《食品科学》：东北林业大学杨慧敏高级工程师等：蓝莓货架期PKO-CNN-BiLSTM-AT预测模型

本文针对蓝莓货架期预测问题展开研究。背景方面，蓝莓作为高营养价值水果，其保鲜期受多种因素影响，传统预测方法精度有限。研究目的旨在构建一种结合特征优化和深度学习的混合预测模型，通过二元灰狼优化算法筛选关键品质指标，并利用PKO算法优化CNN-BiLSTM-AT网络的超参数配置。研究结论表明，所提出的PKO-CNN-BiLSTM-AT模型在5℃低温条件下预测误差显著降低，平均误差仅0.191%，预测精度达95.25%，且在不同温度场景下均保持最优性能，有效提升了蓝莓货架期预测的准确性和稳定性，为果蔬保鲜物流提供了可靠的技术支持。