全 文 ：第 20卷 第 2期
2004年 3月
农 业 工 程 学 报
Transactions of the CSAE
Vol. 20　 No. 2
Mar.　 2004
采后热处理对优化控制西红柿果实呼吸强度的影响
屠　康 1 , 森本 哲夫2 , 桥本康 2
( 1.南京农业大学食品科技学院 ,南京 210095;　 2.日本国立爱媛大学农学部 松山 790-8566日本 )
摘　要: 该文研究了热处理对减小西红柿贮藏中呼吸强度的作用及其控制。 在试验中以 5～ 40℃温度作为输入参数 ,输出
参数为西红柿的呼吸强度 ,通过动态控制温度降低呼吸强度。目标函数是平均呼吸强度的倒数。通过神经网络来模拟确定
温度对呼吸强度的动态影响 ,神经网络模型的输出结果与实验观察结果拟合很好。 优化控制通过 4个控温步骤 ,经过基因
算法使目标函数最大 ,即呼吸强度最小 ,从而降低西红柿呼吸强度 ,减缓贮藏品质的衰败。
关键词: 西红柿 ; 采后热处理 ; 呼吸强度 ; 优化控制
中图分类号: S609+ . 3; S641. 2　　　　文献标识码 : A　　　　文章编号: 1002-6819( 2004) 02-0199-0
收稿日期: 2003-09-26　修订日期: 2003-12-07
基金项目:国家自然科学基金项目 ( 30270765)
作者简介:屠　康 ,男 ,教授 ,博士生导师。 主要从事农产品检测、贮
藏和加工方面的研究工作。南京市　南京农业大学食品科技学院 ,
210095
0　引　言
热处理影响果蔬的呼吸作用、抗病虫害、抗衰老等
生理生化功能 ,从而改变果蔬的品质、贮期及腐烂发生。
适当的热处理可以较好地保持苹果、番茄的硬度 ,延长
贮藏期 [1, 2 ] ,还可以减轻葡萄柚 [3 ]、黄瓜 [1 ]、番茄 [4, 5 ]等果
蔬的冷害。虽然采后热处理对番茄的贮藏品质有影响 ,
但是热处理的时间与温度的控制与优化以及对西红柿
贮藏品质主要指标的影响情况有待进一步明确。呼吸强
度是反映西红柿贮藏品质的重要参数之一 ,低的呼吸强
度往往可以使果实保持较长的贮藏时间。由于水果贮藏
过程中生理变化的复杂性 ,先进的控制技术如神经网络
和基因算法可以使复杂的系统简单化。神经网络可以用
来测定复杂的非线性系统 [6 ] ,而基因算法可以成功算出
复杂问题的优化值 [7 ]。本研究通过测定西红柿贮藏中的
动态反应 ,探讨优化控制的热处理条件及其对番茄贮藏
品质特别是呼吸强度的影响 ,这在中国还未见报道。
1　材料和方法
1. 1　试验材料和装置
试验用品种桃太郎 (Lycopersicon esculentum Mill.
