鲜食葡萄冷链运输监测方法研究

第一章  绪论第一节  问题提出与研究意义一  鲜食葡萄具有很高的经济价值，其质量安全问题已经引起人们的广泛关注二  易腐性是影响鲜食葡萄品质的关键因素，冷链运输是确保鲜食葡萄质量安全和经济效益的重要手段三  加快鲜食葡萄冷链运输监测方法的研究既是农产品质量安全可追溯体系的要求，也是冷链运输监测技术发展的要求四  集成无线传感网络与人工智能技术是智能化冷链运输发展的必然趋势五  研究基于无线传感网络的鲜食葡萄冷链运输监测方法，保证鲜食葡萄冷链运输过程的安全性、透明性和高效性第二节  文献综述一  国内外冷链发展研究现状二  农产品冷链监测发展研究三  农产品品质衰变机理和品质变化建模研究四  文献评述第三节  研究目的、内容和技术路线与特色一  研究目的二  研究内容三  技术路线四  研究方法五  研究特色与创新点第二章  鲜食葡萄冷链运输监测参数辨识第一节  鲜食葡萄冷链运输过程分析一  鲜食葡萄冷链运输的特性二  鲜食葡萄运输方式三  冷链运输装备四  冷链运输包装形式第二节  冷链运输过程中鲜食葡萄品质变化因素分析一  温度对鲜食葡萄冷链运输品质的影响二  相对湿度对鲜食葡萄冷链运输品质的影响三  保鲜技术对鲜食葡萄冷链运输品质的影响四  其他因素对鲜食葡萄冷链运输品质的影响第三节  鲜食葡萄冷链运输监测关键参数与阈值的确定一  鲜食葡萄冷链运输监测的关键参数二  阈值的确定第四节  本章小结第三章  鲜食葡萄冷链运输监测参数采集第一节  冷藏车厢多传感器监测需求分析一  冷藏车厢温度场分布的空间差异性二  单传感器监测的局限性第二节  鲜食葡萄冷链运输数据采集设备的比较与选择一  温湿度传感器二  二  氧化硫体积浓度传感器第三节  冷藏车厢传感器布点优化一  鲜食葡萄冷藏车厢监测点位优化原则二  传感器点位优化方法比较三  基于多目标决策模糊物元法的传感器点位优化模型第四节  情景设计与优化结果一  情景设计二  数据获取方案三  优化结果第五节  优化结果验证一  采用统计检验方法对优化结果进行验证二  采用图像相似度比较法分析冷藏车厢温度场第六节  本章小结第四章  鲜食葡萄冷链运输监测参数估计第一节  基于多传感器的鲜食葡萄冷链运输监测数据融合框架一  鲜食葡萄冷链运输监测参数估计的需求分析二  鲜食葡萄冷链运输监测数据的融合层次三  常用数据融合方法对比第二节  冷链运输监测时间—空间融合模型概念设计一  监测参数的时间序列分析二  监测参数的空间序列分析三  冷链运输监测时间—空间数据融合模型第三节  基于时间—空间数据融合的参数估计模型设计一  时间—空间数据融合算法二  算法流程第四节  模型验证一  数据来源二  结果评价第五节  本章小结第五章  鲜食葡萄冷链运输预警模型的构建第一节  鲜食葡萄冷链运输监测系统整体构架一  鲜食葡萄冷链运输监测系统流程二  预警方法比较三  鲜食葡萄冷链运输预警算法流程第二节  鲜食葡萄冷藏车厢环境预测模型的建立一  多变量灰色预测模型MGM（1.n）二  径向基神经网络模型三  灰色径向基神经网络预测模型的互补性四  基于MGM—RBF神经网络预测模型的参数预测第三节  鲜食葡萄冷藏车厢环境报警模型的建立一  统计过程控制技术二  冷链运输监测控制图判异准则三  基于控制图判异准则的预警模式的建立四  报警算法流程第四节  情景设计第五节  结果分析一  预测结果二  结果评价第六节  本章小结第六章  结论与展望第一节  研究结论第二节  展望参考文献