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:建立了芦笋及其制品中9种有机氯类与5种拟除虫菊酯类农药残留的定性和定量分析方法。芦笋样品用乙酸乙酯一环己烷混合溶液(1+1,V/V)提取,凝胶色谱净化,以弗罗里硅土小柱作为分离柱,经程序升温分离各组分,以峰面积外标法定量,能有效分离9种有机氯和5种拟除虫菊酯农药,消除基质干扰效果好。该法在0.01-0.10mg/L质量浓度范围内线性良好,相关系数R2均大于0.995,回收率为78.3%,103.5%,相对标准偏差为4.1%。7.3%。有机氯和拟除虫菊酯农药检出限分别为0.002mg/kg和0.005mg/kg。该方法灵敏度高、重现性好,适用于国内外对农药残留限量的检测要求,为芦笋的出口提供技术保障。