袁红春，张 永，张天蛟

(上海海洋大学信息学院 上海 201306)

金枪鱼是一种具有定期洄游行为的鱼类，因其资源量丰富，经济效益显著，已经成为世界各沿海国家的重点捕捞鱼种[1-2]，更是中国远洋渔业的主要产业之一[3]。大眼金枪鱼(Thunnusobesus)属于金枪鱼的一个重要分支，是大洋性金枪鱼渔业的主捕鱼种之一[4-6]。研究表明，其分布受表层水温、次表层水温、叶绿素等众多环境因子的影响[7]。在世界金枪鱼的捕捞总产量中,大眼金枪鱼产量近几年一直稳居第3位[8]。大眼金枪鱼在各海域分布广泛[9]，南太平洋属于重要产区[10-11]。因此，构建高精度的渔场预报新模型，提高渔场预报水平，将对中国大眼金枪鱼的捕捞与研究工作产生积极作用。

近年来，对于中心渔场预报模型及方法，众多学者进行了大量的研究。Aoki 等[12]用3个隐层的 BP模型，在日本远东海域针对拟沙丁鱼渔获量进行相关预报研究，得出神经网络可作该领域分析和预测工具，并适用于鱼类非线性多变量的问题。但环境因子选用SST和浮游动物密度，种类偏少，且模型层数较多，对训练及预测速度会产生一定的影响。周为锋等[13]采用贝叶斯概率的方法对金枪鱼进行渔场预报，取得了一定效果，可以为金枪鱼的生产提供参考，但所用环境因子为SST，过于单一，且绝对误差为0.349，仍有降低空间。李娜等[14]使用BP网络在大西洋相关海域进行阿根廷柔鱼的渔场预报，将月份、经纬度、海面高度、海面温度当作模型的输入因子，试验过程中选择不同结构的BP网络作对比。……