您好,欢迎访问安徽省农业科学院 机构知识库!
筛选
科研产出
排序方式:

时间

  • 时间
  • 相关度
  • 被引量
资源类型: 中文期刊
关键词:养殖水体(模糊匹配)
3条记录
基于NAR神经网络对养殖水体亚硝酸盐预测模型的研究

渔业现代化 2015 北大核心

摘要:针对用传统机理建模不能满足水体中亚硝酸盐浓度变化预测的问题,引用非线性自结合的时间序列网络,建立了基于NAR神经网络的养殖水体亚硝酸盐预测模型。采用2014年6—10月养殖塘口检测的亚硝酸盐的数据建模,建立了用于养殖水体亚硝酸盐模拟的NAR神经网络,并利用2014年11月的观测数据对模型的模拟能力进行了检验。结果显示,建立的养殖水体亚硝酸盐预测模型,可以很好地模拟水体中亚硝酸盐浓度的变化趋势,模拟的绝对误差平均值为0.001 6 mg/L,纳什效率系数为0.72。研究表明,基于NAR神经网络建立的预测模型,在养殖水体亚硝酸盐含量变化预测中具有很强的非线性动态描述能力,对养殖水体中亚硝酸盐的预测有较好的适应性和预测精度。

关键词: 养殖水体 水质预测 NAR神经网络 非线性系统

 全文链接 请求原文
Elman网络在养殖水体氨氮预测中的应用研究

安徽农业科学 2015

摘要:利用2014年6~10月养殖塘口记录的饲料投喂量、水体溶解氧量、水温、气温、浊度、降雨量作为模型输入,检测的氨氮作为模型输出,建立了用于养殖水体氨氮模拟的Elman网络。利用2014年11月的观测数据,对模型的模拟能力进行了检验。结果表明:建立的养殖水体氨氮预测模型,可以较好地模拟水体中氨氮浓度的变化趋势,模拟的绝对误差平均值为0.016 mg/L,决定系数R~2为0.74。说明Elman网络建立的预测模型在养殖水体氨氮含量变化预测中具有强非线性动态描述能力,对养殖水体中氨氮的预测有较好的适用性和预测精度。

关键词: 养殖水体 水质预测 Elman网络 非线性系统

 全文链接 请求原文
小球藻对养殖水体水质净化作用的研究

环境与发展 2014

摘要:将不同浓度的小球藻接种到草金鱼的养殖废水中,通过定期检测水体总氮、总磷、氨氮、亚硝酸氮、硝酸氮和高锰酸盐指数等水质指标,研究小球藻对养殖水体净化的能力。结果显示:小球藻能明显降低水体氮、磷等的含量,对氨氮的作用尤其显著;对硝酸氮吸收作用很小,长时间培养会引起高锰酸盐指数上升。小球藻净化水质的效果与水体中小球藻密度有关。

关键词: 小球藻 养殖水体 水质指标

 全文链接 请求原文

首页上一页1下一页尾页