基于AHPSO-SVM的农产品冷链物流质量安全预警模型

摘要：

目的 为了实时监测农产品始终处于低温、适宜湿度等条件下,实现农产品质量信息的及时反馈和预警.方法 针对农产品在冷链物流中的质量安全问题,首先分析影响其质量安全的因素,整合供应链上的追溯信息和监测信息,构建农产品的质量安全预警指标体系.然后设计结合交叉变异算子的自适应混合粒子群算法(AHPSO)优化支持向量机(SVM)参数,以此建立基于AHPSO-SVM的农产品冷链物流质量安全预警模型.结果 以苹果的预警指标体系为例,经过模型训练和预测后,预测输出曲线与期望输出曲线均能较好拟合,误差值小.结论 该方法较传统的BP神经网络与支持向量机方法,在解决实际问题中预测结果精度更高,可以有效提高农产品冷链物流中质量安全预警的准确性.

关键词：冷链物流、农产品、质量安全、预警、自适应混合粒子群算法、支持向量机

所属期刊栏目：39

分类号：TB485.3;TP391.9(工业通用技术与设备)

资助基金：国家自然科学基金71390331;陕西省农业科技创新与攻关项目2014K01-29-01;陕西省社会科学基金13SC011;大学生创新训练项目201610708043

在线出版日期：2018-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：71-76