中国一直是传统的水产养殖大国,其产量超过全球的1/3。中国的传统渔业主要以家庭化的小规模为主,但在家庭养殖中,养殖人员往往是通过经验来判别水质情况,并且容易出现因个人操作不当导致的水质恶化。本文将设计一种可以协助养殖人实现鱼塘精细化管理,并能检测适合鱼塘水质环境的水质检测平台,本文主要进行了以下研究工作。（1）分析了鱼塘养殖的主要参数,平台在水质检测上选择溶解氧、PH、氨氮、磷酸盐四个参数来评价鱼塘的整体水质,在水质评价标准上,根据鱼塘水体环境复杂、影响因素繁多的特点,选用《地表水环境质量标准》作为水质评价标准。（2）探讨了人工神经网络的结构及其基本原理,利用BP（back propagation）神经网络和模糊数学的优点,选择BP模糊神经网络作为输出水质评价的算法。在Matlab中构建4-9-1三层模糊-BP网络模型。因标准样本较少,所以使用随机插值法将标准样本扩充,并作为训练及检验数据集。由于BP神经网络收敛慢等缺点,分析并采用了LM（Levenberg-Marquardt）算法来改进网络模型。分别利用三角形隶属度函数和高斯隶属度函数计算其隶属度,使得网络模型的水质评价输出更为客观、准确。（3）在水质数据采集上,选用SJ-TWC3101水质分析仪。该水质分析仪的监测参数包含了本文所需要的四个参数,具有防尘避光、稳定抗干扰的优点,可广泛应用于淡水养殖、海水养殖、游泳池水、鱼塘养殖、农业灌溉,并可以通过RS485与上位机通信,在数据预处理上,针对缺失值和异常值的出现和解决方案进行了分析。对于缺失值,采用拉格朗日插值法;对于异常值,把异常值当作缺失值来处理。（4）在web平台的设计上,分析并选用阿里云服务器、Layui、Spring、Springboot、My Batis等框架,完成了鱼塘管理、投食投药管理、水质参数可视化等功能并上传到了阿里云服务器。