南美白对虾货架期预测指标优化及模型研究

发布时间：2023-02-22 20:45

　　南美白对虾货架期是其品质安全监控管理的重要依据之一。在实际流通过程中,南美白对虾的品质会随着贮运环境的变化而动态变化,而标签在食品包装上的保质期是静态的,如果实际贮运环境同标准要求的环境有所偏离,这会导致销售商和消费者对南美白对虾实际货架期的判断有一定的误差。因此,有必要开展研究如何集合流通过程的动态信息,快速准确地预测南美白对虾剩余货架期,为其品质安全控制提供决策依据。本课题选择了南美白对虾这一特定生鲜食品作为研究对象,研究了冷链贮运过程中南美白对虾的品质变化规律,优化预测指标并构建货架期模型,从指标维数和预测精度两个方面衡量了模型的性能,得到相对优选的货架期预测模型,由此,设计了南美白对虾剩余货架期在线预测系统。实验研究工作有一定的难度和开拓性,其研究结果有一定的理论价值和实际应用意义。本文具体研究的工作内容如下:(1)介绍了国内外常用的生鲜食品货架期预测方法,并从模型的原理、指标、精度、构建方法、样本获取难易程度、样本大小以及环境因素几个角度详细分析了传统动力学模型的不足,而基于人工智能的货架期模型(BP神经网络或支持向量回归模型)可以解决以上问题,故本文选择人工智能方法来构建南...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 选题背景及研究意义
    1.2 国内外研究现状
        1.2.1 生鲜食品货架期的预测方法研究现状
        1.2.2 南美白对虾货架期的预测方法研究现状
    1.3 论文研究目标及内容
    1.4 论文章节内容
第二章 生鲜食品货架期的预测方法综述
    2.1 基于动力学模型的货架期预测的方法
        2.1.1 化学动力学
        2.1.2 微生物动力学
    2.2 基于统计学的货架期预测的方法
    2.3 基于人工智能的货架期预测的方法
        2.3.1 BP神经网络方法
        2.3.2 支持向量回归机
    2.4 生鲜食品货架期预测建模方法的比较
    2.5 本章小结
第三章 基于人工智能的南美白对虾货架期预测模型
    3.1 预测前的准备
    3.2 南美白对虾货架期BP网络预测模型
        3.2.1 网络结构的选择
        3.2.2 输入和输出层参数以及隐含层节点数的确定
        3.2.3 网络训练
        3.2.4 预测结果分析
    3.3 南美白对虾货架期SVR预测模型
        3.3.1 输入和输出参数的确定及归一化处理
        3.3.2 确定模型核函数及最优参数
        3.3.3 训练模型及预测
    3.4 两种人工智能的南美白对虾货架期预测模型比较
    3.5 本章小结
第四章 基于GRA的南美白对虾货架期SVR预测模型
    4.1 关联分析方法
    4.2 应用GRA方法优化预测指标
    4.3 基于GRA的南美白对虾货架期SVR预测模型
        4.3.1 输入和输出参数的确定
        4.3.2 确定模型核函数及最优参数
        4.3.3 训练模型及预测
    4.4 同等条件下采用其他方法构建南美白对虾货架期预测模型
        4.4.1 基于全部指标的南美白对虾货架期SVR预测模型
        4.4.2 基于动力学模型的南美白对虾货架期预测模型
    4.5 三种模型的预测结果比较
    4.6 本章小结
第五章 南美白对虾剩余货架期在线预测系统
    5.1 需求背景
    5.2 系统设计
        5.2.1 系统逻辑架构设计
        5.2.2 系统功能设计
    5.3 核心功能实现
        5.3.1 指标数据管理
        5.3.2 预测模型训练
        5.3.3 货架期在线预测
        5.3.4 数据分析
    5.4 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 未来展望
参考文献
附录 攻读硕士学位期间的科研成果
致谢



本文编号：3748269