研究背景

傳統(tǒng)的水果新鮮度預(yù)測(cè)和建模嚴(yán)重依賴(lài)各種理化指標(biāo)(如失水率、pH值、VC含量，簡(jiǎn)稱(chēng)QCI)和經(jīng)典動(dòng)力學(xué)方法，面臨耗時(shí)、費(fèi)力、破壞性大、預(yù)測(cè)精度低的困境。當(dāng)前水果冷鏈過(guò)程中關(guān)鍵微環(huán)境參數(shù)之間的耦合和可變性導(dǎo)致了水果質(zhì)量的動(dòng)態(tài)性和不確定性。同時(shí)，對(duì)冷鏈過(guò)程關(guān)鍵參數(shù)的實(shí)時(shí)精確監(jiān)控是質(zhì)量建模的基礎(chǔ)，建模方法的選擇會(huì)導(dǎo)致水果新鮮度預(yù)測(cè)精度的變化。由于冷鏈物流的監(jiān)控環(huán)境相對(duì)封閉，無(wú)法及時(shí)測(cè)量水果的QCI，阻礙了這些傳統(tǒng)模型在冷鏈物流場(chǎng)景中的實(shí)際應(yīng)用。因此需要一種智能化的水果新鮮度預(yù)測(cè)方法。

創(chuàng)新點(diǎn)

中國(guó)農(nóng)業(yè)大學(xué)張小栓教授團(tuán)隊(duì)提出了一種機(jī)器學(xué)習(xí)和多源感知的水果新鮮度預(yù)測(cè)改進(jìn)方法。通過(guò)HACCP方法分析水果冷鏈，找尋關(guān)鍵微環(huán)境參數(shù)，并成功應(yīng)用于藍(lán)莓新鮮度預(yù)測(cè)。基于不同機(jī)器學(xué)習(xí)算法的特點(diǎn)，優(yōu)化了神經(jīng)網(wǎng)絡(luò)模型和監(jiān)督式/極限學(xué)習(xí)機(jī)的參數(shù)結(jié)構(gòu)。相較于傳統(tǒng)理化指標(biāo)（QCI）和單一人工神經(jīng)網(wǎng)絡(luò)（ANN）的新鮮度預(yù)測(cè)方法，提出了基于4種機(jī)器學(xué)習(xí)方法的新鮮度預(yù)測(cè)改進(jìn)模型。在不同溫度下，可自由選擇機(jī)器學(xué)習(xí)預(yù)測(cè)模型，且能夠無(wú)損，動(dòng)態(tài)，可持續(xù)的進(jìn)行水果新鮮度監(jiān)測(cè)和預(yù)測(cè)。最后，相較于經(jīng)典Arrhenius方程方法，將水果新鮮度的預(yù)測(cè)精度提高了7個(gè)百分點(diǎn)。系統(tǒng)總體上緩解了傳統(tǒng)的理化指標(biāo)采集(QCI)預(yù)測(cè)方法無(wú)法應(yīng)用于水果物流過(guò)程的挑戰(zhàn)。

文章解析

圖1展示了本文的框架，它比較了傳統(tǒng)的新鮮度評(píng)估與多傳感器支持與大數(shù)據(jù)深度學(xué)習(xí)驅(qū)動(dòng)的新鮮度分析。圖1(a)，傳統(tǒng)的以人為基礎(chǔ)的新鮮度評(píng)價(jià)需要綜合考慮感官評(píng)價(jià)(視覺(jué)和味覺(jué))、物理和化學(xué)質(zhì)量指標(biāo)(pH值、SSC、硬度等)和質(zhì)量管理(失重率和腐爛狀態(tài))。圖1(b)為新興的多傳感器數(shù)據(jù)采集和神經(jīng)網(wǎng)絡(luò)算法處理的智能新鮮度分析系統(tǒng)。

圖1：傳統(tǒng)方法與本文方法的對(duì)比分析

為分析藍(lán)莓冷鏈過(guò)程的關(guān)鍵參數(shù)和質(zhì)量演化機(jī)制，首先根據(jù)HACCP方法對(duì)藍(lán)莓冷鏈物流過(guò)程的關(guān)鍵控制點(diǎn)(CAP)進(jìn)行危害分析，如圖2所示。藍(lán)莓冷鏈物流被分為以下六個(gè)階段:收獲階段、預(yù)冷卻階段、包裝和搬運(yùn)階段、運(yùn)輸階段、冷藏階段和營(yíng)銷(xiāo)階段。采收階段的目的是選擇沒(méi)有病蟲(chóng)害和機(jī)械損傷的藍(lán)莓。需要控制的關(guān)鍵點(diǎn)是低溫、清潔的環(huán)境和合理的包裝(CAP-1)。預(yù)冷階段和處理階段的目的是盡量降低藍(lán)莓的呼吸強(qiáng)度，需要控制的關(guān)鍵點(diǎn)是低溫，一定的預(yù)冷時(shí)間，合理的藍(lán)莓放置(CAP-2, CAP-3)。運(yùn)輸和冷藏階段的目的是盡量減緩藍(lán)莓品質(zhì)的惡化，控制的重點(diǎn)是低溫，合理的保存技術(shù)和防腐劑的用量，實(shí)時(shí)監(jiān)測(cè)環(huán)境參數(shù)(CAP-4, CAP-5)。

