现代信息技术与渔业融合是促进渔业科学发展的必然趋势。采集水产养殖产生的历史数据和过程数据进行分析,对养殖水质进行预测、预警和控制,并建立水产养殖决策知识库,提供科学有效的辅助决策支持信息,对推进水产养殖信息化、智能化的发展具有重要意义。本文与苏州马路咀农业专业合作联社渔业标准化养殖项目合作,主要的研究内容如下:(1)水质参数采集。基于PLC实现水产养殖监测系统,传感器通过有线网络、蓝牙、数传等方式将溶解氧、pH值、温度、盐度、氨氮、光照强度等养殖过程实时数据采集到现场监测系统,在现场监测系统中实时监控水质状况,并将实时数据传输到数据中心,在数据中心可以实时观测到各池塘的水质状况,并提供数据存储、数据分析、异常报警等功能。(2)水质参数智能控制。针对目前水质参数控制时模糊PID控制器中的模糊规则主要依赖于人工先验知识,难以获得最优模糊规则从而影响控制精度的问题,根据模糊PID控制器中模糊规则间具有关联性的特点对蝙蝠算法引入邻域搜索算子和混沌变异算子,对模糊规则进行优化,将优化后的模糊PID控制器应用于水产养殖水质参数控制中,提高控制效率。(3)水质预测、预警。针对水质预测时大多以单因素预测,未考虑各参数之间关联性的问题,提出主成分分析和长短期记忆(PCA-LSTM)网络的水质参数预测模型。首先,通过主成分分析法对水产养殖中pH值、溶解氧、盐度等多变量时间序列做筛选,降低预测模型输入数据维度。其次,用滑动窗口对历史数据集进行划分训练,最后使用LSTM网络对水产养殖水质参数预测,对异常水质进行预警。(4)水产养殖辅助决策支持。以水产养殖水质参数采集、水质参数智能控制和水质预测预警为基础,进行数据分析,为养殖人员提供辅助养殖决策支持信息,通过人机交互确定养殖决策、实现决策,并应用此决策完善和优化养殖决策知识库,提供更加科学的方法辅助养殖,减少养殖风险。