基于主成分和 BP 神经网络的智利竹筴鱼渔场预报模型研究

东南太平洋智利竹？鱼 Trachurus murphyi 是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003-2009年我国船队在东南太平洋海域捕捞智利竹？鱼的渔捞日志数据，结合海洋遥感获得的海表温度（SST）和海面高度（SSH）等海洋环境因子，利用主成分和 BP 神经网络方法对智利竹？鱼中心渔场预报模型进行了研究。研究利用主成分分析法（PCA）得到累计贡献率在90％以上样本的主成分，综合考虑模型测试的精度与速度，基于原始样本和经 PCA 处理后的主成分分别建立了 BP 模型，其最优 BP 模型结构分别为5∶10∶1和3∶7∶1。研究结果表明，经 PCA 处理后的主成分所建立的 BP 神经网络模型在训练结果和测试结果上均要优于用原始样本建立的 BP 神经网络模型，两者的预报准确率分别为67％和60％。