广东海洋大学学报

2017, v.37(06) 65-73

[打印本页] [关闭]
本期目录 | 过刊浏览 | 高级检索

基于BP神经网络的中西太平洋鲣鱼渔场预报模型构建与比较
Comparison of Fishing Ground of Skipjack Based on BP Neural Network in the Western and Central Pacific Ocean

陈洋洋;陈新军;郭立新;方舟;汪金涛;

摘要(Abstract):

根据1998-2013年中西太平洋鲣鱼围网生产统计数据以及海洋环境数据,采用BP人工神经网络模型,分别以初值化后的单位捕捞努力量渔获量(CPUE,Catch per unit of effort)和捕捞努力量(Fishing Effort)作为中心渔场的表征因子,并作为BP模型的输出因子,以时间因子、空间因子、海洋环境因子(包括海表温度SST、海面高度SSH、Nino3.4区海表指标及叶绿素浓度Chl-a)等作为输入因子,构建22个BP神经网络模型,以最小拟合残差作为判断标准,比较渔场预报模型优劣。实验结果,以捕捞努力量为输出因子的模型的最小拟合残差均小于以CPUE为输出因子的模型,表明捕捞努力量更适合作为表征中心渔场的因子;同时,拟合残差的平均值随着输入因子的增加而减少,表明本研究所选的时间、空间、海洋环境因子等对鲣鱼中心渔场预报均极为重要。其中,以月份、经度、纬度、SST、SSH、Nino3.4a、Chl-a为输入因子,以初值化后的捕捞努力量为输出因子,结构为7-5-1的BP神经网络模型预报精度为最高,影响因子的重要性从高到低依次是经度、Chl-a、SST、纬度、NINO3.4a、SSH、月份。

关键词(KeyWords): 中西太平洋;;鲣鱼;;中心渔场;;神经网络

Abstract:

Keywords:

基金项目(Foundation): 上海市科技创新计划(15DZ1202200);; 海洋局公益性行业专项(20155014)

作者(Author): 陈洋洋;陈新军;郭立新;方舟;汪金涛;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享