基于主成分和 BP 神经网络的智利竹筴鱼渔场预报模型研究-论文.pdf

《基于主成分和 BP 神经网络的智利竹筴鱼渔场预报模型研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第36卷第8期海洋学报vo1．36，No．82014年8月ACTAOCEAN0LOGICASINICAAugust2014汪金涛，高峰，雷林，等．基于主成分和BP神经网络的智利竹煲鱼渔场预报模型研究I-J]．海洋学报，2014，36(8)：65～71，doi：10．3969／j．issn．0253—4193．2014．08．007WangJintao，GaoFeng，LeiLin，eta1．ApplicationofBPneuralnetworkbasedonprincipalcomponentan

2、alysisinfishinggroundsofChileanjackmackerel(Trachurusmurphyi)inthesoutheastPacificOcean[J]．ActaOceanologicaSinica(inChinese)，2014，36(8)：65—71，doi：10．3969／j．issn．0253—4193．2014．08．007基于主成分和BP神经网络的智利竹笑鱼渔场预报模型研究汪金涛，高峰，雷林，邹晓荣”，官文江一，陈新军(1．上海海洋大学海洋科学学院，上海201

3、306；2．大洋渔业资源可持续开发省部共建教育部重点实验室，上海201306；3．国家远洋渔业工程技术研究中心，上海20130634．远洋渔业协同创新中心，上海2O1306)摘要：东南太平洋智利竹笑鱼Trachurusmurphyi是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003-2009年我国船队在东南太平洋海域捕捞智利竹荚鱼的渔捞日志数据，结合海洋遥感获得的海表温度(SST)和海面高度(SSH)等海洋环境因子，利用主成分和BP神经网络方法对智利竹

4、笑鱼中心渔场预报模型进行了研究。研究利用主成分分析法(PCA)得到累计贡献率在90以上样本的主成分，综合考虑模型测试的精度与速度，基于原始样本和经PCA处理后的主成分分别建立了BP模型，其最优BP模型结构分别为5：10：1和3：7：1。研究结果表明，经PCA处理后的主成分所建立的BP神经网络模型在训练结果和测试结果上均要优于用原始样本建立的BP神经网络模型，两者的预报准确率分别为67，％和6O％。关键字：东南太平洋；智利竹笑鱼；BP神经网络；主成分分析；渔场预报中国分类号：$917文献标志码：A文章

5、编号：0253—4193(2014)08—0065—07智利竹鱼中心渔场，张衡等l_6利用遥感数据开发了1引言智利竹荚鱼渔场预报系统。据前人研究，用于渔情预东南太平洋智利竹荚鱼Trachurusmurphyi是报的模型和方法较多，既有基于单一环境因子的渔情世界上重要的中上层鱼类资源之一，属于大洋性高度预报口]，又有基于多环境因子的渔情预报。。；在洄游性鱼类[1]，广泛分布于东南太平洋，其产量一直预报方法上，有统计学模型，包括一般的线性模位居世界单一鱼种的前列瞳]。准确预报中心渔场型Ⅲ、复杂的分段线性

6、模型[¨]、多项式回归n]、指是提高渔业生产能力的重要内容。目前，利用海洋环数回归口、分位数回归[173等；也有智能模型，如专境因子预报智利竹荚鱼渔场已有一些研究。例如，牛家系统、遗传算法、模糊推理等[】。由于近实时遥明香等利用广义可加模型和案例推理预报智利竹感数据的缺乏，牛明香等[4]、崔雪森等【5]、张衡等[6开笑鱼中心渔场，崔雪森等利用分类回归树算法预报发的渔情预报模型无法实行近实时的渔情预报工作。收稿日期：2013—05—07；修订日期：2014—01—11。基金项目：国家863计划(201

7、2AA092301)；国家发改委产业化专项(2159999)；上海市科技创新行动计划(12231203900)和国家科技支撑计划(2013BAD13]301)。作者简介：汪金涛(1987～)，男，安徽省安庆市人，博士生，研究方向为渔业资源学。E-mail：wangiintao0510@163．tom*通信作者：陈新军(1967一)，男，教授。E-mail：xjchen@shou．edu．cn66海洋学报36卷本文根据我国大型拖网渔船多年来在东南太平洋捕几个不相关变量的一种多元统计方法，且这些不相捞智

8、利竹煲鱼的生产统计数据和近实时的表温、海面关的综合变量包含了原变量提供的大部分信息，即高度等遥感环境数据，尝试采用基于主成分分析的对原始多变量数据达到降维的目的[]。其研究方BP神经网络模型来建立渔情预报模型，并进行不同法见文献[21—23]。输入因子的BP模型优劣比较，为东南太平洋智利竹2．2．2误差反向传播网络焚鱼的科学生产提供手段。误差反向传播网络(ErrorBackpropagationNet—work，BP)属于多层前向神经网络，采用误差反向传2数据与方法播