机器学习在食品贮藏品质预测中的应用

食品贮藏和流通过程中会出现不同程度的品质劣变现象。随着人们对食品品质和安全重视程度的不断提高,开展食品贮运过程中的品质预测研究,对食品品质调控具有重要意义。本文综述机器学习在食品贮藏品质预测中的研究进展,包括常规的品质预测方法及其局限性。重点介绍近年发展快、应用广的集成学习和人工神经网络算法以及预测性能评估方法,展望机器学习在食品领域的未来发展趋势,为开展食品科学的交叉研究提供参考。     

烟草黄瓜花叶病毒抗性位点发掘

烟草黄瓜花叶病毒（CMV）是烟草生产中主要病害之一,发掘其抗性位点,培育抗病品种是最有效的策略之一。本研究利用高抗CMV烤烟品种台烟8号为轮回亲本,优质感病烤烟品种NC82为供体亲本,配置BC1F1群体。在此基础上,利用组织快繁技术对200份BC1F1群体进行快繁,苗期人工接种CMV,获得稳定、可靠的表型数据。利用SSR标记构建遗传图谱,进而利用单向方差分析和完备复合区间作图法发掘CMV抗性位点。结果表明,单向方差分析法分别检测到5个与发病率性状和病情指数性状相关的标记;完备复合区间法共定位到5个QTL,其中2个与发病率性状相关,3个与病情指数性状相关。相关定位结果对开展分子育种辅助改良烟草CMV抗性具有一定意义。     

基于碳排放与需求响应的园区IES双层优化调度

以往的综合能源系统供需侧管理研究,几乎完全忽略了电转气的余热回收和用户对天然气的灵活需求。为提高系统整体能源利用率,降低系统日运行成本和用户日用能成本,本文结合可再生能源和电、热、天然气能源的生产、转换以及储能设备,构建了考虑碳排放和需求响应的园区综合能源系统双层优化模型。利用对偶理论、KKT条件及Big-M法,将下层模型转换为上层模型的线性约束条件后求解。模型以系统是否考虑热电联产机组、改进后电转气技术、用户需求响应等,分成不同场景进行实验分析。仿真结果表明,基于电、热、气等能源设备协同供能作用下,需求响应的参与,降低了系统6.7%的日运行成本、用户10.7%的日用能成本及5.7%的日碳排放成本。     

烤烟种质资源SSR核心引物的筛选及验证

为筛选到适合烤烟品种利用的核心引物,准确评价烟草种质资源遗传多样性和亲缘关系,利用5份遗传差异明显的烤烟种质对分布于烟草24条连锁群上的2317对SSR引物进行初步筛选,筛选出70对引物。再利用20份不同地理来源的烤烟种质对初筛引物进行复筛,最终确定24对核心引物。利用核心引物对20份烤烟种质进行遗传多样性分析,共得到85个多态性位点,平均PIC值为0.52,平均等位位点数为3.54。同时对这20份烤烟种质进行聚类分析和主坐标分析,验证24对核心引物的有效性。结果显示,两种研究方法结论一致,与种质亲缘关系吻合度较高。表明该SSR核心引物体系准确有效,可以适用于烤烟种质资源鉴定和遗传多样性分析。