第一章 绪论 1
第一节 问题提出与研究意义 1
一 鲜食葡萄具有很高的经济价值，其质量安全问题已经引起人们的广泛关注 1
二 易腐性是影响鲜食葡萄品质的关键因素，冷链运输是确保鲜食葡萄质量安全和经济效益的重要手段 1
三 加快鲜食葡萄冷链运输监测方法的研究既是农产品质量安全可追溯体系的要求，也是冷链运输监测技术发展的要求 1
四 集成无线传感网络与人工智能技术是智能化冷链运输发展的必然趋势 2
五 研究基于无线传感网络的鲜食葡萄冷链运输监测方法，保证鲜食葡萄冷链运输过程的安全性、透明性和高效性 2
第二节 文献综述 2
一 国内外冷链发展研究现状 2
二 农产品冷链监测发展研究 5
三 农产品品质衰变机理和品质变化建模研究 12
四 文献评述 13
第三节 研究目的、内容和技术路线与特色 14
一 研究目的 14
二 研究内容 14
三 技术路线 15
四 研究方法 16
五 研究特色与创新点 17
第二章 鲜食葡萄冷链运输监测参数辨识 18
第一节 鲜食葡萄冷链运输过程分析 18
一 鲜食葡萄冷链运输的特性 18
二 鲜食葡萄运输方式 19
三 冷链运输装备 20
四 冷链运输包装形式 24
第二节 冷链运输过程中鲜食葡萄品质变化因素分析 26
一 温度对鲜食葡萄冷链运输品质的影响 27
二 相对湿度对鲜食葡萄冷链运输品质的影响 31
三 保鲜技术对鲜食葡萄冷链运输品质的影响 32
四 其他因素对鲜食葡萄冷链运输品质的影响 34
第三节 鲜食葡萄冷链运输监测关键参数与阈值的确定 34
一 鲜食葡萄冷链运输监测的关键参数 34
二阈值的确定 34
第四节 本章小结 36
第三章 鲜食葡萄冷链运输监测参数采集 37
第一节 冷藏车厢多传感器监测需求分析 37
一 冷藏车厢温度场分布的空间差异性 37
二 单传感器监测的局限性 40
第二节 鲜食葡萄冷链运输数据采集设备的比较与选择 41
一 温湿度传感器 41
二 二氧化硫体积浓度传感器 42
第三节 冷藏车厢传感器布点优化 43
一 鲜食葡萄冷藏车厢监测点位优化原则 43
二 传感器点位优化方法比较 43
三 基于多目标决策模糊物元法的传感器点位优化模型 44
第四节 情景设计与优化结果 47
一 情景设计 47
二 数据获取方案 48
三 优化结果 50
第五节 优化结果验证 52
一 采用统计检验方法对优化结果进行验证 52
二 采用图像相似度比较法分析冷藏车厢温度场 55
第六节 本章小结 59
第四章 鲜食葡萄冷链运输监测参数估计 60
第一节 基于多传感器的鲜食葡萄冷链运输监测数据融合框架 60
一 鲜食葡萄冷链运输监测参数估计的需求分析 60
二 鲜食葡萄冷链运输监测数据的融合层次 61
三 常用数据融合方法对比 62
第二节 冷链运输监测时间—空间融合模型概念设计 63
一 监测参数的时间序列分析 63
二 监测参数的空间序列分析 64
三 冷链运输监测时间—空间数据融合模型 65
第三节 基于时间—空间数据融合的参数估计模型设计 65
一 时间—空间数据融合算法 66
二 算法流程 68
第四节 模型验证 69
一 数据来源 69
二 结果评价 70
第五节 本章小结 72
第五章 鲜食葡萄冷链运输预警模型的构建 74
第一节 鲜食葡萄冷链运输监测系统整体构架 74
一 鲜食葡萄冷链运输监测系统流程 74
二 预警方法比较 75
三 鲜食葡萄冷链运输预警算法流程 78
第二节 鲜食葡萄冷藏车厢环境预测模型的建立 79
一 多变量灰色预测模型MGM （1 ， n） 79
二 径向基神经网络模型 81
三 灰色径向基神经网络预测模型的互补性 82
四 基于MGM - RBF神经网络预测模型的参数预测 83
第三节 鲜食葡萄冷藏车厢环境报警模型的建立 85
一 统计过程控制技术 86
二 冷链运输监测控制图判异准则 87
三 基于控制图判异准则的预警模式的建立 89
四 报警算法流程 91
第四节 情景设计 92
第五节 结果分析 93
一 预测结果 93
二 结果评价 99
第六节 本章小结 101
第六章 结论与展望 103
第一节 研究结论 103
第二节 展望 104
参考文献 105