简介:马铃薯贮藏库温度受室外温度、室内马铃薯呼吸释放温度、通风降温等因素的影响难以准确预测,提出了一种改进遗传算法(GeneticAlgorithm,GA)优化支持向量回归机(SupportVectorRegression,SVR)的马铃薯贮藏库温度预测方法。该方法针对支持向量回归机参数难以选择、容易陷入局部极小的缺点,引入了具有并行性、全局搜索能力强的GA算法,结合局部搜索能力强的模拟退火算法(SimulatedAnnealing,SA),实现支持向量回归机的自动寻优。以新疆某农产品加工公司马铃薯贮藏库实测温度数据为样本,建立SAGA-SVR马铃薯贮藏库温度预测模型,进行贮藏库温度准确的预测。仿真结果表明,与GA-SVR、反向传播(BackPropagation,BP)温度预测模型的预测结果相比较,SAGASVR预测结果优于GA-SVR、BP预测结果,具有良好的预测效果。该预测方法较好地解决了系统非线性、小样本等问题,为类似应用场合地温度预测提供参考。
简介:为提高检验效率、降低检验成本、提高准确度、降低检验风险,建立一种较为方便、快速、准确、安全的碘含量测定前处理方法,对GB5413.23—2010食品安全国家标准《婴幼儿食品和乳品中碘的测定前处理方法》进行改进。试验结果表明,吸取滤液体积2mL,加入硫酸体积0.14mL,正己烷加入体积为10mL。本前处理方法在0~12μg,呈良好的线性关系,相关系数R2=0.9999,样品的平均加标回收率为103%,RSD为1.30%;改进后前处理方法响应较原方法提高3.6倍。改进后的前处理方法较改进后的前处理方法简化了前处理步骤,减少了有机试剂用量,很大程度上缩短了检验时间,降低了检验成本及前处理过程对检验员的危害,同时提高了检验的精密度、准确度,使整个检验过程更加稳定。