本文通过国内外渔业养殖水质预测预警研究现状,结合实验分析,引入集合经验模态分解与支持向量机、网格搜索法等相关理论与技术,针对本文实验测量的渔业养殖水质数据,研究基于支持向量机的渔业养殖水质预测预警方法,具体如下:(1)搭建渔业养殖水质参数采集系统,采集渔业养殖池塘内水质数据,作为本课题渔业养殖水质预测与预警的研究对象。(2)针对渔业养殖水质变化机理,采用集合经验模态分解(EEMD)算法对样本水质进行降噪预处理,剔除样本数据中的干扰因素。(3)本文采用支持向量回归机(SVR)作为水质预测方法,选择径向基核函数,然后通过网格搜索法全面搜索逐级缩小最优参数的搜索范围,实现最佳参数的自动获取,提高支持向量回归机的学习效率与分析准确度。本文以采集到的渔业养殖水质关键参数溶解氧和pH值为预测对象,与无EEMD的SVR预测方法对比,验证基于EEMD-SVR的组合预测方法更适用于该渔业养殖池塘中水质参数的预测。(4)本文采用支持向量分类机(SVC)作为水质预警方法。首先划分渔业养殖水质警度,然后将网格搜索和支持向量分类机相结合来获取最佳分类参数,最终得到最佳SVC水质预警识别分类器。将采集到的水质数据进行SVC分类,验证本文的渔业养殖水质预警方法是可靠有效的。本文对渔业养殖水质的预测预警进行了实践应用研究,促进了渔业养殖的发展,具有一定理论意义与实践价值。