学位论文 > 优秀研究生学位论文题录展示

基于电子舌和几种神经网络模型的金鱼养殖水检测研究

作　者: 赵煜
导　师: 王俊
学　校: 浙江大学
专　业: 农业机械化工程
关键词: 电子舌养殖水检测人工神经网络定性定量
分类号: S965.8
类　型: 博士论文
年　份: 2013年
下　载: 9次
引　用: 0次
阅　读: 论文下载

内容摘要

近些年来,由于水产业的迅猛发展,寻求一种能够快速、准确的对养殖水进行定性和定量检测的方法具有重要的意义。电子舌作为一种能够模拟人类味觉对液体样品特性进行分析检测的新型仪器,其在食品、医药以及环境工程等方面对液体综合信息进行定性和定量检测的能力不断得到了证实。模式识别在电子舌系统中起着至关重要的作用,而人工神经网络作为模式识别的一种,在电子舌领域有着广泛的应用前景;目前在电子舌系统中应用最广的是BP神经网络。然而,电子舌系统在养殖水中的应用前景尚未得到证实；而对多种神经网络对电子舌信号的分析能力的研究也少有涉及。因此,本文使用法国Alpha.MOS公司的α-ASTREE电子舌结合六种人工神经网络模型：BP神经网络、径向基神经网络(RBFNN)、广义回归神经网络(GRNN)、粒子群优化BP神网络(PSOBP)、遗传算法优化BP神经网络(GABP)和模糊神经网络(TSFNN),以不同养殖条件(养殖密度、养殖温度、喂食条件、增氧条件和酸碱度条件)下的金鱼养殖水为研究对象,分别建立了养殖水水质定性评价体系和定量评价体系；揭示了电子舌传感器与不同养殖条件以及电子舌传感器与金鱼养殖水的四项主要理化指标的内在关系,并在此基础上对传感器阵列进行了优化；分别考察了原始传感器阵列和优化传感器阵列对不同金鱼养殖水的定性和定量区分能力;分别考察了基于原始传感器阵列和基于优化传感器阵列的电子舌系统结合六种神经网络模型对不同金鱼养殖水的定性和定量检测能力。主要结论如下：(1)电子舌响应与养殖条件及四个主要理化指标均有显著关系：并将方差分析中各因素的F值相对较大的几根传感器挑选出来可用于不同金鱼养殖水的定性检测和定量检测的优化传感器阵列(BA、BB、CA、HA和JB)。(2)分别基于原始传感器阵列的电子舌响应信号和基于优化传感器阵列对不同养殖条件金鱼养殖水的电子舌响应信号进行主成分分析的结果表明：该电子舌系统对同一养殖条件不同养殖水平的金鱼养殖水有着良好的区分能力,且传感器阵列的优化提高了其区分能力。(3)分别基于原始传感器阵列和优化传感器阵列使用主成分分析对同一理化指标不同含量区间的养殖水样品进行区分的结果表明：电子舌响应和各理化指标之间呈现复杂且非线性的关系；该电子舌系统对同一理化指标不同含量区间的养殖水样品有良好的区分能力,优化后的传感器阵列能够提高其区分效果。(4)根据所建立的养殖水水质定性预测评价体系对六种神经网络的评价结果表明：BP网络可以全面、快速且准确的对金鱼养殖水的不同养殖条件进行定性预测。(5)根据所建立的养殖水水质定量预测评价体系对六种神经网络的评价结果表明：GRNN网络和RBFNN网络最适宜用于快速准确的对金鱼养殖水的理化指标进行定量预测。

