基于GA-SVR的海水养殖过程软测量建模

来源期刊：控制工程2019年第11期

论文作者：李康 王魏 林少涵

文章页码：2047 - 2051

关键词：软测量;支持向量机;遗传算法;氨氮浓度;

摘    要：针对集约化海水养殖过程中水体氨氮浓度测量存在投资大、精度低、难以在线检测等问题,提出一种基于遗传算法和支持向量回归相结合（GA-SVR）的氨氮浓度软测量方法。该方法在对水产养殖水质影响因素分析的基础上,首先选取养殖水体中的水温、溶氧量、p H和电导率作为辅助变量,然后利用遗传算法对支持向量机模型中的惩罚参数C和核函数参数g进行寻优,最后采用SVR实现对水体氨氮浓度的预测。将其预测效果与BP、RBF神经网络以及基于网格搜索法的SVR模型进行对比,实验结果表明:基于GA-SVR的软测量方法更利于实现氨氮浓度的精确预测,有助于对海水养殖过程优化控制提供及时指导。