基于ELM神经网络的果品冷链乙烯监测校准模型与验证

来源：农业工程学报杂志2022年第1期北京时间：

作者：陈谦,杨涵,王宝刚,李文生,钱建平,孙雨潇,

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