基于PCA-LSTM神经网络的凡纳滨对虾养殖水质预测

作者：习文双; 江敏; 吴昊; 潘璠; 唐燕

来源：上海海洋大学学报, 2022, 1-13.

• 凡纳滨对虾
• 养殖水质预测
• 长短时记忆神经网络
• 主成分分析

基于上海奉贤区2个水产养殖合作社2014—2018年和2021年的检测数据，选取水温（T）、溶解氧（DO）、高锰酸盐指数(IMn)、总磷（TP）、总氮（TN）、氨氮（TAN）、亚硝酸盐氮(NO2--N)、硝酸盐氮(NO3--N)共8个水质指标进行研究，提出了基于主成分分析（principal component analysis， PCA）和长短时记忆神经网络（long short-term memory，LSTM）的预测模型。首先采用主成分分析法对数据进行特征提取和降维，选取高锰酸盐指数(IMn)和氨氮（TAN）作为水质预测指标，建立基于PCA法的LSTM模型；接着采用PCA-LSTM模型对不同养殖塘的水质进行预测；最后，将其与单一LSTM模型进行对比以验证模型的优劣。结果表明：PCA-LSTM模型可用于凡纳滨对虾养殖池塘水中IMn和TAN的预测， 预测结果优于单一LSTM模型。

• 单位
  上海海洋大学; 生命学院