cv . M omo ta ro )是一种日本市场上常见的西红柿品种。
采摘绿熟期 ( mature g reen) ,大小相近的西红柿 (直径
约为 8 cm )贮藏在温湿控制箱中 ( Tabai-espec, LHU-
112M ,日本 ,控制精度:温度± 0. 1℃ ,相对湿度± 2% ) ,
温湿度变化可以通过计算机控制。西红柿的呼吸强度用
二氧化碳测试仪 ( Simazu, SPB-H4A, 日本 )检测 ,结果
输入计算机。 西红柿颜色的变化用美能达色差仪 ( Mi-
nolta, CR-200b, 日本 )检测。具体试验装置见图 1。
1. 2　原理
在采后处理及贮藏中 ,在一定环境下水果的反应
(生理、品质参数变化 )可以通过神经网络系统确定并由
图 1　西红柿贮藏中呼吸强度检测和控制试验装置图
Fig. 1　 A measuring and contro l sy stem for
tomato respira tion during sto rag e
基因算法得到最佳值 ,然后通过环境 (如温度、湿度 )的
优化控制保持水果贮藏品质。 这是一个动态的过程 ,可
以根据水果的状态反馈调整。
1. 3　优化控制的目标
试验的重点在于控制西红柿的呼吸强度 ,因为呼吸
强度的减少可以延长西红柿的贮藏时间 ,即通过变温处
理或低温贮藏使贮藏的西红柿呼吸强度最小。 假设
RT (k ) (k = 1, 2,… , N )是对应时间系列的呼吸强度 ,
对应的在 k时间点的温度为 T (k )。如果经过一定的温
度 (热处理或其他储藏温度 ) ,使最后阶段的呼吸强度控
制在最小 , 即控制过程的最后阶段呼吸强度之和
P ( T (k ) )最小 (k= N L ,… , N ,其中 N L是最后阶段的开
始时间 , N 是最后时间点 )。那么一个目标函数
P ( T (k ) )可以用最后阶段的呼吸强度平均值表示 ,如
式 ( 1)所示。其倒数形式为式 ( 2)。
P ( T (k ) ) = ∑ RT (k ) /( N - N L + 1)
( N L < k < N ) ( 1)
F ( T (k ) ) = 1 /P ( T (k ) ) ( 2)
在采后热处理过程中 ,加热会使呼吸增加但是在随
后的贮藏中呼吸强度反而小于未热处理的西红柿 [8 ]。其
原因是热激蛋白 ( Hea t Shock Pro tins, HSPs)发生作
用 [1, 2 ]。试验中 ,只研究优化控制采后热处理最后阶段的
呼吸强度 ,因为采后热处理的目的是控制处理末期呼吸
强度 ,使其呼吸强度小于未处理的西红柿。采用倒数的
形式是为了适合于基因算法 ,因为这种形式使求最小值
199
问题变成为求最大值问题 ,即要使呼吸强度 P ( T (k ) )
最小 ,就要使 F ( T (k ) )最大。
控制过程被分为 l个步骤 (控制温度 T1、 T 2… TL ) ,
优化问题可以转化为确定这 l个步骤的温度使目标函
数 P ( T (k ) )最小。在本研究中给出 2个限制温度 ( Tmin
= 5或 25℃ ) ,考虑 5℃是冷藏库的常用温度而 25℃可
以视为常温。最高温度固定为 40℃。即目标函数为
最小化 P ( T (k ) ) ( 3)
控制温度为 Tmin≤ T (k )≤ 40℃ ( 4)
1. 4　神经网络和基因算法
水果采后贮藏过程是一个复杂的生理变化过程 ,它
的环境控制必须可调和优化。一个一般的优化控制过程
可见图 2。在这个系统中 ,测量和确定水果的品质情况
是主要的任务 ,环境的控制是建立在这之上的。 智能优
化控制系统包括了决策系统和反馈控制系统。决策系统
包括了神经网络和基因算法。在本研究中 ,神经网络先
用来确定受温度影响的呼吸强度 ,然后基因算法用来寻
找 l个步骤的温度 (优化温度值 )。这些温度值通过模拟
确定的神经网络模型使目标函数值最大。确定和搜寻一
个优化值的过程是周期性重复的以适应随时间变化的
贮藏系统。
图 2　一种贮藏过程中根据水果反应而进行
控制优化的智能控制系统
Fig. 2　 An intellig ent contro l sy stem fo r r ea lizing
optimal contro l o f the sto rag e process of fr uits
图 3为本研究中用来识别的三层神经网络系统。这
里用延迟时间算子 ( time-delay opera to rs)和输入、输出
