[发明专利]一种鱼塘耗氧量预测方法

权利要求书

1.一种鱼塘耗氧量预测方法，其特征在于，包括：

获取预设间隔的水中氧浓度采集序列；

对所述氧浓度序列进行去噪处理，以生成神经网络训练样本；

根据所述神经网络训练样本训练预设神经网络，得到输入输出映射矩阵；所述神经网络满足下述公式x(n+1)＝W₁u(n+1)+W₂x(n)+W₃y(n)；其中，x、y分别为输入和输出，W₁,W₂,W₃分别为所述神经网络输入、内部状态、输出到下一个内部状态之间的转换矩阵，所述输入输出映射矩阵能够根据输入唯一确定输出；

根据所述神经网络预测后续的氧浓度。

2.根据权利要求1所述的方法，其特征在于：

所述对所述氧浓度序列进行去噪处理，以生成神经网络训练样本包括：

将所述氧浓度序列中每个氧浓度值通过元信号和剩余信号的和形式表示，其中c_it,r_t分别为元信号序列中的信号和剩余信号；

对各个元信号序列按需进行低通滤波去噪；

基于去噪后得到的元序列和剩余信号重构氧浓度序列，并将重构后的氧浓度序列作为神经网络训练样本。

3.根据权利要求1所述的方法，其特征在于：

元信号序列的获取方法为：

(1)对信号序列h_i进行插值形成上下两条包络线，并得到两条包络线的平均值m_i；

(2)得到差值h_i+1＝h_i-m_i；

(3)使用差值h_i+1代替信号序列h_i执行步骤(1)，直至满足预设条件为止；

所述预设条件为：若第k步的结果为h_i-m_i＝h_i+1-m_i+1，则h_i+1即为元信号序列。

4.根据权利要求2所述的方法，其特征在于：

所述对各个元信号序列按需进行低通滤波去噪包括对每个元信号序列执行下述操作：

计算所述元信号序列的标准差σ_i；

判断所述标准差σ_i是否大于去噪阈值，所述去噪阈值为

若是，则对所述元信号序列进行低通去噪。

5.根据权利要求4所述的方法，其特征在于：

所述预设神经网络构建方法包括：

获取神经网络生成参数，所述生成参数包括神经元聚类数、神经元密集程度参数、分布空间大小参数和神经元总数；

根据所述神经网络生成参数生成神经网络，所述神经网络满足下述公式x(n+1)＝W₁u(n+1)+W₂x(n)+W₃y(n)；其中，x、y分别为输入和输出，W₁,W₂,W₃分别为所述神经网络输入、内部状态、输出到下一个内部状态之间的转换矩阵；

计算所述神经网络的状态变换矩阵W₂，所述状态变换矩阵用于根据所述神经网络的当前内部状态获取所述神经网络的下一刻内部状态；

使用所述神经网络训练样本训练所述神经网络，在训练过程中得到输入输出映射矩阵，所述输入输出映射矩阵能够根据输入唯一确定输出。。

6.根据权利要求5所述的方法，其特征在于：

所述神经网络生成方法包括：

根据所述神经元聚类数得到基础神经元；

根据预设生成规则以所述基础神经元为聚类中心生成神经网络，所述神经网络中神经元的个数与所述神经元总数相同，所述神经网络中每个神经元与其相邻的神经元均双向互联，所述神经网络中每个神经元以预设概率与自身连接；

设置与所述神经网络连接的输入节点和输出节点。