圖 2：基于HACCP的藍(lán)莓冷鏈關(guān)鍵控制點(diǎn)分析

無(wú)線傳感器網(wǎng)絡(luò)(WSN)通過(guò)WSN節(jié)點(diǎn)實(shí)現(xiàn)對(duì)藍(lán)莓冷鏈微環(huán)境中的溫度、相對(duì)濕度、CO2、O2、C2H4等環(huán)境參數(shù)數(shù)據(jù)的實(shí)時(shí)采集，發(fā)送并存儲(chǔ)微環(huán)境信息數(shù)據(jù)，最后通過(guò)GPRS無(wú)線數(shù)據(jù)傳輸模塊將數(shù)據(jù)傳輸?shù)皆品?wù)器，如圖3a所示。每個(gè)WSN節(jié)點(diǎn)由控制單元、信息采集單元、存儲(chǔ)單元、GPRS無(wú)線傳輸單元、a/D轉(zhuǎn)換單元和時(shí)鐘單元組成，如圖3b所示。信息采集單元包括溫濕度傳感器模塊、氧氣傳感器模塊、二氧化碳傳感器模塊和乙烯傳感器模塊，如圖3c所示。信息采集單元與A/D轉(zhuǎn)換單元連接，將傳感器采集到的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，再轉(zhuǎn)換為相關(guān)氣體濃度值。所述信息采集單元、存儲(chǔ)單元、A/D轉(zhuǎn)換單元、時(shí)鐘單元分別與控制單元連接;控制單元控制信息采集單元的采集過(guò)程、A/D轉(zhuǎn)換單元的模數(shù)轉(zhuǎn)換控制、時(shí)鐘單元的記錄過(guò)程，并將采集到的環(huán)境信息作為完整信息發(fā)送到存儲(chǔ)單元進(jìn)行存儲(chǔ)。同時(shí)將數(shù)據(jù)發(fā)送到GPRS無(wú)線傳輸模塊，上傳到云服務(wù)器實(shí)時(shí)監(jiān)控系統(tǒng)。

圖 3：智能控制的WSN傳感平臺(tái)硬件框圖

為更好的說(shuō)明關(guān)鍵微環(huán)境參數(shù)能夠表征藍(lán)莓品質(zhì)的變化，圖4和圖5測(cè)定了藍(lán)莓樣品的理化參數(shù)和關(guān)鍵微環(huán)境參數(shù)，并對(duì)它們進(jìn)行了相關(guān)性分析。結(jié)果表明，用理化指標(biāo)衡量藍(lán)莓品質(zhì)時(shí)，不同溫度下能夠有效指示果實(shí)品質(zhì)的指標(biāo)是不同的。氧氣、二氧化碳和乙烯在不同溫度下的變化趨勢(shì)是相同的，但變化率是不同的，低溫可以有效延緩氧濃度快速下降的時(shí)間。22℃時(shí)，CO2濃度到達(dá)峰值后開(kāi)始下降，這可能與容器的密封性與傳感器的性能漂移有關(guān)。在每一溫度下，硬度、失重率、腐爛率等質(zhì)量指標(biāo)與三種氣體的相關(guān)性都很高，表現(xiàn)出很強(qiáng)的相關(guān)性。失重和硬度與氣體信息的相關(guān)系數(shù)均在0.95以上，衰減率與氣體信息的相關(guān)系數(shù)部分在0.9以上，部分在0.8到0.9之間。

圖 4：理化指標(biāo)與關(guān)鍵微環(huán)境參數(shù)的含量測(cè)定

圖 5：理化指標(biāo)與關(guān)鍵微環(huán)境參數(shù)的相關(guān)性分析

基于經(jīng)典Arrhenius方程方法和四種機(jī)器學(xué)習(xí)算法，比較了它們的預(yù)測(cè)準(zhǔn)確性(如圖6a-f所示)。用黑色虛線和4條不同顏色實(shí)線表示機(jī)器學(xué)習(xí)模型的新鮮度的實(shí)際值和預(yù)測(cè)值，虛線和實(shí)線的變化趨勢(shì)具有較強(qiáng)的一致性。結(jié)果表明，傳統(tǒng)方法的預(yù)測(cè)波動(dòng)性較大，且是破壞性的非連續(xù)預(yù)測(cè)。相比之下，機(jī)器學(xué)習(xí)模型則是無(wú)損的，連續(xù)預(yù)測(cè)，精度也高的多。4種算法的預(yù)測(cè)精度相差不超過(guò)2.16%，這也為藍(lán)莓冷鏈利益相關(guān)者提供了更多的選擇。

圖 6：傳統(tǒng)新鮮度預(yù)測(cè)與本文新鮮度預(yù)測(cè)結(jié)果對(duì)比

文章結(jié)論

針對(duì)傳統(tǒng)水果冷鏈物流過(guò)程中新鮮度預(yù)測(cè)操作復(fù)雜、準(zhǔn)確性不高的問(wèn)題，開(kāi)發(fā)了基于無(wú)線傳感器網(wǎng)絡(luò)(WSN)的冷鏈微環(huán)境監(jiān)測(cè)平臺(tái)，探討了不同溫度下基于兩個(gè)理化評(píng)價(jià)指標(biāo)和三個(gè)微環(huán)境參數(shù)的水果新鮮度預(yù)測(cè)模型。通過(guò)相關(guān)分析，藍(lán)莓的硬度和失重率比其他評(píng)價(jià)指標(biāo)更能預(yù)測(cè)藍(lán)莓的新鮮度，關(guān)鍵微環(huán)境參數(shù)能有效表征水果的新鮮度變化。機(jī)器學(xué)習(xí)預(yù)測(cè)模型比傳統(tǒng)的Arrhenius方程新鮮度預(yù)測(cè)模型具有更強(qiáng)的優(yōu)勢(shì)。研究結(jié)果為水果新鮮度的無(wú)損預(yù)測(cè)提供了一定的理論依據(jù)，也可以進(jìn)一步規(guī)劃藍(lán)莓冷鏈物流，為生產(chǎn)商和經(jīng)銷(xiāo)商的決策提供參考。

審核編輯：郭婷