摘要:目的为了实时监测农产品始终处于低温、适宜湿度等条件下,实现农产品质量信息的及时反馈和预警。方法针对农产品在冷链物流中的质量安全问题,首先分析影响其质量安全的因素,整合供应链上的追溯信息和监测信息,构建农产品的质量安全预警指标体系。然后设计结合交叉变异算子的自适应混合粒子群算法(AHPSO)优化支持向量机(SVM)参数,以此建立基于AHPSO-SVM的农产品冷链物流质量安全预警模型。结果以苹果的预警指标体系为例,经过模型训练和预测后,预测输出曲线与期望输出曲线均能较好拟合,误差值小。结论该方法较传统的BP神经网络与支持向量机方法,在解决实际问题中预测结果精度更高,可以有效提高农产品冷链物流中质量安全预警的准确性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社