随着我国智慧农业的快速发展,水产养殖业不断发生技术变革。传统水产养殖模式的智能化与产能较低。为了提高智能化水平,本文针对新型“跑道”水产养殖模式,运用了农业物联网、模糊PID、模糊综合评价和水质等级预测等方法和理论,设计了一套带有跑道养殖区监控与生态净化区水质评价预测功能的水产养殖物联网系统。主要研究内容如下:（1）系统整体结构与硬件设计。首先,本文搭建了水产养殖物联网系统的三层架构,其中感知层以STM32单片机作为控制核心,实现数据采集与设备操控,网络层通过TCP/IP协议实现网络通信,应用层使用C++语言编写Qt监控界面;接着设计了系统的硬件总体结构;最后分别对数据采集模块、无线通信模块、LED显示模块等进行硬件设计。（2）系统软件设计。在下位机上移植了UCOSIII操作系统并搭建了Lora自组网架构,设计了各类传感器的数据采集与处理程序。针对养殖区溶解氧数值不稳定、能源浪费等问题,下位机还设计了模糊PID增氧控制器,控制变频器改变增氧机的转速实现了溶解氧数值基本保持不变。实验结果表明:与普通开关量控制和PID调控相比,模糊PID增氧的调控性能更好;上位机基于Qt集成开发环境设计了用户登录程序、数据库程序、数据通信处理等程序。（3）针对单一水质参数难以准确合理实时评价预测净化区水质等级的问题,首先,本文使用K临近插补法、格拉布斯准则和分组自适应加权融合算法实现了数据降噪与融合;然后构建了水质等级评价标准,使用半梯形隶属度函数计算隶属度矩阵,使用层次分析法计算指标权重,搭建了水质模糊综合评价模型;最后本文使用改进果蝇算法寻优获取最小二乘支持向量回归机的高斯核函数带宽与惩罚因子,构建了水质等级预测模型。实验结果表明:模糊综合评价模型可以有效处理水质情况的模糊性,水质等级预测模型的均方根误差、平均绝对误差分别为0.1629和0.0896,该模型可以有效提升水质环境等级的预测精度。该系统在某水产养殖基地的试验结果表明:数据采集传输准确、设备控制效果良好、模型预测水质等级性能好。系统稳定可靠,满足跑道水产养殖的需求。