水果内部品质的无损检测和识别是农业工程与食品工程科技界的热门研究课题，对于满足消费者对食品品质和食物安全的要求，提高水果产品的市场价值与市场竞争力，增加农民收入都具有重大意义。目前水果内部品质分析存在破坏样本、耗时长、成本高等不足，因此探索基于介电特性用于无损检测水果内部品质的方法并建立稳定的数学模型以及评价体系，具有重要的理论意义和实际应用价值。目前甜瓜的糖度的鉴定仍然采用传统的算、看、听、闻等方法，这些方法都难以对甜瓜做出精确判断，且依赖于个人经验，在大规模检测中费工费时,很难适应当今甜瓜生产和销售的需要。因此，准确、快速、简便的甜瓜糖度无损检测技术对甜瓜上市以及采后分级贮运、销售环节都具有重大理论和实践意义。无损检测技术是在不破坏样品自身的情况下获得样品内部品质信息的优势。本文在研究多种现有无损检测技术对食品的主要检测方法发的基础上，着眼于眼于新疆地区的优质特色水果—甜瓜，以糖度作为甜瓜内部品质的参考指标，分别从甜瓜介电特性的测量、有用信息的提取、数学模型的建立和比较，在此基础上建立基于遗传算法优化BP神经网络的甜瓜无损检测模型。本文的主要工作如下：首先，阐明了基于介电特性无损检测水果内部品质的原理和方法，搭建了甜瓜介电特性的测量平台，探索不同的测试部位对数据的影响，找到最佳的测试条件用于苹果介电特性的测量。其次，对甜瓜样本介电信息的提取，采用了主成分分析的方法；在保留有用信息的前提下降低数据特征的维数，为下一步数学模型的建立奠定基础。第三，建立了基于介电特性的甜瓜糖度的线性和非线性数学模型，实验结果表明线性模型对于甜瓜内部品质的预测精度不高，而非线性的人工神经网络模型虽然提高了预测的精度，但仍然存在着训练过程不稳定和泛化能力不足的问题。应用遗传算法来优化BP回归模型，通过遗传算法的全局寻优能力来对神经网络的权值和阈值进行优化，得到的甜瓜内部品质的预测效果明显优于人工神经网络模型。实验结果表明，采用介电特性测量手段，对数据采用主成分分析进行特征提取，将特征参数用遗传优化BP神经网络来对甜瓜的糖度进行预测具有较高的预测精度。能够初步满足该类甜瓜样本内部糖度数据的预测，从而为后期的研究奠定相应的理论与实验基础。