论文题目：基于光电技术的猕猴桃成熟检测技术研究
摘要：猕猴桃不易直观判断成熟度,果实采收后有自然后熟过程,常温不耐贮藏,这给采收工作带来很多不便。在实践生产活动中,如果采摘时机选择不当,不仅仅影响猕猴桃的贮藏和销售,还容易因为猕猴桃感染病虫害而减收,甚至是绝收。花青素作为红肉猕猴桃果实中普遍存在的营养成分,研究其含量变化随成熟度的变化趋势,有助于辅助判断猕猴桃的成熟度。而光电技术作为最成熟的检测技术之一,在食品成分检测中有着广泛的应用。本文以配备二极管阵列检测器（DAD）和可变波长检测器（VWD）的高效液相色谱仪为实验平台,以泰顺县种植的红肉猕猴桃为实验材料,对猕猴桃成熟检测技术进行研究,主要研究内容如下:（1）对花青素标准溶液进行波段扫描,筛选花青素最佳吸收波长。使用最佳吸收波长对红肉猕猴桃中花青素种类进行测定,对比标准溶液可知红肉猕猴桃中花青素主要种类为矢车菊色素。使用高效液相色谱-可见光检测法对红肉猕猴桃样品进行花青素加标回收实验,实验回收率大于85%,表明该检测方法适用于猕猴桃中花青素的含量检测。（2）对成熟期不同时段猕猴桃的花青素含量进行检测,利用对非线性问题具有良好逼近能力的BP神经网络建立了猕猴桃授粉后时间、花青素含量与可溶性固形物含量之间的映射关系模型。使用实验数据对BP网络进行训练,测试集的预测值与实际值之间的相对误差小于10%,表明授粉后时间、花青素含量和可溶性固形物含量之间存在良好的相关性,该模型适用于猕猴桃成熟度的研究。（3）由于神经网络对初始权值较为敏感,实验采用遗传算法对BP神经网络初始权值和阈值进行了优化,优化后的神经网络样本最大相对误差绝对值下降到2.08%,均方误差从0.1175下降到0.0061,平均绝对百分比误差从4.05%下降到0.92%,有效提高了模型的预测精度和稳定性。通过GA-BP神经网络预测,当花青素含量低于85mg/kg时,猕猴桃果实已经成熟。
关键词：光电技术;猕猴桃;花青素;神经网络;遗传算法
学科专业：光学工程（专业学位）
学位论文答辩委员会决议
摘要
Abstract
第一章 绪论
1.1 研究背景
1.1.1 猕猴桃果实采收指标研究进展
1.1.2 可溶性固形物
1.2 花青素
1.2.1 猕猴桃的花青素
1.2.2 花青素提取方法
1.2.3 花青素检测方法
1.3 人工神经网络
1.4 研究目的
第二章 基于光电技术的猕猴桃成熟指标检测方法研究
2.1 成熟指标光电检测技术原理与实验准备
2.1.1 原理与方法
2.1.2 实验材料
2.1.3 实验平台
2.2 实验部分
2.2.1 实验器材和试剂
2.2.2 标准溶液和工作用溶液的配置
2.2.3 样品预处理
2.2.4 实验方法
2.3 实验结果与分析
2.3.1 检测波长的选择
2.3.2 猕猴桃中花青素种类的识别结果
2.3.3 校正曲线的建立和样品加标回收率
2.4 本章小结
第三章 基于花青素含量的猕猴桃成熟指标检测研究
3.1 实验部分
3.1.1 仪器和试剂
3.1.2 标准溶液和工作用溶液的配置
3.1.3 实验材料
3.1.4 样品预处理
3.1.5 实验方法
3.2 实验结果与分析
3.2.1 采摘后猕猴桃花青素和可溶性固形物变化趋势
3.2.2 成熟期不同时段猕猴桃花青素和可溶性固形物变化趋势
3.3 本章小结
第四章 基于BP神经网络的猕猴桃成熟度预测模型建立
4.1 人工神经网络
4.2 BP神经网络
4.3 BP网络预测模型的建立
4.3.1 样本数据处理
4.3.2 网络结构与参数
4.4 BP神经网络训练及测试
4.4.1 BP神经网络训练
4.4.2 BP神经网络测试
4.5 本章小结
第五章 基于遗传算法的猕猴桃花青素采收指标优化
5.1 遗传算法
5.1.1 基本原理
5.1.2 遗传算法工具箱
5.2 遗传算法优化BP神经网络流程
5.3 遗传算法优化BP神经网络的实现
5.3.1 种群初始化
5.3.2 适应度函数
5.3.3 选择操作
5.3.4 交叉操作
5.3.5 变异操作
5.4 遗传算法优化BP神经网络结果分析
5.5 花青素采收标准遗传算法寻优
5.5.1 花青素采收标准寻优算法设计
5.5.2 花青素采收标准寻优结果分析
5.6 本章小结
第六章 总结和展望
6.1 本文总结
6.2 未来展望
参考文献
致谢