基于 PSO 优化 RBF 神经网络的溶解氧预测算法研究

溶解氧浓度是渔业养殖水质安全的重要指标， 也是影响养殖水产品健康的关键因 素，对其进行实时监测和预测具有重要意义。 溶解氧受环境中pH值等参数影响，针对溶解 氧的变化情况该文采用MI_PSO_RBF（互信息_粒子群_RBF神经网络）算法对渔业养殖环 境溶解氧含量进行预测，首先采用互信息理论MI降低两个随机变量统计的相关性；然后采 用径向基函数RBF神经网络算法对渔业养殖水环境中溶解氧变化趋势进行预测；最后采用 粒子群算法PSO对RBF神经网络的模型参数进行优化，并利用该模型对渔业养殖溶解氧变 化趋势进行预测。 经实验验证表明，多参数远程监测系统稳定性好，基于MI_PSO_RBF的 溶解氧预测算法预测效果良好，为渔业养殖提供了良好的参考价值