基本信息
鮮食葡萄冷鏈運輸監測方法研究
作 者：劉靜 著；
責任編輯：盧小生
出版時間：2014年12月 (1版1次)
I S B N ：9787516152638
印 張：8.75(平裝 ，119頁 ，16開 ，152千字 )
內容簡介
該書以紅地球葡萄為研究對象，以無線感測器網路技術、多感測器數據融合技術、灰色理論、神經網路理論等為數據獲取和處理的手段，結合保鮮技術、溫度場分析方法等對鮮食葡萄冷鏈運輸監測方法進行研究，結合我國運輸行業的實際，研究運輸過程中存在的問題及原因，提出解決問題對策。
目錄信息
第一章 緒論
第一節 問題提出與研究意義
一 鮮食葡萄具有很高的經濟價值，其質量安全問題已經引起人們的廣泛關注
二 易腐性是影響鮮食葡萄品質的關鍵因素，冷鏈運輸是確保鮮食葡萄質量安全和經濟效益的重要手段
三 加快鮮食葡萄冷鏈運輸監測方法的研究既是農產品質量安全可追溯體系的要求，也是冷鏈運輸監測技術發展的要求
四 集成無線感測網路與人工智慧技術是智慧型化冷鏈運輸發展的必然趨勢
五 研究基於無線感測網路的鮮食葡萄冷鏈運輸監測方法，保證鮮食葡萄冷鏈運輸過程的安全性、透明性和高效性
第二節 文獻綜述
一 國內外冷鏈發展研究現狀
二 農產品冷鏈監測發展研究
(一)農產品冷鏈監測技術發展研究
(二)農產品冷鏈監測指標發展研究
(三)農產品冷鏈數據傳輸技術發展研究
三 農產品品質衰變機理和品質變化建模研究
四 文獻評述
(一)監測技術:由人工離線管理髮展到智慧型化線上監測
(二)監測指標:由單一溫度指標監測發展到多指標全面監測
(三)建模方法:從簡單數據分析發展到綜合系統建模
第三節 研究目的、內容和技術路線與特色
一 研究目的
二 研究內容
(一)鮮食葡萄冷鏈運輸監測參數的辨識
(二)基於多目標決策模糊物元法的冷鏈運輸參數採集
(三)基於時間—空間數據融合理論的冷鏈運輸參數的估計
(四)鮮食葡萄冷鏈運輸預警模型的構建
三 技術路線
四 研究方法
(一)鮮食葡萄冷鏈運輸監測方法的蒐集整理和文獻綜述
(二)鮮食葡萄冷鏈運輸中品質變化關鍵參數辨識
(三)基於多目標決策模糊物元法的感測器最佳化布點設計
(四)基於時間—空間數據融合理論的參數估計
(五)鮮食葡萄冷鏈運輸預警模型的構建
(六)結論與展望
五 研究特色與創新點
(一)提出多目標決策模糊物元法，對冷藏車廂內感測器布局進行最佳化，實現了既節約成本又準確監測的雙重要求
(二)提出時間—空間數據融合算法，對冷鏈運輸監測值進行融合估計，實現冷藏車廂環境狀態的準確反映
(三)提出多變數灰色徑向基神經網路預測算法，實現了冷藏車廂內的環境參數的準確預測
第二章 鮮食葡萄冷鏈運輸監測參數辨識
第一節 鮮食葡萄冷鏈運輸過程分析
一 鮮食葡萄冷鏈運輸的特性
(一)新鮮安全性
(二)空間轉移性
(三)高成本性
(四)技術複雜性
二 鮮食葡萄運輸方式
三 冷鏈運輸裝備
(一)單溫區冷藏車
(二)多溫區冷藏車
四 冷鏈運輸包裝形式
第二節 冷鏈運輸過程中鮮食葡萄品質變化因素分析
一 溫度對鮮食葡萄冷鏈運輸品質的影響
(一)溫度與鮮食葡萄品質的關係
(二)引起溫度變化的因素分析
1.裝載方式對溫度變化的影響
2.開關門操作對溫度變化的影響
