典型文献
基于改进MSVR的鲜食葡萄运输过程中环境因子与感官品质建模
文献摘要：
挖掘运输过程中环境因子和生鲜果蔬感官品质之间的关系,实现基于环境因子的感官品质评估和预测,对于保持生鲜果蔬物流品质具有重要意义.该研究以鲜食葡萄为研究对象,通过对实际运输过程的跟踪监测,在实验室开展了鲜食葡萄运输模拟试验和感官试验,构建了鲜食葡萄运输感官品质数据集.在建模方法层面,该研究提出了一种基于多输出支持向量回归(Multiple Output Support Vector Regression,MSVR)模型的运输环境因子(温度、相对湿度)与感官品质(外观、香气、质地和风味品质)的预测模型,并利用粒子群(Particle Swarm Optimization,PSO)算法和遗传算法(Genetic Algorithm,GA)对模型进行优化(PSOGA-MSVR).结果表明,PSOGA联合优化算法有效提高了MSVR模型的调参效率,且在常温运输、保冷运输和冷链运输3种不同的运输模式下,PSOGA-MSVR模型的预测效果均更优,决定系数R2高于0.985且各项误差指标低于其他模型;研究结果可为运输过程中合理调控环境因子,减缓生鲜水果感官品质的下降提供参考.
文献关键词：
模型;温度;相对湿度;鲜食葡萄;感官品质;多支持向量回归;遗传算法;粒子群算法
中图分类号：
作者姓名：
冯建英;贺苗;李鑫;朱志强;穆维松
作者机构：
中国农业大学信息与电气工程学院,北京 100083;国家农产品保鲜工程技术研究中心(天津),天津 300384
文献出处：
引用格式：
[1]冯建英;贺苗;李鑫;朱志强;穆维松-.基于改进MSVR的鲜食葡萄运输过程中环境因子与感官品质建模)[J].农业工程学报,2022(17):294-302
A类：
MSVR,物流品质,PSOGA,多支持向量回归
B类：
鲜食葡萄,运输过程,中环,环境因子,感官品质,生鲜,鲜果,果蔬,品质评估,跟踪监测,运输模拟,模拟试验,质数,方法层,多输出支持向量回归,Multiple,Output,Support,Vector,Regression,运输环境,相对湿度,香气,风味品质,Particle,Swarm,Optimization,Genetic,Algorithm,联合优化,保冷,冷链运输,运输模式,决定系数,误差指标,水果,粒子群算法
AB值：
0.290748
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
