刺参病害预警系统,申请号CN201210254448.7-传众专利搜索

刺参病害预警系统

申请公布号：CN102818642B

申请号：CN201210254448.7

申请日期：2012.07.18

申请公布日期：2015.04.08

申请人：

辽宁省海洋水产科学研究院

发明人：董颖;周遵春;姜北;陈仲;关晓燕;杨爱馥;王摆;高杉;王笑月;汪笑宇

分类号：G01K1/02(2006.01)I;G01N33/18(2006.01)I

主分类号：G01K1/02(2006.01)I

地址：116000 辽宁省大连市沙河口区黑石礁街50号

摘要：本发明的刺参病害预警系统是通过对刺参养殖环境主要因子(温度、盐度、pH、溶解氧、化学耗氧量、病原数量变动等)进行监测，应用病害预警模型分析监测数据，对刺参病害发生的可能性进行预警，并提出防控措施，通过手机短信或网络平台发布预警信息。其中病害预警模型是在对刺参养殖环境长期的监测数据进行分析研究后，筛选出对刺参生长和健康养殖影响显著的主要环境因子，通过正交模拟试验，以试验结束时刺参的终期死亡率为指标分析各主要因素对死亡率的影响；以试验获得的大量数据为基础，建立的基于SQL Server关系数据库引擎的预警模型，包括回归分析、关联规则分析、专家评价分析、存储的推理分析、神经网络分析等预测方法。

主权项：一种刺参病害预警系统，其特征在于，所述刺参病害预警系统通过对刺参养殖环境主要因子变动进行监测，应用病害预警模型分析监测数据，对刺参病害发生的可能性进行预警，并提出防控措施；病害预警模型是在连续3年对养殖池塘监测数据分析整理的基础上，筛选出影响刺参生长和发病的主要因子，包括：温度、盐度、pH、溶解氧、化学耗氧量、病原数量以及换水量，建立正交模拟试验，用获得的近4万个监测数据，建立了SQL Server样本数据库；使用Visual Basic语言编写所述预警模型主程序，包括基于回归分析模块、基于关联规则分析模块、基于专家评价分析模块、基于存储的推理分析模块、基于神经网络分析模块；监测数据采集：应用水质监测设备对刺参养殖环境的温度、盐度、pH、溶解氧以及化学耗氧量进行监测，将监测数据输入病害预警模型的样本数据库中，采用单个样本数据添加和批量样本数据导入两种方式；其中批量样本数据导入模块将以excel表形式存储的样本数据批量导入到样本数据库中；应用病害预警模型进行预测分析，根据监测数据的内容选择适用的预测模块；所述基于回归分析模块，利用回归方程：死亡率＝9.437+1.7×温度+17.1×盐度+6.325×病原数量‑14.375×换水量；计算得到预警结果，结果采用百分数的显示，并通过预警输出模块输出预警结果；基于关联规则分析模块根据正交模拟试验结果，选择温度、盐度、pH、溶解氧、化学耗氧量的监测数据样本生成关联规则，得到温度、盐度、pH、溶解氧、化学耗氧量与刺参死亡率的相关性由大至小的顺序为：盐度＞温度＞pH＞溶解氧＞化学耗氧量；所述基于专家评价分析模块：将温度、盐度、pH、病原数量、溶解氧以及化学耗氧量设为5个预警等级，专家结合历史经验和监测数据样本的各因素值的实际情况对待测样本的各因素进行评分，基于专家评价分析模块对各因素的评分进行计算，得到专家的预警结果，计算公式为：X＝(f1+f2+f3+……+fn)/5n，其中X为单个专家的预测值，fn为各因素的预警等级，n为因素数，最后计算专家组中各专家预测结果的平均值，得出最终的预警结果；所述基于存储的推理分析模块：从所述预警模型的样本数据库中检索与新的监测数据样本相类似的记录做为邻居记录，采用最相邻算法进行检索，最相邻算法的计算公式为：<img file="FSB0000136078430000021.GIF" wi="536" he="181" />其中Sim(Ci)表示第i个旧记录与监测数据的综合相似度，wj为第j个因素在参与匹配检索的记录中所占的权重，所有权重之和为1，Sim(Cij)表示第i个旧记录的第j个因素与监测数据样本的第j个因素的相似度；将检索到的邻居记录应用于分类和估计中；所述基于神经网络的分析模块：采用3层BP网络，输入层节点为6个，代表温度、盐度、pH、溶解氧、化学耗氧量、病原数量；隐含层1层，设6个节点；输出层节点1个，即病害预测结果，以百分数形式表示；所述基于神经网络的分析模块包括网络学习和预测分析2个过程；学习过程通过对所述数据库中样本数据的学习，找到其内在规律性，从而确定各节点间的连接权值和阈值；预测过程则是根据学习过程已经确定下来的连接权值和阈值，把需预测样本输入训练好的BP网络，输出相应的预测结果；输入输出关系用Sigmoid型函数，即：f(x)＝1/(1+e‑x)。