冷链运输过程中,冷藏车厢温湿度环境是影响生鲜品质的重要因素,而其影响因子之间存在复杂的耦合关系,致使目前的冷链监测系统仅能监测车厢内的环境参数,而无法对环境的变化趋势做出预判,不能满足冷链运输的实际需要。开展冷链运输车厢中温湿度预测研究,实现冷链运输车厢内温湿度预测,对推动我国冷链运输智能化管理具有重要的现实意义。本文以冷藏车厢内温湿度为研究对象,对冷链环境温湿度预测方法及预测系统进行研究。具体内容如下:1.设计冷链运输环境温湿度数据采集系统。选择浙江省舟山市兴业集团的冷藏车开展试验研究,运输货物为舟山带鱼、梭子蟹等水产品,运输路线为:浙江省舟山市到北京市大兴区。根据数据采集需求,设计研制冷链运输远程监测系统,包括温湿度采集节点、车载终端、远程监测平台三部分。实现对冷藏车厢内温湿度数据的实时获取和冷藏车的实时定位跟踪,并实现数据的远程传输,从而对冷链运输全过程进行监测,为冷链环境温湿度预测模型研究和预测系统开发提供良好的数据基础。2.构建基于k-medoids算法结合长短时记忆网络的预测模型。首先利用kmedoids算法对冷藏车厢内温湿度进行数据融合,将融合后的数据输入到长短时记忆网络中进行预测,构建基于k-medoids算法结合长短时记忆网络温湿度预测模型,实现对未来1小时的冷链环境温湿度变化的预测。3.开发冷链运输环境温湿度预测系统并进行试验验证。在算法研究的基础上,将k-medoids算法和长短时记忆网络模型移植到冷链运输远程监测系统的车载终端中,采用周期调用的运行机制,设计与实现冷链运输环境温湿度预测系统。试验结果表明,系统可以准确获取冷藏车厢温湿度变化趋势,系统的应用能够实现冷链物流过程的智能化管理。