【技術實現步驟摘要】
本專利技術涉及評價領域，尤其涉及食品包裝環境相容性評價方法。
技術介紹
1、在現代食品工業中，食品包裝不僅是保護食品免受物理損傷、化學污染及微生物侵害的屏障，還直接關系到食品的質量安全、保質期以及消費者的健康。隨著環保意識的增強和可持續發展的要求，食品包裝的環境相容性成為了行業內外關注的焦點。環境相容性不僅要求包裝材料在使用過程中對食品無害，還需考慮其在生產、使用、廢棄及回收等全生命周期內對環境的影響。
2、傳統的食品包裝評價方法多側重于包裝材料的物理性能、化學穩定度及阻隔性能等單一維度的測試，缺乏對包裝與具體使用環境相互作用關系的全面評估。例如，某些包裝材料在實驗室條件下表現出優異的性能，但在實際存儲、運輸或消費環境中，可能因溫度、濕度、光照、氣體成分等環境因素的變化而顯著影響其性能，進而影響食品的安全性和品質。
3、此外，現有的環境相容性評價方法往往缺乏系統性和量化標準，難以準確反映包裝與環境之間的復雜相互作用關系，也無法為包裝材料的改進和選擇提供科學依據。因此，開發一種能夠綜合考慮食品包裝材料性能、使用環境條件及其相互作用關系的系統性評價方法顯得尤為重要。
技術實現思路
1、本專利技術的目的是要提供食品包裝環境相容性評價方法。
2、為達到上述目的，本專利技術是按照以下技術方案實施的：
3、本專利技術包括以下步驟：
4、采集食品包裝的測試數據和環境數據，對所述測試數據和所述環境數據進行預處理；
5、根據所述
6、根據所述測試數據對所述食品袋進行適應性分析獲得適應度，根據所述適應度和所述調控系數構建食品包裝環境相容性評價模型；
7、優化所述食品包裝環境相容性評價模型，將待評價數據輸入所述食品包裝環境相容性評價模型，輸出評價結果。
8、進一步的，根據所述測試數據對所述食品包裝進行穩定度分析獲得穩定度的方法，包括：
9、將初始測試數據作為參照，對測試數據進行對比分析，根據對比分析計算變化程度：
10、
11、其中第c次測試的第a個測試數據為yc,a，第z次測試的第a個測試數據為yz,a，測試數據的數量為k，測試數據y的變化程度為d(y)；
12、根據變化程度計算穩定度：
13、
14、其中測試數量為第a個測試數據的穩定度為φa。
15、進一步的，根據所述穩定度對所述環境數據進行篩選影響分析獲得調控系數的方法，包括：
16、計算環境數據的信息密度：
17、
18、其中第w個環境數據為bw，環境數據bw的信息熵為u(bw)，環境數據的數量為nw，第w個遺傳因子為
19、根據信息密度計算環境數據的重要程度：
20、
21、其中環境數據bw的重要程度為環境數據bw的貢獻度為調控常數為σ；
22、計算環境數據與穩定度的關聯度：
23、
24、其中環境數據bw的的權重為環境數據bw未變化時的穩定度為環境數據bw變化后的穩定度為分辨系數為μ，環境數據bw的關聯度為
25、根據關聯度對環境數據進行降序排序，將關聯度大于0.353的環境數據篩選為關鍵數據；
26、根據關鍵數據計算調控系數：
27、
28、其中第w個關鍵數據的調控系數為測試數量為誤差常量為τ，第w個關鍵數據的遺傳系數為λw，l2范數為‖·‖2，第i次測試第w個關鍵數據的關聯度為θi,w，第i次測試第w個關鍵數據變化后的穩定度為第i次測試環境數據bw未變化時的穩定度為關鍵數據的數量為
29、進一步的，根據所述測試數據對所述食品袋進行適應性分析獲得適應度的方法，包括：
30、將測試數據按調控系數分成多個子集，計算測試數據的鄰域集：
31、
32、其中第個測試數據為第a個測試數據為ya，第b個子集測試數據的數量為第j個子集測試數據的自適應鄰域半徑為測試數據和測試數據ya的歐氏距離為第j個子集測試數據的鄰域集為第p個測試數據為yp；
33、計算子集間的自適應鄰域互信息：
34、
35、其中第j個子集和第q個子集的自適應鄰域互信息為第j個子集測試數據的鄰域集為第j個子集和第q個子集的并集為j∪q，自適應參數為χ；
36、計算測試數據的加權平均冗余度：
37、
38、其中第ρ個測試數據為kρ，測試數據ya的數學期望為f(ya)，測試數據的數學期望為f(ya)，測試數據ya和近鄰測試數據ya的數學期望為第a個測試數據簇為ea，測試數據ya在測試數據簇βc中的加權平均冗余度為z(ya,ea)，第b個子集和第v個子集的歸一化鄰域互信息為調整因子為測試數據ya平方的數學期望為
