人工神经网络在活鱼运输中水质评价的应用  

Application of artificial neural network in water quality evaluation in transportation of live fish

作　　者：谢万里 蒲斌[2] 王涛 尹绍武[1] Xie Wanli

机构地区：[1]南京师范大学生命科学学院/江苏省生物多样性与生物技术重点实验室,江苏南京210023 [2]云南大学软件学院,云南昆明650504

出　　处：《江苏农业科学》2019年第4期134-139,共6页Jiangsu Agricultural Sciences

基　　金：江苏省重点研发计划(现代农业)重点项目(编号:BE2017377);江苏省农业重大新品种创制项目(编号:PZCZ201742);江苏省研究生科研与实践创新计划(编号:SJCX18_0364)

摘　　要：如何在活鱼运输中对水质进行全面评价进而实现水质精准调控是当前亟需解决的问题。创新性地将反向传播(back propagation,简称BP)和径向基函数(radial basis function,简称RBF)人工神经网络的评估方法运用于活鱼运输中,并进行比较。基于GB3838—2002《地表水环境质量标准》及专家调查问卷,建立活鱼运输水质等级变化模型。比较不同训练函数及不同隐含层神经元个数对BP神经网络的影响。结果表明,河川沙塘鳢在密度为6.26 g/L、温度为20℃的自然运输状态下(未加麻醉剂MS-222),运输超过2 h后已不能满足渔业用水要求。杂交黄颡鱼在密度为28.08 g/L、温度为20℃的麻醉运输水质(加入麻醉剂MS-222)好于自然运输状态下(未加麻醉剂MS-222)的水质。采用BP或RBF神经网络可对活鱼运输中的水质进行综合评价,能够突破传统运输水质评价方法的局限性与单一性,对防止水质恶化,实现活鱼运输水质的精准调控有重要意义。

关 键 词：活鱼运输 水质评价 BP神经网络 RBF神经网络 水质评价模型 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]