南美白对虾货架期预测指标优化及模型研究.pdf

南美白对虾货架期预测指标优化及模型研究.pdf

ID:34499380

大小:1.88 MB

页数:66页

时间:2019-03-07

南美白对虾货架期预测指标优化及模型研究.pdf_第1页
南美白对虾货架期预测指标优化及模型研究.pdf_第2页
南美白对虾货架期预测指标优化及模型研究.pdf_第3页
南美白对虾货架期预测指标优化及模型研究.pdf_第4页
南美白对虾货架期预测指标优化及模型研究.pdf_第5页
资源描述:

《南美白对虾货架期预测指标优化及模型研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代码:10264研究生学号:M150551708上海海洋大学硕士学位论文题目:南美白对虾货架期预测指标优化及模型研究Thepredictionindexandmodeloftheshelf-lifeof英文题目:Penaeusvannamei学院:信息学院专业:计算机技术研究方向:计算机应用技术姓名:黄幸幸指导教师:陈明二O一八年五月二十三日上海海洋大学硕士学位论文上海海洋大学学位论文原创性声明本人郑重声明:我恪守学术道德,崇尚严谨学风。所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经明确注明和引用的内容外,本论文不包含任何其他个人或集体已

2、经发表或撰写过的作品及成果的内容。论文为本人亲自撰写,我对所写的内容负责,并完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日上海海洋大学学位论文版权使用授权书学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅或借阅。本人授权上海海洋大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本版权书。本学位论文属于不保密□学位论文作者签名:指导教师签名:日期:年月日日期:年月日上海海洋大学硕士学位论文上

3、海海洋大学硕士学位论文答辩委员会成员名单姓名工作单位职称备注刘广钟上海海事大学教授葛艳上海海洋大学副教授熊中敏上海海洋大学副教授答辩地点学院306会议室答辩日期2018.05.24上海海洋大学硕士学位论文南美白对虾货架期的预测指标优化及模型研究摘要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

4、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I上海海洋大

5、学硕士学位论文能的货架期模型(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美白对虾的货架期预测模型。(2)针对南美白对虾货架期预测指标的优化问题,分别将传统动力学模型选择的关键指标如菌落总数或TVB-N值以及基于人工智能的货架期预测模型所选择的综合指标作为预测指标,研究了这两套预测指标体系对基于人工智能的货架期模型预测精度的影响。实验结果表明,同等条件下,基于综合指标的南美白对虾货架期预测模型的精度比基于关键指标的模型更高。(3)针对基于人工智能的南美白对虾货架期预测模型的比较问题,分别采用BP神经网络和支持向量回归(SVR)方法构建了南美

6、白对虾货架期预测模型,通过数据相关性分析研究南美白对虾品质变化过程并对相同样本数据进行训练和预测。预测结果表明,同等条件下,基于支持向量回归方法的南美白对虾货架期预测模型的精度比基于BP神经网络的模型更高,更贴合南美白对虾的实际货架期变化规律。(4)针对基于综合指标的南美白对虾货架期SVR预测模型的预测指标多、指标测定方法繁琐的问题,采用灰色关联分析方法研究了南美白对虾品质指标与其剩余货架期关联度,优化SVR模型预测指标,然后选择关联度较高的品质指标和关键环境参数——温度作为模型的输入参数,构建了基于灰色关联分析的南美白对虾货架期SVR预测模型。实验结果表明,模型的预测精度为

7、95.66%,尽管精度有所II上海海洋大学硕士学位论文下降,但预测精度还是相当理想的,而且预测指标有了大幅减少,更适用于实际流通过程中动态预测南美白对虾剩余货架期情况。(5)在上述的研究基础上,设计了南美白对虾剩余货架期在线预测系统,通过输入贮藏温度、南美白对虾的感官评分以及pH值,可以实时快速预测流通过程中南美白对虾剩余货架期,由此对整个流通过程南美白对虾的温度历程和品质变化过程进行分析和监控,能够进行相应的预警,以给相关人员提供决策支持。本文在南美白对虾货架期预测指标优化以及预测模型构建方面进行了一

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。