[发明专利]冷链运输中动态水产品腐化监测预警方法

说明书

本发明属水产品冷链运输监测领域，尤其涉及一种冷链运输中动态水产品腐化监测预警方法，包括（1）通过温湿度传感器、二氧化碳传感器及氨气传感器采集冷链运输车中的水产品环境参数，并将所述水产品环境参数数据发送至物联网云平台；（2）对水产品环境参数数据进行预处理，生成新时间序列t‑1，进行数据合并，完成数据转换，实现时间序列向监督学习的转换；（3）使用长短期记忆网络训练水产品环境参数数据，生成氨气预测模型；（4）使用氨气预测模型预测氨气量值。本发明预测精度高，对异常值不敏感。

技术领域

本发明属水产品冷链运输监测领域，尤其涉及一种冷链运输中动态水产品腐化监测预警方法。

背景技术

水产品的主要流通形式为冷链运输，将水产品储藏在较低温度下进行运输，最大限度锁住水产品养分，保证水产品品质及口感。水产品将经过生产、加工、运输、仓储、销售这五个流通环节到达消费者手中，因运输环节耗费的时间最长、环境因素最不容易控制，所以在运输过程中最可能出现腐败变质的现象。水产品又是典型的易腐食品，其腐败又是一个不可逆过程，水产品品质与其所处温度有着密切的联系，若温度较高或者温度波动较大，易导致水产品出现腐败现象，其腐败的水产品自身会产生氨气、硫化氢及二氧化碳等气体。水产品腐败变质会导致一系列不良影响，例如营养价值流失、口感变差等等。

经济的快速发展，带来的是人们对于高品质的不断追求，愈来愈多的人们希望吃到更健康更营养的食品，所以食物消费结构也发生了很大的改变，人们对粮食消费量逐渐减少，对水产品等高价值食物消费量有了显著的提升。水产品因其鲜美的味道，丰富的营养价值，细腻的口感受到越来越多的追捧。随着农产品电子商务的快速发展，水产品流通渠道不断拓展，带动消费不断增长。中国每年都有大量的水产品因运输不当而浪费，水产品的货损率达到了12%，我国水产品冷藏流通率为40%，但全程冷链覆盖率分别仅为 23%，而日本、美国生鲜品冷藏流通率可分别高达98%以及80～90%。2019年我国水产品总消费量约6711万吨，损耗约为1055万吨，水产品的消费总量继续增长，流通渠道更趋多元，但是水产品的损耗也是一个庞大的数字。

发明内容

本发明的目的在于提供一种预测精度高，对异常值不敏感的冷链运输中动态水产品腐化监测预警方法。

为解决上述技术问题，本发明是这样实现的：

一种冷链运输中动态水产品腐化监测预警方法，可按如下步骤实施：

（1）通过温湿度传感器、二氧化碳传感器及氨气传感器采集冷链运输车中的水产品环境参数，并将所述水产品环境参数数据发送至物联网云平台；

（2）对步骤（1）所述水产品环境参数数据进行预处理，生成新时间序列t-1，进行数据合并，完成数据转换，实现时间序列向监督学习的转换；

（3）使用长短期记忆网络训练水产品环境参数数据，生成氨气预测模型；

（4）使用步骤（3）所述氨气预测模型预测氨气量值；

（5）判断预测的氨气量值是否超出预设阀值，如超出预设阀值，则启动预警模块；如否，则返回步骤（4）继续进行监测。

作为一种优选方案，本发明所述步骤（2）中，使用pd.shift（1）函数将原时间序列t向下移动1步重新生成新时间序列t-1，即前一时刻的数据；将新时间序列t-1的所有列与原时间序列t的氨气列进行合并，最后使用dropna函数删除第一行数据，即完成数据转换。

进一步地，本发明所述步骤（3）中，使用compile函数编译模型，损失函数选择mae，优化器选择adam，最后使用model.fit函数执行模型训练，即生成氨气预测模型。

进一步地，本发明所述步骤（3）中，对氨气预测模型进行评估，使用model.predict函数采用验证集进行模型预测，此函数输出值即为预测数据；使用inverse_transform函数对预测数据和原始数据分别进行反向转换，之后分别输出预测值和真实值。