步骤S24，直至差数为常数或单调函数，分解结束。

4.根据权利要求1所述的方法，其特征在于，所述通过最小二乘支持向量机对高频项和中频项进行建模并进行溶解氧预测，包括：

根据最小二乘支持向量机的输入参数维数，建立预测模型；

根据溶解氧数据的训练样本获取预测模型的组合参数；

根据组合参数构建高频项和中频项的预测模型对高频项和中频项的溶解氧进行预测。

5.根据权利要求1所述的方法，其特征在于，所述通过思维进化算法优化BP神经网络对低频项进行建模并进行溶解氧预测，包括：

采用思维进化算法对BP神经网络的初始权值和初始阈值进行优化处理，根据优化后的初始权值和初始阈值建立初始预测模型；

根据初始预测模型的输入信号及输出信号计算预测误差；

根据预测误差重新配置权值和阈值；

根据重新配置的权值和阈值建立的预测模型对低频项进行溶解氧预测。

6.根据权利要求1所述的方法，其特征在于，通过灰色预测模型对剩余分量进行建模并进行溶解氧预测，包括：

根据溶解氧数据的观察值叠加生成新序列；

根据新序列建立微分方程模型；其中，采用最小二乘法计算微分方程模型中的待识别参数；

根据微分方程模型建立的灰色预测模型对剩余分量进行溶解氧预测。