随着我国水产养殖的快速发展,信息化养殖渐渐走入渔民的养殖过程中,水质传感器的使用、物联网技术的推广,渔民可以实时的监测到养殖过程中各种环境因素的数据,利用数据来养殖。但是由于我国水产养殖业管理水平较低、信息技术不健全等原因,还不能及时、准确的对养殖过程进行智能化的管理和控制。因此研究罗非鱼智能决策模型,探究罗非鱼的生长、疾病等与各种环境因素之间的关系以及池塘养殖溶解氧含量与其他环境因素之间的关系。为将来水产养殖精准化养殖提供智能决策,也为其他水产养殖动物的智能化养殖提供参考。神经网络是人工智能领域中的一个重要分支,是人工智能的重要途径,近年来越来越多的被应用到非线性系统的预测中,是由人工神经元互相连接组成的网络,从微观的角度对人的大脑抽象的简化描述,实现了人脑的学习、记忆等功能。本研究基于神经网络建立罗非鱼成鱼池塘养殖生长模型、疾病预测模型、池塘溶解氧预测模型。采用BP神经网络建立罗非鱼成鱼池塘养殖生长模型、疾病预测模型,探讨建立基于BP神经网络的模型的关键技术,包括样本的选取与预处理、输入输出变量的选取、隐层节点数的确定等。罗非鱼成鱼池塘养殖生长模型讨论了罗非鱼一个生长周期内每一周的体重与本周溶解氧、水温、气温、pH、电导率等之间的关系。罗非鱼成鱼池塘养殖疾病预测模型探讨了罗非鱼的疾病与各种可测的环境因素之间的关系。而罗非鱼池塘养殖溶解氧预测模型采用参数优化的最小二乘向量机的方法处理数据,用径向基核函数作为核心函数,对池塘养殖溶解氧与其他生物和环境因素之间的关系进行研究。通过研究得出的三个模型的误差都在允许范围之内,本文所构建的神经网络模型具有良好的精确性和准确性,证明了将神经网络应用于水产养殖智能决策领域是可行的,具有很好的应用价值。