小龙虾富含很高的蛋白质,已成为千家万户的美味佳肴,市场需求量也逐年递增。在小龙虾的养殖过程中,水质溶解氧的含量关系着小龙虾生长、发育和代谢过程,从而影响小龙虾的产量和规格。本文以安徽某地小龙虾养殖过程中水质溶解氧含量数据为研究对象,采用改进Adaboost回归算法预测水质溶解氧含量,构建水质溶解氧预测模型,研发小龙虾水质溶解氧预测系统,通过对比水质溶解氧预测数值与历史数据,帮助小龙虾养殖户更好地掌控养殖塘中溶解氧的含量,为小龙虾养殖提供科学指导。主要工作与研究成果如下:（1）针对溶解氧易受到多种因素的影响导致无法准确评估的问题,采用随机森林改进Adaboost回归算法的预测方法。小龙虾养殖过程中,环境因素的变化会造成水质溶解氧含量的变化。影响水质溶解氧含量的环境因素包括:环境温度、环境气压、水深、水温、风速、日期等,水质溶解氧预测问题是一个连续预测的问题,需要使用回归预测的方法对溶解氧含量进行预测。通过对回归预测模型进行研究,根据水质溶解氧预测过程中的影响因素,采用随机森林算法改进Adaboost回归算法的小龙虾养殖水质溶解氧预测方法。（2）构建基于Adaboost回归算法的水质溶解氧预测模型。将随机森林算法和Adaboost回归算法相结合,对水质溶解氧含量进行预测。通过设备采集安徽省某小龙虾养殖基地7月到11月的时间、环境温度、环境气压、水深、水温、风速、日期、溶解氧数据,对改进的溶解氧含量预测模型进行训练和测试。实验结果表明,本文构建的水质溶解氧预测模型预测能力优于随机森林回归、支持向量机回归、k最邻近回归、梯度提升决策树回归、极端随机树回归等模型。通过使用溶解氧含量预测评价指标,验证了水质溶解氧预测模型的有效性。（3）研发小龙虾水质溶解氧预测系统。通过在安徽某小龙虾养殖基地安装水质传感器和气象观测点,获取传感器设备所采集的实时数据,并对采集数据进行存储和展示;同时结合构建的水质溶解氧预测模型和Spring Boot、Spring、security、Bootstrap、ECharts等技术,开发基于Web页面交互式的小龙虾水质溶解氧预测系统,对水质溶解氧含量进行预测;通过Web页面展示水质溶解氧的预测数据,并与历史数据进行对比,帮助用户更好地对虾塘水质进行管理。