第一章 绪论
第一节 问题提出与研究意义
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
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
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
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
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
第二节 文献综述
一 国内外冷链发展研究现状
二 农产品冷链监测发展研究
三 农产品品质衰变机理和品质变化建模研究
四 文献评述
第三节 研究目的、内容和技术路线与特色
一 研究目的
二 研究内容
三 技术路线
四 研究方法
五 研究特色与创新点
第二章 鲜食葡萄冷链运输监测参数辨识
第一节 鲜食葡萄冷链运输过程分析
一 鲜食葡萄冷链运输的特性
二 鲜食葡萄运输方式
三 冷链运输装备
四 冷链运输包装形式
第二节 冷链运输过程中鲜食葡萄品质变化因素分析
一 温度对鲜食葡萄冷链运输品质的影响
二 相对湿度对鲜食葡萄冷链运输品质的影响
三 保鲜技术对鲜食葡萄冷链运输品质的影响
四 其他因素对鲜食葡萄冷链运输品质的影响
第三节 鲜食葡萄冷链运输监测关键参数与阈值的确定
一 鲜食葡萄冷链运输监测的关键参数
二 阈值的确定
第四节 本章小结
第三章 鲜食葡萄冷链运输监测参数采集
第一节 冷藏车厢多传感器监测需求分析
一 冷藏车厢温度场分布的空间差异性
二 单传感器监测的局限性
第二节 鲜食葡萄冷链运输数据采集设备的比较与选择
一 温湿度传感器
二 二 氧化硫体积浓度传感器
第三节 冷藏车厢传感器布点优化
一 鲜食葡萄冷藏车厢监测点位优化原则
二 传感器点位优化方法比较
三 基于多目标决策模糊物元法的传感器点位优化模型
第四节 情景设计与优化结果
一 情景设计
二 数据获取方案
三 优化结果
第五节 优化结果验证
一 采用统计检验方法对优化结果进行验证
二 采用图像相似度比较法分析冷藏车厢温度场
第六节 本章小结
第四章 鲜食葡萄冷链运输监测参数估计
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
一 鲜食葡萄冷链运输监测参数估计的需求分析
二 鲜食葡萄冷链运输监测数据的融合层次
三 常用数据融合方法对比
第二节 冷链运输监测时间—空间融合模型概念设计
一 监测参数的时间序列分析
二 监测参数的空间序列分析
三 冷链运输监测时间—空间数据融合模型
第三节 基于时间—空间数据融合的参数估计模型设计
一 时间—空间数据融合算法
二 算法流程
第四节 模型验证
一 数据来源
二 结果评价
第五节 本章小结
第五章 鲜食葡萄冷链运输预警模型的构建
第一节 鲜食葡萄冷链运输监测系统整体构架
一 鲜食葡萄冷链运输监测系统流程
二 预警方法比较
三 鲜食葡萄冷链运输预警算法流程
第二节 鲜食葡萄冷藏车厢环境预测模型的建立
一 多变量灰色预测模型MGM（1.n）
二 径向基神经网络模型
三 灰色径向基神经网络预测模型的互补性
四 基于MGM—RBF神经网络预测模型的参数预测
第三节 鲜食葡萄冷藏车厢环境报警模型的建立
一 统计过程控制技术
二 冷链运输监测控制图判异准则
三 基于控制图判异准则的预警模式的建立
四 报警算法流程
第四节 情景设计
第五节 结果分析
一 预测结果
二 结果评价
第六节 本章小结
第六章 结论与展望
第一节 研究结论
第二节 展望
参考文献
