基于经验模态分解和最小二乘支持向量机的溶氧预测

宦 娟， 曹伟建， 秦益霖,2， 顾玉宛

(1 常州大学信息科学与工程学院，江苏 常州213164； 2 常州旅游商贸高等职业技术学校，江苏 常州213032)

基于经验模态分解和最小二乘支持向量机的溶氧预测

宦 娟1， 曹伟建1， 秦益霖1,2， 顾玉宛1

(1 常州大学信息科学与工程学院，江苏 常州213164； 2 常州旅游商贸高等职业技术学校，江苏 常州213032)

养殖池塘中溶氧(DO)与鱼、蟹等水产品的生长有着十分密切的关系。为了提高DO的预测精度和有效性，提出了一种基于经验模态分解(EMD)和自适应扰动粒子群优化最小二乘支持向量机(LSSVM)的组合预测模型。首先将DO时间序列通过EMD分解成若干分量，接着对各个分量进行相空间重构，在相空间中用LSSVM对各分量进行建模预测，并使用自适应扰动粒子群算法对LSSVM的超参数进行优化，采用单点迭代法进行多步预测。结果显示：该模型与单一LSSVM预测模型相比，具有良好的预测效果。预测未来4 h DO值时，各项性能指标误差均方根(RMSE)、平均相对误差均值(MAPE)和平均绝对误差(MAE)三项指标分别降低了13.4%、11.3%和1.8%；预测未来24 h DO值时，三项指标分别降低了12.9%、12.1%和2.7%。研究表明：该组合模型可有效提取DO序列特性，具有较高的预测精度和泛化性能。

溶氧预测；经验模态分解；最小二乘支持向量机；自适应粒子群算法；单次迭代法

信息技术已经成为现代水产养殖可持续发展的重要支撑，其在水产养殖智能投饲、疾病监测诊断以及水质监测、预测和预警等方面得到了广泛运用。溶氧(DO)是水产品生存的关键水质参数之一，反映出养殖水质的变化，水质的好坏直接影响水生动物的生长及其产品品质[1-2]。……