| 基于BiLSTM-GRU融合网络的稻虾养殖溶解氧含量预测 |
| |
| 引用本文： | 石庆兰,束金阳,李道亮,黄凯欣,查海涅.基于BiLSTM-GRU融合网络的稻虾养殖溶解氧含量预测[J].农业机械学报,2023,54(10):364-370. |
| |
| 作者姓名： | 石庆兰 束金阳 李道亮 黄凯欣 查海涅 |
| |
| 作者单位： | 中国农业大学;安庆师范大学 |
| |
| 基金项目： | 山东省重点研发计划项目（2021TZXD006） |
| |
| 摘 要： | 在稻虾养殖模式中溶解氧含量(浓度)是养殖水体的重要指标之一，其直接影响小龙虾的摄食量和新陈代谢，因此在养殖过程中精准预测溶解氧含量至关重要。针对稻虾养殖中溶解氧含量变化复杂，难以快速准确预测的问题，提出了BiLSTM-GRU融合神经网络预测模型。为了保证精准预测，首先对传感器进行了清洗校准，并根据偏移量对历史数据进行了修正。在此基础上构建了基于BiLSTM和GRU的融合神经网络训练模型，BiLSTM提取更多特征因子，GRU实现快速预测，快速准确预测溶解氧含量变化。为了使监测预测性能更优，对不同采样周期下的资源损耗及预测模型性能进行综合对比分析，确定了传感器数据最优采样周期为30 min。进一步与LSTM、GRU、BiLSTM以及BiGRU模型对比，表明本文提出的BiLSTM-GRU融合神经网络模型的预测效果更好，其平均绝对误差、均方根误差和决定系数分别为0.275 9 mg/L、0.616 0 mg/L和0.954 7,比传统的LSTM神经网络模型分别高25.14%、13.25%和2.22%。
|
| 关 键 词： | 稻虾共作 溶解氧 预测模型 融合循环神经网络 |
| 收稿时间： | 2023/3/31 0:00:00 |
Dissolved Oxygen Prediction in Rice and Shrimp Culture Based on BiLSTM-GRU Fusion Neural Networks |
| |
| SHI Qinglan,SHU Jinyang,LI Daoliang,HUANG Kaixin,ZHA Hainie.Dissolved Oxygen Prediction in Rice and Shrimp Culture Based on BiLSTM-GRU Fusion Neural Networks[J].Transactions of the Chinese Society of Agricultural Machinery,2023,54(10):364-370. |
| |
| Authors: | SHI Qinglan SHU Jinyang LI Daoliang HUANG Kaixin ZHA Hainie |
| |
| Institution: | China Agricultural University; Anqing Normal University |
| |
| Abstract: | |
| |
| Keywords: | rice-prawn farming dissolved oxygen prediction model fusion cyclic neural network |
|
| 点击此处可从《农业机械学报》浏览原始摘要信息 |
| 点击此处可从《农业机械学报》下载免费的PDF全文 |
