EMD分解技术在水产养殖溶解氧浓度预测中的应用  

Application of EMD decomposition technology in predicting dissolved oxygen concentration in aquaculture

作　　者：郎波 樊一娜 LANG Bo;FAN Yina(Zhuhai City Polytechnic,Zhuhai,Guangdong 519090,China;Beijing Normal University at Zhuhai,Guangdong 519087,China)

机构地区：[1]珠海城市职业技术学院,广东珠海519090 [2]北京师范大学珠海校区,广东珠海519087

出　　处：《计算机应用文摘》2025年第6期87-89,共3页

基　　金：2022年中国高校产学研创新基金-新一代信息技术创新项目课题:复杂海鲈养殖环境下基于深度学习的水质溶解氧预测技术研究(2021ITA02021);2022年广东省普通高校重点科研项目:自适应智能增氧控制系统的关键技术研究(2022ZDZX4105);2020年广东省普通高校重点领域服务乡村振兴重点领域专项项目(自然科学):基于人工智能技术的智慧水产养殖系统(2020ZDX1077)。

摘　　要：为了提高水产养殖环境中溶解氧水平的预测准确性,文章提出了结合EMD分解技术与集成学习方法的模型。通过应用EMD分解多源数据,解决了预处理阶段各数据流之间的同步关联难题。利用不同基础模型在数据处理和训练流程中的独特特性,增强了整体预测性能。预测效果评估显示,所提模型在水产养殖周期内的各个阶段均展现出更优异的预测能力。In order to improve the accuracy of predicting dissolved oxygen levels in aquaculture environments,this article proposes a model that combines EMD decomposition technology with ensemble learning methods.By applying EMD to decompose multi-source data,the synchronization and correlation problem between various data streams in the preprocessing stage has been solved.By utilizing the unique characteristics of different basic models in data processing and training processes,the overall predictive performance has been enhanced.The evaluation of predictive performance shows that the proposed model exhibits superior predictive ability at various stages of the aquaculture cycle.

关 键 词：水产养殖 溶解氧 EMD分解 智能预测 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]