摘要：为解决因水质预警耦合因素多,预警模式复杂以及信息不完整所引起的水质预警精度低问题,提出了粗糙集融合支持向量机（RS-SVM）的水质预警模型.首先采用粗糙集对14个初始预警指标进行属性约简,去除冗余或干扰特征,得到基于5个核心预警指标的数据集,以此数据集对支持向量机进行训练优化,构建RS-SVM水质预警模型.运用该模型对江苏宜兴市集约化河蟹养殖池塘水质进行预警,实证对比分析,对于不同的警度级别,预警精度都在91%以上,与标准支持向量机和BP神经网络模型相比,该模型不仅具有计算效率高、预警性能好,且预警结果与实际情况比较吻合,为集约化水产养殖水质预警提供了一种新思路.

关键词：支持向量机 粗糙集 预警模型 属性约简 

单位：广东海洋大学信息学院 湛江524025 中国农业大学中欧农业信息技术研究中心 北京100083 中国农业大学北京市农业物联网工程技术研究中心 北京100083 中国农业大学先进农业传感技术北京市工程研究中心 北京100083