第六届世界大会 智能控制学报，2006年，自动化,6月21日- 23日,大连,中国 基于PSO算法的神经网络在鱼池中溶解氧的预测模型邓长辉，大连水产学院信息工程学院, 中国，辽宁大连，chdeng魏鑫江，郭连喜，信息工程学院，烟台师范大学，中国烟台，weixinjiang摘要基于在鱼池溶解氧浓度的影响因素的研究,提出了利用模糊神经网络，在鱼池利用模糊神经网络的非线性逼近能力预测模型。神经网络(NNs)是在建模工具输入和期望的输出之间的非线性关系。然而,反向传播方法,即BP-NNs内部具有收敛速度慢和局部极小值的缺点。在这项工作中,利用粒子群优化(PSO)算法提出,具有更快的收敛速度。实验结果表明,该方法是比BP-NNs更准确且有效。提出的方法为发展智能测量仪器和应用工业化的海水养殖奠定了基础。关键词粒子群优化(PSO)算法，模糊神经网络,溶解氧,预测模型1. 介绍 溶解氧在渔业中是一个重要的水质参数。溶氧的条件影响水质和水中生物1。随着池塘养
