文献

J-GLOBAL ID：201702272190237274   整理番号：17A1676931

ファジィ方法によって改良された逆伝搬神経回路網は,Penaeus vannameiの養殖水質を予測するために使用される。【JST・京大機械翻訳】

Penaeus vannamei aquaculture water quality prediction based on the improved back propagation neural network

著者 (3件)： Ding Jinting (浙江大学城市学院信息与電气工程学院,杭州,310015) ,  Zang Zelin (浙江大学城市学院信息与電气工程学院,杭州,310015) ,  Huang Min (浙江大学城市学院信息与電气工程学院,杭州,310015)
資料名： Zhejiang Daxue Xuebao. Nongye yu Shengming Kexue Ban  (Zhejiang Daxue Xuebao. Nongye yu Shengming Kexue Ban)
巻： 43  号： 1  ページ： 128-136  発行年： 2017年 
JST資料番号： C2605A  ISSN： 1008-9209  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： Penaeus vannameiの高密度および大規模な養殖池の生産において,水質パラメータのモニタリング,評価および早期警戒は非常に重要である。研究対象として杭州市におけるPenaeus vannameiの日常的な養殖水質を取り上げ,温度,pH値,溶存酸素,酸化還元電位などの4つの指標を予測パラメータとして選択した。位相構造が40-14-4の3層フィードフォワード逆伝搬(BP)ニューラルネットワークモデルを構築し、即ち、連続10時間単位の予測変数を入力層とし、隠れ層ノード数を14個とした。出力層変数は,温度,pH値,溶存酸素と酸化還元電位であった。従来のBP神経回路網の収束速度が遅く,振動が容易で,一般化能力が弱いという欠点を克服するため,ファジィニューラルネットワークアルゴリズムを最適化し,BPニューラルネットワークの訓練時間を短縮し,ネットワークの収束効率と安定性を改善した。結果により,ファジィニューラルネットワーク(FABPM)は,高い収束速度,高い予測精度,良好な安定性などの特性を持ち,そして,4つの水質指数に対して,良好な訓練および予測結果を与え,そして,予測平均相対誤差は2.5%未満であることを示した。その結果,水産養殖水質の予測と評価のための新しい方法を提供した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 溶存酸素 ,  *養殖 ,  *神経回路網 ,  *水質 ,  ネットワーク ,  酸化還元電位 ,  *曖昧さ ,  ファジィニューラルネットワーク ,  *予測 ,  最適化
準シソーラス用語： 予測精度 ,  逆伝播ニューラルネットワーク ,  収束速度 ,  神経回路網モデル ,  *Litopenaeus vannamei , 【Automatic Indexing@JST】

著者キーワード (4件)： Penaeus vannamei ,  water quality prediction ,  artificial neural network ,  adaptive variable step size algorithm

分類 (2件)： その他の汚染原因物質  (SB05040W) ,  分析機器  (CC02020S)

タイトルに関連する用語 (7件)： ファジィ ,  伝搬 ,  神経回路網 ,  Penaeus ,  養殖 ,  水質 ,  予測