数据来反映系统的动态变化。输入的对应于第 (n+ 1)
时间的温度表示为 { T (k ) , T (k - 1) ,… , T (k - n) };
对应于第 n的过去时间系列的输出表示为 {RT (k - 1) ,
… , RT (k - n )用来作为输入网络层和呼吸强度的现在
输出值。RT (k )是训练数值 (k: 取样时间 , sampling
time, k= 0, 1,… , N - n; N :数据参数值 )。神经网络的
学 习 训 练 方 法 是 误 差 反 馈 法 ( erro r back-
propagation)
[9, 10 ]。 这样可以使神经网络系统的输出与
训练信号的方差最小 ,通过这种方法能得到一个动态模
型。
试验数据分成两组 ,一组为训练组 ,另一组为检验
组。前一组用来训练神经网络而后一组用来检验准确性
和识别模型 ,验证组与训练组的数据不相联系。 这种验
证方法为交叉验证。系统的阶层数和神经网络隐藏的神
经元数目用交叉验证方法确定。
图 3　带有时间延迟的三层神经网络系统结构图
Fig . 3　 St ruc ture of a th ree-layer neural
ne two rk with time-dela y oper ato r
在应用基因算法之前 ,一些个体要首先定义。 控制
分为 l个步骤 ,每个个体作为 l个步骤每一步骤 (温度
T1 , T 2 ,… , Tl )的设定值并且它们是 6位 2进制数。图 4
显示个体和群体的定义以及基因算法的步骤。基因算法
的过程如下: 1)最初的群体包含 N i ( = 6)的随机产生
的个体 ; 2) No (= 50)个个体从另一群体加入到最初的
群体中 ; 3)交叉和变化算子应用到上面群体中的个体。
通过交叉和变化 ,产生了新的 N c和 Nm个体 ; 4)采用识
别神经网络模型计算各个个体的啮合度 ; 5)啮合度较
高的 N r个个体选出来并且作为下一轮计算的个体。一
个优化值可以通过反复这些计算步骤而得到。以上的优
化值是通过编程计算 (基因算法程序 )得到的。
图 4　搜寻最佳值的遗传算法流程图
Fig . 4　 Flow char t of th e genetic algo rithm used
fo r sear ching an optimal v alue
2　结果和讨论
2. 1　热处理对西红柿的效果试验
图 5表示在 38℃条件下热处理约一天后再置于室
温 ( 20℃ ) ,西红柿呼吸强度低于处理前。 而在低温
( 10℃ )条件下放置约一天后再置于室温 ,处理前后西红
柿呼吸强度几乎不变。这表明合适的热处理可以减少随
后贮藏中的西红柿呼吸强度。
研究中还比较了西红柿在室温 (对照 )和热处理 (热
空气 38℃ , 1 d)后 ,再在室温条件下贮藏时颜色的变化
情况。 颜色空间为 L* C* H°, L* 是亮度 , C* 是彩度 ,
H°是色调角。两种条件下的西红柿颜色均变红 ,色调角
不断下降。但是在随后 5 d的贮藏中发现热处理的西红
200 农业工程学报 2004年　
柿色调角下降较对照组慢 (图 6) ,表示热处理后的西红
柿颜色变红较慢。可能的原因是在 12℃到 25℃范围 ,叶
绿素减少 ,番茄红素和少量 β-胡萝卜素的形成导致西红
柿颜色变红。在热处理组 ,叶绿素消失 ,β -胡萝卜素增加
但是番茄红素的转变被抑制 ,从而导致黄红色果
实 [11, 12 ]。
图 5　西红柿呼吸强度受温度影响的情况
Fig . 5　 Changes of respira tion r ate o f
toma toes as affected by tempe ratur e
图 6　热处理和对照组色调角的变化情况 (带标准差 )
Fig. 6　 Co lor changes o f heated( 38℃ , 24 h) and cont rol
sto red toma toes ( with standard e rro r )
2. 2　温度、呼吸强度随时间的动态变化
图 7可以看到西红柿呼吸强度随温度和时间变化
的情况。为了更好地识别 ,让温度在 5～ 40℃之间动态
变化 (三种动态变化情况 )。可以看出呼吸强度随温度的
变化而变化 ,这些数据是每隔 30 min采样的。从图中可
以看到呼吸强度随温度升高而增加 ,随温度降低而减
小。当温度显著升高时 ,呼吸强度升高会形成峰值 ,而当
温度降低时并没有峰谷出现。
这种呼吸强度随温度动态变化的情况 ,可以用图 3
