居锦武

（四川理工学院计算机学院，四川自贡643000）

基于LS-SVM的养殖水体氨氮含量分析模型的优化

居锦武

（四川理工学院计算机学院，四川自贡643000）

水体氨氮浓度是水产养殖的关键水质指标，为了提高氨氮浓度的测量精度，减少测量过程中pH、温度、静置时间等因素对准确度的影响，使用最小二乘支持向量机 （LS-SVM）算法建立了分析预测模型，通过正交试验仿真测试，获取各因素的最佳优化组合为pH值10.5、反应温度35℃、静置时间20 min、检测光源波长380 nm。仿真结果表明，在设计在线式氨氮检测系统时，利用最佳优化组合对氨氮浓度分析模型进行优化，提高了氨氮浓度的测量精度。

支持向量机；水产养殖；氨氮；分析模型

水产养殖过程中，养殖水体中氨氮等物质浓度过高时，将导致养殖对象患病甚至死亡，严重影响水产品的质量和产量［1］。刘建魁等［2］研究表明，氨氮和非离子氨的浓度与史氏鲟幼鱼的健康状况呈正相关性。刘永士等［3］研究表明，凡纳滨对虾的生长与养殖池的氮、磷收支状况有密切关系。《渔业水质标准 （GB11607-89）》指出，氨氮浓度低于0.02 mg/L时，不会影响鱼类的生长，一般情况下，养殖水体中的氨离子浓度应低于5 mg/L。

养殖水体的氨氮浓度受多种因素的影响，如饲料、药物的残留及水体本体污染等，因此，需定期检测养殖水体的氨氮浓度。常用的检测手段是先进行水体采样，再到实验室进行分析。当水体范围广、检测量大且周期短时，这种传统手工检测方法的工作量非常大，可靠性较差。……