我国是世界重要的饲料生产大国,但近些年发展过程中饲料产业大而不强、大而不优的局面仍未根本扭转,其主要原因是技术水平不够先进,管理理念落后,质量保障缺乏。而生产物流追溯是优化饲料供应链的重要方法,主要包括信息化建设和信息获取,近红外光谱检测技术凭借其速度快、效率高、无损无污染等突出特性,已经成为饲料生产物流中质检信息获取的重要手段。将饲料生产物流追溯与近红外光谱质检技术结合起来,这既可使饲料企业很好的对生产物流进行监管并提高企业竞争力,又对供应链下游养殖业乃至国家食品安全具有重要意义。本文以饲料质量检测为中心,研究了近红外光谱快速质检技术及其在饲料生产和流通过程中的质检应用,设计了饲料生产物流及质量追溯信息化软件,本文的主要研究工作如下:(1)本文对饲料生产物流过程中的常用近红外光谱检测技术中的MSC、SNV、SG预处理算法和偏最小二乘回归建模算法(PLS)进行并行化设计,选用饲料生产物流过程中的生产原料数据,同时考虑数据的一般性,设置不同规模的随机数据,与传统串行算法进行对比实验,证明上述并行化算法可以很好的改善生产物流质检的便捷快速性。(2)本文提出基于并行化的PLS(FAST-PLS)融合核极限学习机(KELM)的质检模型(FAST-PLS-KELM),该模型使用PLS选择主成分作为KELM的输入,对饲料生产原料等级进行二分和多分类,与五种常用近红外光谱分类算法进行对比实验证明它可以有效保障饲料生产物流追溯过程中的原料质检信息准确性和快速性。(3)本文基于先进的饲料生产物流质检技术,提出并设计面向饲料的生产物流质量追溯系统并进行界面展示,主要实现涉及饲料原料、生产、储存的生产物流环节并补充饲料送达生成追溯码环节进而实现饲料质量追溯的信息化建设。