基于ELM神经网络的果品冷链乙烯监测校准模型与验证.pdfVIP

第 38 卷 第 1 期 农 业 工 程 学 报 Vol.38 No.1 342 2022 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2022 基于 ELM 神经网络的果品冷链乙烯监测校准模型与验证 1 1 2 2 1※ 3 陈 谦 ，杨 涵 ，王宝刚 ，李文生 ，钱建平 ，孙雨潇 （1. 中国农业科学院农业资源与农业区划研究所/农业农村部农业遥感重点实验室，北京 100081 ； 2. 北京市林业果树科学研究院，北京 100093 ； 3. 中国农业科学院农业环境与可持续发展研究所，北京 100081 ） 摘 要：冷链环境监测对于维持易腐果品品质安全至关重要，乙烯是关键监测要素之一。然而，现有果品冷链乙烯监测 设备较少考虑与温湿度之间互作作用，影响监测精度和应用效果。该研究提出了一种基于 ELM 神经网络的乙烯监测校准模 型并在多要素监测设备中验证。首先，以乙烯电化学传感器固有电压信号为基础，综合考虑温湿度变化影响，构建ELM 神 经网络乙烯监测校准模型，实现乙烯监测自适应校准；其次，以乙烯校准模型为核心，集成相关传感器、微控制器等模块， 引入LoRa 技术，开发果品冷链环境多要素监测设备；最后，以监测设备为载体，进行 ELM 模型离线测试和实际场景多要 素监测性能验证。结果表明，该模型乙烯校准均方根误差达 0.30 μL/L，平均训练耗时0.062 5 s，有效提高了动态环境下乙 烯自适应监测性能；同时，该设备在冷链实际多要素环境中温度、相对湿度、乙烯浓度监测均方根误差达 0.46 ℃，1.65%， 1.11 μL/L，可以满足果品冷链环境多要素监测精度需求。研究成果对于精准控制冷链环境、准确预测果品品质有指导意义。 关键词：果品；模型；冷链；乙烯监测校准；ELM 神经网络；LoRa 技术 doi ：10.11975/j.issn.1002-6819.2022.01.038 中图分类号：TS255.3 文献标志码：A 文章编号：1002-6819(2022)-01-0342-07 陈谦，杨涵，王宝刚，等. 基于 ELM 神经网络的果品冷链乙烯监测校准模型与验证[J]. 农业工程学报，2022，38(1)： 342-348. doi ：10.11975/j.issn.1002-6819.2022.01.038 Chen Qian, Yang Han, Wang Baogang, et al. Ethylene monitoring calibration model and verification for fruit cold chain based on ELM neural network[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(1): 342-348. (in Chinese with English abstract) doi ：10.11975/j.iss