具有“VC之王”美誉的猕猴桃口味酸甜,口感柔软,气味怡人,且含有丰富的营养成分,深受消费者的喜爱。中国是世界猕猴桃生产大国,面积和产量在世界排名均为第一名,仅陕西省的猕猴桃产量就超过全国猕猴桃总产量的50%。猕猴桃的品质影响着其经济价值,在贮藏、运输和加工等过程中起着极为重要的作用。现有的猕猴桃品质检测技术具有耗时长、操作复杂、易造成果实损伤、不能实时监测等缺点。本文在运用因子分析方法提取猕猴桃品质特征的基础上,研究猕猴桃的应力松弛特性、蠕变特性及介电特性与猕猴桃品质特征的关系,建立猕猴桃品质特征预测模型,全文结论如下:1.运用因子分析法对猕猴桃的16个指标进行品质特征提取,得出猕猴桃的品质特征指标分别为VC、可溶性固形物、△E(色差)粘聚性、弹性。2.猕猴桃应力松弛特性测试的最佳条件为:变形量0.5mm,加载时间50s,加载速度1.0mm·s-1。七元件麦克斯韦模型拟合猕猴桃的应力松弛行为效果最好,R2可达到0.999。猕猴桃的品质特征与应力松弛特性参数之间有很强的相关性,平衡弹性系数Eo与猕猴桃各品质指标的相关性系数均高于其他各应力松弛参数(P<0.01),运用猕猴桃应力松弛特性参数可以很好地反映猕猴桃的品质特征。利用岭回归法建立应力松弛参数预测猕猴桃特征品质的数学模型,可以较好地预测猕猴桃VC、可溶性固形物、AE、硬度、粘聚性、弹性等特征品质,模型对验证集的决定系数分别为0.882、0.880、0.869、0.691、0.733和0.814。运用应力松弛特性参数可以对猕猴桃的特征品质进行预测。3.猕猴桃蠕变特性测试的最佳条件为:载荷11N,加载时间30s,加载速度1.Omm·s-1。猕猴桃的蠕变行为可以被四元件伯格斯模型描述,R2可达到0.989。VC、△E、硬度、粘聚性和弹性这五个品质指标与弹性参数Ei、E2和粘性参数η1、η2之间的相关性均极显著(P<0.01),与弹性参数的二次项也有很强的相关性,蠕变特性参数可以很好地反映猕猴桃的特征品质。二次回归方法建立的蠕变特性参数与猕猴桃特征品质的数学模型可以较好地预测猕猴桃VC、可溶性固形物、△E、硬度、粘聚性、弹性等特征品质,模型对验证集的决定系数分别为0.938、0.813、0.883、0.941、0.860和0.851。利用蠕变特性可以对猕猴桃的特征品质进行预测。4.SPA算法和GA-PLS算法均可以有效的进行猕猴桃介电特性特征频率的提取和数据降维。SPA的降维效果较好,GA-PLS在建模中的效果较好。在神经网络建模过程中θ-ε频谱能更好的表征猕猴桃的介电特性。VC含量、可溶性固形物、△E、硬度、粘聚性和弹性六个特征的建模中最优的模型分别为SPA-NN、GA-PLS-NN、SPA-NN、GA-PLS-NN、GA-PLS-NN、GA-PLS-NN,所建立的模型能对六个特征指标进行较好地预测,对验证集的决定系数分别为0.971、0.922、0.934、0.984、0.908和0.954。介电特性可以反映猕猴桃的品质,为猕猴桃品质的检测奠定了基础。利用猕猴桃的应力松弛特性、蠕变特性以及介电特性能预测其品质,具有快速、高效、无损的特点。研究为猕猴桃采摘、贮藏、运输及加工中的品质快速检测提供理论依据,对猕猴桃产业的发展具有重要的意义。