3.其他因素
二 相對濕度對鮮食葡萄冷鏈運輸品質的影響
(一)相對濕度與鮮食葡萄品質的關係
(二)引起相對濕度變化的因素分析
三 保鮮技術對鮮食葡萄冷鏈運輸品質的影響
(一)保鮮技術與鮮食葡萄品質的關係
1.氣調保鮮
2.防腐劑保鮮
3.鈣處理保鮮
4.輻射保鮮
(二)二氧化硫保鮮劑對鮮食葡萄品質的影響
四 其他因素對鮮食葡萄冷鏈運輸品質的影響
第三節 鮮食葡萄冷鏈運輸監測關鍵參數與閾值的確定
一 鮮食葡萄冷鏈運輸監測的關鍵參數
二 閾值的確定
(一)溫濕度閾值
(二)二氧化硫閾值
(三)紅地球葡萄冷鏈運輸監測參數閾值
第四節 本章小結
第三章 鮮食葡萄冷鏈運輸監測參數採集
第一節 冷藏車廂多感測器監測需求分析
一 冷藏車廂溫度場分布的空間差異性
二 單感測器監測的局限性
第二節 鮮食葡萄冷鏈運輸數據採集設備的比較與選擇
一 溫濕度感測器
二 二氧化硫體積濃度感測器
第三節 冷藏車廂感測器布點最佳化
一 鮮食葡萄冷藏車廂監測點位最佳化原則
二 感測器點位最佳化方法比較
三 基於多目標決策模糊物元法的感測器點位最佳化模型
(一)建立物元矩陣A
(二)採用“中心效果測度”方法構建模糊物元矩陣B
(三)確定關聯矩陣X
(四)計算權重矩陣α
(五)構建綜合關聯矩陣Y
(六)方案的優選
第四節 情景設計與最佳化結果
一 情景設計
二 數據獲取方案
三 最佳化結果
第五節 最佳化結果驗證
一 採用統計檢驗方法對最佳化結果進行驗證
(一) F檢驗
(二)平均值差別的顯著性檢驗(t檢驗)
(三)泛化驗證
二 採用圖像相似度比較法分析冷藏車廂溫度場
第六節 本章小結
第四章 鮮食葡萄冷鏈運輸監測參數估計
第一節 基於多感測器的鮮食葡萄冷鏈運輸監測數據融合框架
一 鮮食葡萄冷鏈運輸監測參數估計的需求分析
二 鮮食葡萄冷鏈運輸監測數據的融合層次
(一)數據級融合
(二)特徵級融合
(三)決策級融合
三 常用數據融合方法對比
第二節 冷鏈運輸監測時間—空間融合模型概念設計
一 監測參數的時間序列分析
二 監測參數的空間序列分析
三 冷鏈運輸監測時間—空間數據融合模型
第三節 基於時間—空間數據融合的參數估計模型設計
一 時間—空間數據融合算法
二 算法流程
第四節 模型驗證
一 數據來源
二 結果評價
第五節 本章小結
第五章 鮮食葡萄冷鏈運輸預警模型的構建
第一節 鮮食葡萄冷鏈運輸監測系統整體構架
一 鮮食葡萄冷鏈運輸監測系統流程
二 預警方法比較
(一)時間序列分析法
(二)因果關係分析法
三 鮮食葡萄冷鏈運輸預警算法流程
第二節 鮮食葡萄冷藏車廂環境預測模型的建立
一 多變數灰色預測模型MGM (1，n)
二 徑向基神經網路模型
三 灰色徑向基神經網路預測模型的互補性
四 基於MGM－RBF神經網路預測模型的參數預測
第三節 鮮食葡萄冷藏車廂環境報警模型的建立
一 統計過程控制技術
二 冷鏈運輸監測控制圖判異準則
三 基於控制圖判異準則的預警模式的建立
(一)安全模式
(二)關注模式
(三)報警模式
四 報警算法流程
第四節 情景設計
第五節 結果分析
一 預測結果
二 結果評價
第六節 本章小結
第六章 結論與展望
第一節 研究結論
第二節 展望
