水体是高复杂度、非线性、大时滞的系统,水体水质特别是溶解氧一直以来都是人工手动调控。人类专家通过观察水体水质状况,结合养殖经验、气象要素即可做出决策。本研究使用人工神经网络完成水质分类,使用专家系统的知识和规则表示气象要素以及控制经验,通过将二者相结合的方式解决水体溶解氧调控和泛塘预测问题。(1)采用神经网络对水质进行评价本质是多分类问题,建立综合水质评价神经网络对水质进行分类,并自定义评价指标以指导网络训练过程,并阐明综合水质评价网络的有效性、合理性。(2)本研究根据文献以及养殖专家提供的知识,利用Jess实现溶解氧的“专家调控策略”,采用模糊专家控制和“专家调控策略”相结合的方法完成对水体溶解氧的控制,对比实验表明可达到专家调控效果。由于养殖过程中泛塘出现频率高且对水产品影响严重,本研究使用综合水质评价网络的评价结果结合气象因素以及专家经验对养殖水体是否发生泛塘进行预测,使用Jess完成实验,实验验证了此方法的可行性。(3)为解决数据采集以及远程控制问题,设计并实现基于WSN的实时监控系统。为解决系统实时性问题,将非实时和实时数据请求分别处理,并采用WebSocket进行实时数据传输。对比实验结果表明可显著地提高实时性。