[目的]总磷是影响水产养殖水质质量的重要参数之一,而目前市场上总磷测量装置价格昂贵,实时监测成本高.为实现低成本水产养殖水质监测,设计了基于灰狼量子粒子群-支持向量机(grey wolf quantum particle swarm optimization-support vector machine,GWQPSO-SVM)的水产养殖水质监测系统.[方法]首先,选用传感器组、STM32F103单片机、ESP8266WIFI无线通信模块搭建水质监测系统数据处理模块;分析与水质总磷含量相关性强的水质参数,据此确定系统传感器的选型,设计水质监测系统服务器交互端,开发水质监测小程序对水质等级进行实时监测.其次,提出GWQPSO算法,对SVM进行优化,据此提出GWQPSO-SVM总磷软测量模型.最后,采用南京通威水产科技有限公司的养殖水塘的80组历史水质数据作为训练数据,实时采集55组水质数据作为测试数据对GWQPSO-SVM总磷软预测模型进行试验验证.[结果]试验结果表明,GWQPSO-SVM的5种误差分别为2.2970、0.0418、0.2747、0.0036、0.0599,相较于SVM模型,分别下降了65.70%、65.68%、61.85%、88.16%、65.63%;GWQPSO收敛时的迭代次数、最终收敛适应度分别为74、0.0812,相较于PSO算法,分别下降了87.84%、10.47%.[结论]本文研究可为水产养殖业提供一种高精度、低成本的水质参数测量技术方案.