基于粒子群可拓的南太平洋长鳍金枪鱼产量预测方法研究

论文摘要

长鳍金枪鱼(Thunnus alalunga)作为大洋中上层洄游性鱼类,因其经济价值高、分布范围广而成为各渔业国家的主要捕捞对象之一。结合南太平洋长鳍金枪鱼渔业捕捞作业背景,提出一种新的面向渔业应用的产量预测方法。依据2000—2015年南太平洋长鳍金枪鱼的延绳钓渔获数据、空间因子以及海表温度、海面高度和叶绿素a质量浓度等关键影响因子数据,利用可拓神经网络模型对金枪鱼进行产量预测,并采用粒子群算法(PSO)进行权值优化。结果显示:总召回率达到68%,较传统方法有所提高,对高产区预测有较大优势,召回率达到74.2%,但对中产区的预测效果明显低于高产区和低产区。研究表明,利用粒子群可拓的方法可解决可拓神经网络中经典域不易确定的问题,对丰富渔场预测方法和合理捕捞作业具有一定的指导作用。

论文目录

• 1 材料与方法
•   1.1 数据来源
•   1.2 可拓神经网络模型
•   1.3 粒子群优化
•   1.4 层次分析法确定权重
• 2 试验与结果
•   2.1 数据预处理
•   2.2 试验过程
•   2.3 试验结果
• 3 讨论
•   3.1 不同产区的预测结果
•   3.2 与其他模型的比较
•   3.3 其他影响因素
• 4 结论

文章来源

类型: 期刊论文

作者: 袁红春,胡光亮,陈冠奇,张天蛟

关键词: 渔情预测,粒子群可拓,长鳍金枪鱼,南太平洋

来源: 渔业现代化 2019年06期

年度: 2019

分类: 农业科技

专业: 水产和渔业

单位: 上海海洋大学信息学院

基金: 国家自然科学基金资助项目(41776142),上海市科学技术委员会支撑项(1439190400),上海市青年科技英才扬帆计划资助项目(YF1407700)

分类号: S973.1

页码: 96-103

总页数: 8

文件大小: 876K

下载量: 93