【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第1期 373-376页,共4页

【作 者】： 赵建文

【摘 要】 研究对虾养殖水质准确预警问题。对虾的活动性极低，对水质的动态变化影响的周期很长，使得对虾养殖水质因子的突变性很小，使得对虾养殖中的水质因子存在非线性、不确定、难以精确评价的难点。传统的水质监测方法多是基于水质瞬间突变，根据水质因子的瞬间异常变化作出报警。如果水质因子的突变性较小，将很难作出及时准确的监测，不能做出及时预警。提出了一种T—S模糊神经网络的水质监测建模方法。该方法结合了模糊系统的推理能力和网络的自学习能力，通过对水质标准模糊系统的结构辨识和参数辨识，建立各种水质因子和水质等级之间的非线性对应规律。实验证明该方法很好的解决了对虾养殖中的水质监测问题。