基于PCA-GA-SVR的鲜食葡萄运输过程品质建模

由于生鲜果蔬生产的地域性和季节性,生鲜果蔬在采摘后需要经过运输、贮藏等物流过程才可以到达消费者的手中,在此过程外界因素的影响会造成生鲜果蔬发生一系列生理变化,进而影响其口感.本研究以鲜食葡萄为研究对象,拟探索鲜食葡萄在物流运输过程中的理化指标与感官品质关系建模,基于对实际运输过程的监测在实验室开展了鲜食葡萄运输模拟实验和感官实验,获取了鲜食葡萄运输过程中理化指标和感官品质数据,并构建了不同运输模式下的鲜食葡萄品质数据集;构建了基于改进支持向量回归(Support Vector Regression Algorithm,SVR)的鲜食葡萄理化指标与感官品质建模方法,首先利用主成分分析法(Principal Component Analysis,PCA)对理化指标进行降维,再利用遗传算法(genetic algorithm,GA)优化SVR模型参数提升模型的拟合效果.利用常温运输、保冷运输和冷链运输三种运输模式以及混合数据集测试,结果表明改进的PCA-GA-SVR模型预测的准确性和精度均有显著提高,MAE、MSE、RMSE均小于0.5,R2均大于0.96,PCA-GA-SVR模型能够较好地反映鲜食葡萄理化指标与感官品质之间的非线性映射关系.同时,研究表明理化指标数据与感官品质之间的关系受到运输模式的影响较小,本研究提出的感官品质评估模型可以较好地应用在任何运输方式上,辅助物流过程中生鲜农产品的品质控制与管理.