[发明专利]一种模糊时间序列水产养殖水质环境数据的预测方法

说明书

本发明涉及一种模糊时间序列水产养殖水质环境数据的预测方法，该方法包括步骤如下：第一步：计算水质监测历史数据中两个相邻数据的变动；第二步：定义论域；第三步：定义模糊集合；第四步：将水质传感器已监测到的历史数据模糊化，第五步：计算在时刻t的预测输出；第六步：将预测变化结果去模糊化；第七步：计算预测的时间序列的数值。本发明考虑到水质环境数据时间序列的非线性和数据不确定性的特点，采用模糊时间序列的方法来预测水质监测数据，该方法能够提高水质环境数据时间序列单步预测的预测精度，能够充分利用养殖水域以及养殖品种的历史数据，获得比一般时间序列预测模型更加理想的预测结果。

技术领域

本发明属于水产养殖水质监测技术领域，尤其设及一种模糊时间序列水产养殖水质环境数据的预测方法。

背景技术

目前随着水产养殖业的大力发展，养殖水环境正在发生急剧变化、富营养化程度严重，极易引起水产品的生态异常现象，导致病害频发，损害水产品健康，对水产养殖造成巨大经济损失。水质环境监测技术应用于水产养殖的重要性已越来越得到我国水产养殖界的重视，该项技术在水产养殖业中的应用，将会极大地促进水产养殖业的健康发展。水质环境信息监控是实现高强度水产养殖的关键环节，通过监控水体温度、pH、溶解氧等对水产品生长环境有重大影响的水质因子，能够为水产品提供最佳的生长环境。

利用目前的自动在线监测系统，使用水质监测传感器自动采集水质环境数据，能够实现自动测量、实时传输及数据的广泛覆盖，代表了水产养殖水质环境监测的发展方向；但由于水产养殖水质因子在线监测数据中包含有大量的不确定信息或不确定因素，因此现阶段存在着测量精度低、数据易缺失的劣势，成为此类方法发展的瓶颈，阻碍了在水产养殖中的广泛应用。

发明内容

本发明的目的在于克服现有技术的不足，而提供一种模糊时间序列水产养殖水质环境数据的预测方法，

本发明解决其技术问题是采取以下技术方案实现的：

一种模糊时间序列水产养殖水质环境数据的预测方法，该方法是利用目前的自动在线监测系统，使用水质监测传感器自动采集水质环境数据，该方法包括步骤如下：

第一步：计算水质监测历史数据中两个相邻数据的变动，

计算得到任意两个相邻水质监测数据的最大增加量I_max和最大减小量D_max，定义论域U＝[D_max-R₁,I_max+R₂]，其中R₁、R₂为选取的适当的正实数；

第二步：水质监测历史数据为时间序列{X(t)∈R,t＝1,2,…n}，U为其论域，将论域U分为适当长度的区间u₁,u₂,…,u_m；

第三步：在论域U上，对于X(t)的模糊时间序列F(t)＝(μ₁(t),μ₂(t),…,μ_n(t))，μ_i(t)是关于X(t)的模糊化变动的模糊集合，i＝1,2,…,n,t＝1,2,…n，将水质数据的变化以k个语言值描述，则相应语言变量为A₁,A₂,…,A_k，

其模糊集表达式如下：