基于神經(jīng)網(wǎng)絡(luò)與遺傳算法對蘋果貯前熱處理及貯藏期間呼吸強(qiáng)度和顏色變化的模擬與預(yù)測.pdf

1、本文以紅富士蘋果為原料，測定蘋果在不同處理過程中(38℃，96h；38℃，72h；20℃，1440h;0℃，720h)及貯藏期間的呼吸強(qiáng)度及顏色變化數(shù)據(jù)，分別建立蘋果呼吸強(qiáng)度和顏色變化(果實(shí)底色a<'*>，H°)的BP神經(jīng)網(wǎng)絡(luò)模型，可以實(shí)現(xiàn)對蘋果貯前熱處理及貯藏過程中(0-38℃)呼吸強(qiáng)度和顏色變化的模擬和預(yù)測。同時，利用遺傳算法的全局搜索能力，優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的輸入層和隱層之間連接的權(quán)值和閾值矩陣、隱層和輸出層連接的權(quán)值和閾值矩陣

2、，從而近一步提高蘋果呼吸強(qiáng)度與顏色預(yù)測的精度和縮短網(wǎng)絡(luò)的建模時間，提高模型的實(shí)際應(yīng)用價(jià)值。 1、利用三層前向傳遞BP神經(jīng)網(wǎng)絡(luò)及紅富士蘋果在不同處理過程中及其貯藏期間呼吸強(qiáng)度的數(shù)據(jù)，通過多維輸入數(shù)據(jù)(溫度、時間)與呼吸強(qiáng)度的相關(guān)分析，建立紅富士蘋果呼吸強(qiáng)度擬合與預(yù)測的BP神經(jīng)網(wǎng)絡(luò)模型。經(jīng)驗(yàn)證，該模型可以很好的模擬蘋果貯藏前熱處理及貯藏過程中呼吸強(qiáng)度的變化。最后，通過該模型預(yù)測非試驗(yàn)階段的呼吸強(qiáng)度，并做試驗(yàn)與預(yù)測值相對比，對比發(fā)現(xiàn)此

3、BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測精度達(dá)到90.16％，可以實(shí)現(xiàn)對未知試驗(yàn)輸入數(shù)據(jù)的預(yù)測。 2、利用三層前向傳遞BP神經(jīng)網(wǎng)絡(luò)模型對紅富士蘋果在貯藏前熱處理及其貯藏期間顏色變化(果實(shí)底色a<'*>，H°)數(shù)據(jù)，以溫度和時間作為神經(jīng)網(wǎng)絡(luò)的輸入，顏色變化(果實(shí)底色a<'*>，H°)作為輸出，建立顏色變化的BP神經(jīng)網(wǎng)絡(luò)模型，從而實(shí)現(xiàn)對顏色變化的模擬和預(yù)測。經(jīng)驗(yàn)證，該模型可以很好的模擬蘋果不同貯前熱處理過程及其貯藏期間整個過程的顏色變化的曲線。最后，通

4、過該模型預(yù)測非試驗(yàn)階段的顏色變化，并做試驗(yàn)與預(yù)測值相對比，對比發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)模型對果皮底色a<'*>測精度達(dá)到89.95％，對果皮底色色調(diào)角H°的預(yù)測精度達(dá)到93.49％。 3、利用遺傳算法的全局搜索能力，把BP神經(jīng)網(wǎng)絡(luò)程序作為遺傳算法的適應(yīng)度函數(shù)，建立遺傳神經(jīng)網(wǎng)絡(luò)模型(GA-BP)，把需要優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值矩陣最為遺傳算法的種群，通過遺傳算法的選擇、交叉、變異等步驟的操作，優(yōu)化出BP神經(jīng)網(wǎng)絡(luò)最優(yōu)的連接權(quán)值和閾值矩