39、根據目標函數構建回歸模型，目標函數的表達式為：
40、
41、其中矩陣的弗羅貝尼烏斯范數為第j組的特征維數為gj，第z個測試數據的回歸系數為第j個測試數據的回歸系數為核函數為g、i，正則化參數為γ，目標函數為
42、根據懲罰系數，計算測試數據的適應度：
43、
44、其中似然函數為w，有效參數的個數為n，第a個測試數據的適應度為ζa，環境相容性指標的數量為m，抑制因子為χ，第i次測試前的第c個環境相容性指標為qi,c(ya)，第i次測試后的第c個環境相容性指標為
45、進一步的，根據所述適應度和所述調控系數構建食品包裝環境相容性評價模型的方法，包括：
46、根據誤差特性構造目標函數：
47、
48、其中損失函數為罰項系數為ω，第個誤差特性為誤差特性的數量為目標函數為松弛變量為η，調控系數為適應度為ζ；
49、遙感數據誤差修正模型包括隨機森林算法、自編碼器、機器學習算法；
50、隨機森林算法按照4:1的比例將輸入數據劃分為訓練數據和測試數據；
51、層次聚類算法通過無監督學習的方式，將訓練數據編碼為低維表示，再重建為原始數據，學習訓練數據的壓縮特征表示獲得特征數據；
52、機器學習算法通過變化量捕捉特征特征引發的誤差值，根據誤差值調整訓練數據獲得預測評價值；
53、根據預測評價值數據和實際評價值的均方差調整食品包裝環境相容性評價模型的超參數，當均方誤差小于0.15時，停止調整。
54、進一步的，優化所述食品包裝環境相容性評價模型的方法，包括：
55、計算搜索子的位置：
56、
57、其中初始搜索子的位置為0到1之間的隨機數為r1，種群空間范圍的上界為vu，種群空間范圍的下界為vl；
58、更新搜索子的位置，表達式為：
本文檔來自技高網...【技術保護點】
1.食品包裝環境相容性評價方法，其特征在于，包括以下步驟：
2.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述測試數據對所述食品包裝進行穩定度分析獲得穩定度的方法，包括：
3.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述穩定度對所述環境數據進行篩選影響分析獲得調控系數的方法，包括：
4.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述測試數據對所述食品袋進行適應性分析獲得適應度的方法，包括：
5.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述適應度和所述調控系數構建食品包裝環境相容性評價模型的方法，包括：
6.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，優化所述食品包裝環境相容性評價模型的方法，包括：
7.一種電子設備，包括：處理器；以及
8.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被包括多個應用程序的電子設備執行時，使得所述電子設備執行所述權利要求1～6任一
...【技術特征摘要】
1.食品包裝環境相容性評價方法，其特征在于，包括以下步驟：
2.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述測試數據對所述食品包裝進行穩定度分析獲得穩定度的方法，包括：
3.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述穩定度對所述環境數據進行篩選影響分析獲得調控系數的方法，包括：
4.根據權利要求1所述食品包裝環境相容性評價方法，其特征在于，根據所述測試數據對所述食品袋進行適應性分析獲得適應度的方法，包括：
【專利技術屬性】
技術研發人員：吳剛，仇凱，路秋勉，郭新光，張皓霖，馬俊杰，
申請(專利權)人：中國食品發酵工業研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。