全文目录

摘要  3-4
Abstract  4-15
缩略词中英文清单  15-16
第一章绪论  16-31
  1.1 研究背景及意义  16-17
  1.2 人工味觉系统-电子舌  17-22
    1.2.1 电子舌机理  17-20
    1.2.2. 电子舌的分类  20-22
  1.3 国内外研究现状  22-29
    1.3.1 电子舌结合模式识别在国内外研究现状  22-26
    1.3.2 电子舌在水质监测方面的国内外研究现状  26-29
  1.4 本文研究的目的及意义  29
  1.5 课题来源  29
  1.6 主要研究内容  29-30
  1.7 本章小结  30-31
第二章试验仪器,材料及方法  31-37
  2.1 试验仪器  31-34
    2.1.1 电子舌系统  31-34
    2.1.2 酸度计  34
    2.1.3 紫外/可见分光光度计  34
  2.2 试验材料  34
  2.3 试验步骤  34-36
  2.4 试验方法  36
    2.4.1 电子舌检测  36
    2.4.2 温度和pH测量  36
    2.4.3 溶解氧测量(DO)  36
    2.4.4. 亚硝酸盐的测量  36
    2.4.5 氨氮的测量  36
  2.5 本章小结  36-37
第三章模式识别方法及水质预测评价体系  37-47
  3.1 模式识别方法  37-44
    3.1.1 方差分析  37
    3.1.2 主成分分析  37-39
    3.1.3 人工神经网络  39-44
  3.2 养殖水的水质预测评价体系  44-46
  3.3 本章小结  46-47
第四章传感器响应与金鱼养殖水水质关系分析及优化  47-54
  4.1 典型传感器响应分析  47-48
  4.2 金鱼养殖水水质与传感器响应方差分析及传感器阵列优化  48-53
  4.3 本章小结  53-54
第五章电子舌对不同养殖条件的金鱼养殖水的定性检测  54-73
  5.1 电子舌对不同养殖条件的金鱼养殖水的区分(原始传感器阵列与优化传感器阵列)  54-58
    5.1.1 不同养殖密度条件的金鱼养殖水的区分(主成分分析)  54-55
    5.1.2 不同养殖温度的金鱼养殖水的区分(主成分分析)  55
    5.1.3 不同喂食条件的金鱼养殖水的区分(主成分分析)  55-56
    5.1.4 不同增氧条件的金鱼养殖水的区分(主成分分析)  56-57
    5.1.5 不同酸碱度的金鱼养殖水的区分(主成分分析)  57-58
  5.2 电子舌对金鱼养殖水的不同养殖条件的预测(原始传感器阵列与优化传感器阵列)  58-72
    5.2.1 三种BP神经网络(BP、PSOBP、GABP)对金鱼养殖水的不同养殖条件的预测  58-66
    5.2.2 两种径向基神经网络(RBFNN、GRNN)对金鱼养殖水的不同养殖条件的预测  66-69
    5.2.3 模糊神经网络(TSFNN)对金鱼养殖水的不同养殖条件的预测  69-71
    5.2.4 对比与结论  71-72
  5.3 本章小结  72-73
第六章电子舌对金鱼养殖水水质的定量检测  73-115
  6.1 电子舌对各理化指标值不同含量的金鱼养殖水的区分  73-84
    6.1.1 电子舌对不同亚硝酸盐(NO_2-N)含量的金鱼养殖水的区分  73-76
    6.1.2 电子舌对不同氨氮(NH_3-N)含量的金鱼养殖水的区分  76-78
    6.1.3 电子舌对不同溶解氧(DO)含量的金鱼养殖水的区分  78-81
    6.1.4 电子舌对不同ph值的金鱼养殖水的区分  81-84
  6.2 电子舌对理化指标的预测  84-112
    6.2.1 三种BP神经网络(BP、PSOBP、GABP)对各理化指标的预测.  85-99
    6.2.2 两种径向基神经网络(RBFNN、GRNN)  99-107
    6.2.3 模糊神经网络（TSFNN)对各理化指标的预测  107-111
    6.2.4 不同神经网络预测结果比较  111-112
  6.3 本章小结  112-115
第七章结论与展望  115-117
  7.1 主要研究结论  115-116
  7.2 主要创新点  116
  7.3 展望  116-117
参考文献  117-127
致谢  127-128
作者简历  128-129
博士研究生阶段科研成果  129

基于电子舌和几种神经网络模型的金鱼养殖水检测研究

内容摘要

全文目录

相似论文