所示的神经网络来识别。系统的参数通过交叉验证得到
为 n = 30。另一方面 ,通过交叉验证发现隐藏的神经网
络元为 nh = 20。
图 7　三组西红柿受不断变化的温度影响的
动态呼吸强度变化情况
Fig. 7　 Long term ( for about 150 hours) dynamic changes
o f the r espir ation ra te ( thr ee pa tterns)
w hich was a ffect ed by tem perature
图 8表示从神经网络模型计算出来的数据与试验
观察得到的呼吸强度的比较情况。一组与训练数据很不
相同的数据作为验证数据进行了图 8的比较。从图 8可
以发现 ,神经网络估算的结果与试验观察结果相关性
(啮合程度 )很好 ,这说明所提出的模型可以模拟西红柿
在不同环境 (温度、时间 )下的呼吸变化。
图 8　观察到的呼吸强度与模拟值的吻合性
Fig. 8　 Comparison of the CO2 production rate
be tween the estima ted and observ ed values
2. 3　优化控制的例子
优化的 l个步骤温度控制可以通过模拟识别模型
实现。图 9是一个优化控制西红柿呼吸强度的例子 ,基
因算法发现通过 4个温度控制可以得到呼吸强度的优
化值 ( l = 4)。在 100 h的过程中 ,开始温度为 T = 15°。
控制过程分为 4个阶段 ,温度控制在 25～ 40℃。4个优
化温度为 T1 = 41℃ , T2 = 31℃ , T 3 = 25℃ 和 T 4 =
201　第 2期 屠　康等: 采后热处理对优化控制西红柿果实呼吸强度的影响
25℃ (图中实线 )。虽然在第一阶段因为热处理西红柿
的呼吸强度大于固定温度 ,但是在随后的贮藏过程中
(从 31～ 25℃ ) ,呼吸强度要低于固定温度 25℃ (图中虚
线 )情况下的呼吸强度。所以最终西红柿的呼吸强度要
小于固定温度贮藏情况。通过变温处理 (采后热处理 )可
以在贮藏过程中减少西红柿的呼吸强度 ,达到延长贮藏
期的目的。
在另一种情况下 ,优化的结果为保持贮藏温度为
5℃ ,即各个阶段温度都为 5℃。 5℃贮藏条件下西红柿
的呼吸强度较低 ,但是这种贮藏条件下可以观察到冷害
情况的发生。 有研究表明 ,在低温条件下 ,冷害、表面缺
陷以及与成熟无关的乙烯会发生 [11 ]。
图 9　一个温度在 25℃到 40℃之间变化时优化与
固定温度控制时的 CO2变化情况例子
Fig . 9　 An example of the optimal contro l
pe rfo rmance of the r espiration ra te under
the tempera tur e from 25℃ to 40℃
3　结　论
合适的热处理与直接贮藏相比可以减少贮藏中的
呼吸强度 ,延缓成熟和颜色变化。一个三层神经网络模
型可以有效地识别受温度影响的呼吸强度的动态变化。
基因算法通过模拟和识别神经网络模型可以算出 l个 ( l
= 4)步骤的温度。根据不同的温度限定 ,可以确定几个
不同的优化温度条件。这种方法的优点是可调控并且可
以动态控制 ,从而使西红柿呼吸强度最低。 例如 ,在 25
～ 40℃的范围内 ,一个优化的温度控制条件可以由第一
步的热处理和随后的较低温度组成 ,如 ( 40、 31、 25、
25℃ )。虽然低温如 ( 5、 5、 5和 5℃ )也可以保持低呼吸强
度 ,但是会造成冷伤害。西红柿的颜色也受到热处理的
抑制。 所以 ,可调和可控制的环境条件可能比常规的固
定温度贮藏对水果有更好的效果。 需要指出的是 ,优化
控制的步骤可以根据贮藏时的需要而变化 ,但是文中提
出的方法仍然是可行的。
[参　考　文　献 ]
[1]　 Lurie S. Po stha rv est hea t tr eatments [ J]. Postharv est Bi-
o lo g y and Tech no lo gy , 1998, 14: 257- 269.
[2]　 Arté s, F, Sanchez E, Tijskens L M M. Qua lity and shelf
life of toma toes improved by inte rmittent w arming [ J ].
L ehensm Wiss u Technol, 1998, 31: 427- 431.
