[發明專利]冷鏈運輸中動態水產品腐化監測預警方法

在審

• 申請號: 202110286039.4
• 申請日: 2021-03-17
• 公開（公告）號: CN113052527A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 鄂旭;石美玲;趙生慧;楊芳;周津;勵建榮;李學鵬;蓋潤青;王楊;姜沛淵
• 申請（專利權）人: 渤海大學
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06F30/27;G06N3/04;G06N3/08;G08B21/12;G08B21/18;G06F113/08
• 代理公司: 沈陽亞泰專利商標代理有限公司 21107
• 代理人: 郭元藝

本發明屬水產品冷鏈運輸監測領域，尤其涉及一種冷鏈運輸中動態水產品腐化監測預警方法，包括（1）通過溫濕度傳感器、二氧化碳傳感器及氨氣傳感器采集冷鏈運輸車中的水產品環境參數，并將所述水產品環境參數數據發送至物聯網云平臺；（2）對水產品環境參數數據進行預處理，生成新時間序列t?1，進行數據合并，完成數據轉換，實現時間序列向監督學習的轉換；（3）使用長短期記憶網絡訓練水產品環境參數數據，生成氨氣預測模型；（4）使用氨氣預測模型預測氨氣量值。本發明預測精度高，對異常值不敏感。

技術領域

本發明屬水產品冷鏈運輸監測領域，尤其涉及一種冷鏈運輸中動態水產品腐化監測預警方法。

背景技術

水產品的主要流通形式為冷鏈運輸，將水產品儲藏在較低溫度下進行運輸，最大限度鎖住水產品養分，保證水產品品質及口感。水產品將經過生產、加工、運輸、倉儲、銷售這五個流通環節到達消費者手中，因運輸環節耗費的時間最長、環境因素最不容易控制，所以在運輸過程中最可能出現腐敗變質的現象。水產品又是典型的易腐食品，其腐敗又是一個不可逆過程，水產品品質與其所處溫度有著密切的聯系，若溫度較高或者溫度波動較大，易導致水產品出現腐敗現象，其腐敗的水產品自身會產生氨氣、硫化氫及二氧化碳等氣體。水產品腐敗變質會導致一系列不良影響，例如營養價值流失、口感變差等等。

經濟的快速發展，帶來的是人們對于高品質的不斷追求，愈來愈多的人們希望吃到更健康更營養的食品，所以食物消費結構也發生了很大的改變，人們對糧食消費量逐漸減少，對水產品等高價值食物消費量有了顯著的提升。水產品因其鮮美的味道，豐富的營養價值，細膩的口感受到越來越多的追捧。隨著農產品電子商務的快速發展，水產品流通渠道不斷拓展，帶動消費不斷增長。中國每年都有大量的水產品因運輸不當而浪費，水產品的貨損率達到了12%，我國水產品冷藏流通率為40%，但全程冷鏈覆蓋率分別僅為 23%，而日本、美國生鮮品冷藏流通率可分別高達98%以及80～90%。2019年我國水產品總消費量約6711萬噸，損耗約為1055萬噸，水產品的消費總量繼續增長，流通渠道更趨多元，但是水產品的損耗也是一個龐大的數字。

發明內容

本發明的目的在于提供一種預測精度高，對異常值不敏感的冷鏈運輸中動態水產品腐化監測預警方法。

為解決上述技術問題，本發明是這樣實現的：

一種冷鏈運輸中動態水產品腐化監測預警方法，可按如下步驟實施：

（1）通過溫濕度傳感器、二氧化碳傳感器及氨氣傳感器采集冷鏈運輸車中的水產品環境參數，并將所述水產品環境參數數據發送至物聯網云平臺；

（2）對步驟（1）所述水產品環境參數數據進行預處理，生成新時間序列t-1，進行數據合并，完成數據轉換，實現時間序列向監督學習的轉換；

（3）使用長短期記憶網絡訓練水產品環境參數數據，生成氨氣預測模型；

（4）使用步驟（3）所述氨氣預測模型預測氨氣量值；

（5）判斷預測的氨氣量值是否超出預設閥值，如超出預設閥值，則啟動預警模塊；如否，則返回步驟（4）繼續進行監測。

作為一種優選方案，本發明所述步驟（2）中，使用pd.shift（1）函數將原時間序列t向下移動1步重新生成新時間序列t-1，即前一時刻的數據；將新時間序列t-1的所有列與原時間序列t的氨氣列進行合并，最后使用dropna函數刪除第一行數據，即完成數據轉換。

進一步地，本發明所述步驟（3）中，使用compile函數編譯模型，損失函數選擇mae，優化器選擇adam，最后使用model.fit函數執行模型訓練，即生成氨氣預測模型。

進一步地，本發明所述步驟（3）中，對氨氣預測模型進行評估，使用model.predict函數采用驗證集進行模型預測，此函數輸出值即為預測數據；使用inverse_transform函數對預測數據和原始數據分別進行反向轉換，之后分別輸出預測值和真實值。