基于GWQPSO-SVM的水产养殖水总磷软测量系统设计与试验

摘要

[目的]总磷是影响水产养殖水质质量的重要参数之一，而目前市场上总磷测量装置价格昂贵，实时监测成本高。为实现低成本水产养殖水质监测，设计了基于灰狼量子粒子群-支持向量机(grey wolf quantum particle swarm optimization-support vector machine, GWQPSO-SVM)的水产养殖水质监测系统。[方法]首先，选用传感器组、STM32F103单片机、ESP8266WIFI无线通信模块搭建水质监测系统数据处理模块；分析与水质总磷含量相关性强的水质参数，据此确定系统传感器的选型，设计水质监测系统服务器交互端，开发水质监测小程序对水质等级进行实时监测。其次，提出GWQPSO算法，对SVM进行优化，据此提出GWQPSO-SVM总磷软测量模型。最后，采用南京通威水产科技有限公司的养殖水塘的80组历史水质数据作为训练数据，实时采集55组水质数据作为测试数据对GWQPSO-SVM总磷软预测模型进行试验验证。[结果]试验结果表明，GWQPSO-SVM的5种误差分别为2.297 0、0.041 8、0.274 7、0.003 6、0.059 9,相较于SVM模型，分别下降了65.70%、65.68%、61.85%、88.16%、65.63%;GWQPSO收敛时的迭代次数、最终收敛适应度分别为74、0.081 2,相较于PSO算法，分别下降了87.84%、10.47%。[结论]本文研究可为水产养殖业提供一种高精度、低成本的水质参数测量技术方案。

关键词

水质监测 / 总磷 / 软测量 / 支持向量机 / 种群优化算法

基金资助

江苏省重点研发计划项目(BE2021362,BE2022385); 丹阳市重点研发计划项目(SNY202105); 镇江市重点研发计划项目(NY2021018)