[3]　 Po rat R, Daus A, Weiss B, et a l. Induction of r esistance
to Penicillium dig ita tum and chilling injury in Sta r Ruby
g r apefruit by a sho rt ho t- wa ter rinse and brushing t reat-
m ent [ J ]. Journal o f Ho r ticultura l Science
& Bio tech no lo gy , 2000, 75( 4): 428- 432.
[4]　 Arté s F, Ga rcia F, Ma rquina J, et al. Phy siological re-
sponses o f tomato fruit to cyclic intermittent tempe ratur e
regimes [ J]. Postharv est Biolog y and Technolog y, 1998,
14: 283- 296.
[ 5]　李丽萍 ,韩　涛 .热处理条件对番茄采后冷害的影响 [ J].
农业工程学报 , 1996, 12( 4): 189- 193.
[6]　 Chen S, Billing s S A, Grant P M. Non-linear system i-
dentifica tion using neural ne two rk [ J]. International Jour-
nal of Contro l, 1990, 51( 6): 1191- 1214.
[7]　 Go ldberg D E. Genetic Alg o rithm s in Sea rch, Optimiza-
tion and Machine Learning [M ]. Addison-Wesley, Read-
ing , Massachusetts. 1989.
[8]　 Bigg s M S, William R, Handa A. Biological basis o f high-
temperatur e inhibition of e thy lene bio synthesis in ripening
toma to f ruit [ J]. Phy siolog ia Plantarum, 1988, 72: 572-
578.
[9]　 Hint G E. How neura l netw o rks learn from experience
[ J]. Scientific American, 1992, 12: 105- 109.
[10 ]　 Rumelhar t D E, Hinton G E, Williams R J. Lea rning
r epresenta tion by back-propaga tion er ro r [ J ]. Na ture,
1986, 323( 9): 533- 536.
[11 ]　 Shew felt R L , Thai C N , Dav is J W. Prediction o f
changes in co lo r o f toma toes during ripening at constant
tempera tures [ J ]. Journal of Food Sciences, 1988, 53,
1433- 1437.
[12 ]　 Lurie S, Klein J D. Ripening charac teristics of tomato es
sto red at 12℃ and 2℃ following a pr estora ge heat t reat-
ment [ J]. Scientia Ho r tic, 1992, 51: 55- 64.
[13 ]　 Sabehat A, Weiss D, Lurie S. The co r relation betw een
heat-shock pro tein accumula tion and pe rsistence and
chilling to ler ance in tomato f ruit [ J ]. Plant Physio l. ,
1996, 110: 531- 537.
202 农业工程学报 2004年　
Effect of post-harvest heat treatment on optimal
control for respiration of tomato fruit
Tu Kang
1 , T . Morimoto
2 , Y . Hashimoto
2
( 1. College of Food Sciences and Technology , Nanjing Agricultural University , 210095, China;
2. College of Agriculture, Ehime University , Matsuyama 790- 8566, Japan)
Abstract: The effect of hea t t rea tment on the respi ra tion ra te and optimal control fo r respi ra tion o f tomato f ruit
w as studied. The sto rage temperature w as the control input v arying f rom 5～ 40℃ and the changes o f tomato res-
piration ra te wa s monitored as an output. The purpose was to minimize the respi ra tion by the temperature
( e. g . heat treatment ) . An objectiv e function w as g iv en by the reciprocal number of the average value of the res-
piration rate. The dynamic changes in the respiration rate af fected by tempera ture, w as fi rst identified using neu-
ral netw o rks. A neural-netw ork model identi fied here show ed a good ag reement w ith the observ ed responses of
respiration. The temperature control process w as divided into 4 steps ( l = 4) and th e optimal 4 step points o f tem-
pera ture which max imize the objectiv e function w ere obtained using genetic algo ri thms. The optimal contro l
method w as found ef fectiv e in reducing respiration rate of toma to f rui t during the sto rag e.
Key words: tomato f rui t; post-harv est heat t rea tment; respiration rate; optimal control
203　第 2期 屠　康等: 采后热处理对优化控制西红柿果实呼吸强度的影响