水产品无水保活运输品质动态预测及控制优化方法及装置制造方法及图纸

本发明专利技术实施例提供一种水产品无水保活运输品质动态预测及控制优化方法及装置，所述方法包括：获取水产品无水保活运输过程中的关键参数信息以及关键参数信息的对应时刻，根据关键参数信息以及对应时刻建立水产品的品质动态预测模型；获取水产品上市品质对应的关键因子，根据关键因子和品质动态预测模型建立货架期品质计算模型；检测运输品质要求，根据品质要求和品质动态预测模型计算品质衰减速度，并根据品质衰减速度获取优化方案，根据优化方案优化水产品的无水保活运输；检测水产品的货架期品质要求，根据货架期品质要求和货架期品质计算模型调整关键参数设置。采用本方法能够实现水产品无水保活运输的品质安全智能预警与调控优化。

Dynamic prediction and control optimization method and device of aquatic products transportation quality without water and keeping alive

【技术实现步骤摘要】
水产品无水保活运输品质动态预测及控制优化方法及装置
本专利技术涉及保活运输
，尤其涉及一种水产品无水保活运输品质动态预测及控制优化方法及装置。
技术介绍
无水保活运输作为一种绿色经济的运输方式，与传统储运方式相比，在运输密度、运输管理以及保活质量等具有一定优势，可以保证有些需要存活的水产品能够保持活体状态运输。但是在无水保活运输品质与控制优化上还存在不少理论和技术空白。同时，随着鲜活水产品市场需求量的增加，目前在水产品的无水保活运输品质监控方面也仍旧空白。因此，如何构建水产品无水保活品质动态预测方法，控制及优化无水保活运输关键影响参数，是目前亟待解决的问题。
技术实现思路
针对现有技术中存在的问题，本专利技术实施例提供一种水产品无水保活运输品质动态预测及控制优化方法及装置。本专利技术实施例提供一种水产品无水保活运输品质动态预测及控制优化方法，包括：获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。在其中一个实施例中，所述方法还包括：根据所述关键参数信息构建关键信号数据集，并对所述关键信号数据集进行归一化，得到所述关键参数信息的特征序列和数据融合矩阵；计算所述关键参数信息在所述对应时刻下的品质影响权重；根据所述关键参数信息的特征序列、所述数据融合矩阵和所述品质影响权重建立水产品的品质动态预测模型。在其中一个实施例中，所述品质动态预测模型通过以下方程式计算：其中，P为水产品无水保活运输T时刻下的品质，Q为数据融合矩阵wi为关键参数信息的品质影响权重,为关键参数信息的特征序列。在其中一个实施例中，所述方法还包括：计算所述关键因子的累计影响权重，并获取所述品质动态预测模型中关键因子的变化率；根据所述关键因子的累计影响权重、所述关键因子的变化率和所述品质动态预测模型的预测结果建立所述水产品的货架期品质计算模型。在其中一个实施例中，所述货架期品质计算模型通过以下方程式计算：其中，Y(x)为水产品的货架期品质，ΔXi为Ti时间段内关键因子的变化率，Ti为无水保活运输的时间，μi为关键因子的累积影响权重，P为水产品无水保活运输T时刻下的综合品质参数。在其中一个实施例中，所述方法还包括：所述关键参数信息，包括水产品个体生理参数和无水保活运输环境参数；所述水产品个体生理参数包括：超氧化物歧化酶浓度、过氧化氢酶浓度、血糖浓度、皮质醇浓度；所述无水保活运输环境参数包括：温度、氧气浓度、二氧化碳浓度、挥发性盐基氮浓度。在其中一个实施例中，所述关键因子，包括：温度、氧气浓度、二氧化碳浓度、微生物群落总数。本专利技术实施例提供一种水产品无水保活运输品质动态预测及控制优化装置，包括：第一获取模块，用于获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；第二获取模块，用于获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；第一检测模块，用于检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；第二检测模块，用于检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。本专利技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述水产品无水保活运输品质动态预测及控制优化方法的步骤。本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述水产品无水保活运输品质动态预测及控制优化方法的步骤。本专利技术实施例提供的水产品无水保活运输品质动态预测及控制优化方法及装置，通过建立基于保活运输品质评估参数的控制优化方法，以及基于上市品质最优区间的保活运输条件的优化方法，分别用于满足水产品无水保活实时运输条件下各关键参数的控制与优化，以及用于具有明确货架期要求的保活运输条件的反演与优化。基于以上水产品无水保活运输品质预测及控制优化方法，进一步实现水产品无水保活运输的品质安全智能预警与调控优化。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例中水产品无水保活运输品质动态预测及控制优化方法的流程图；图2为本专利技术另一实施例中基于保活运输品质评估参数的控制优化流程的流程图；图3为本专利技术实施例中水产品无水保活运输品质动态预测及控制优化装置的结构图；图4为本专利技术实施例中电子设备结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例提供的水产品无水保活运输品质动态预测及控制优化方法的流程示意图，如图1所示，本专利技术实施例提供了一种水产本文档来自技高网...

【技术保护点】
1.一种水产品无水保活运输品质动态预测及控制优化方法，其特征在于，包括：/n获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；/n获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；/n检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；/n检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。/n

【技术特征摘要】
1.一种水产品无水保活运输品质动态预测及控制优化方法，其特征在于，包括：
获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；
获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；
检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；
检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。


2.根据权利要求1所述的水产品无水保活运输品质动态预测及控制优化方法，其特征在于，所述根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型，包括：
根据所述关键参数信息构建关键信号数据集，并对所述关键信号数据集进行归一化，得到所述关键参数信息的特征序列和数据融合矩阵；
计算所述关键参数信息在所述对应时刻下的品质影响权重；
根据所述关键参数信息的特征序列、所述数据融合矩阵和所述品质影响权重建立水产品的品质动态预测模型。


3.根据权利要求2所述的水产品无水保活运输品质动态预测及控制优化方法，其特征在于，所述品质动态预测模型通过以下方程式计算：



其中，P为水产品无水保活运输T时刻下的品质，Q为数据融合矩阵wi为关键参数信息的品质影响权重,为关键参数信息的特征序列。


4.根据权利要求1所述的水产品无水保活运输品质动态预测及控制优化方法，其特征在于，所述根据所述关键因子累计和所述品质动态预测模型建立所述水产品的货架期品质计算模型，包括：
计算所述关键因子的累计影响权重，并获取所述品质动态预测模型中关键因子的变化率；
根据所述关键因子的累计影响权重、所述关键因子的变化率和所述品质动态预测模型的预测结果建立所述水产品的货架期品质计算模型。


5.根据权利要求4所述的水产品无水保活运输品质动态预测及控制优化方法，其特征在于，所述货架期品质计算模...

【专利技术属性】
技术研发人员：张小栓，王文胜，冯欢欢，王想，肖新清，傅泽田，刘峰，邢少华，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京;11