Kurz gefasst
Fachartikel in der Zeitschrift 科学技术与教育, 2026-03. Verfasst von 丹 李 und 3 weiteren Autor:innen.
Abstract (Originalsprache)
在食醋固态发酵工艺中,食醋的产品品质和生产效率会被微生物活性和代谢动态直接影响,其中温度参数的调控是维持微生物代谢稳态的决定性因素。因此如何有效地预测到醋培温度的变化,进而有效地干预就成了当下亟待解决的问题,本文采取基于时间序列的预测模型来实现醋培温度预测。实验选取2024年10月16到11月18日(共计34天)的醋培温度数据,随机选取一口窖池每分钟采样的温度时序数据(总计47124个观测点),建立ARIMA(自回归差分移动平均)预测模型对历史数据进行拟合,实现对醋培温度的短期预测。通过MAE(平方绝对误差)和RMSE(均方根误差)来评估模型预测性能。试验结果表明:该模型在一定程度上可以捕捉到温度变化的周期性及变化趋势,其预测值与实际监测值的动态吻合度达0.8602(Pearson相关系数),为发酵过程的优化调控提供了有效信息。
Zitieren
APA
李, 丹., 李, 锦., 邓, 岚., & 韩, 强. (2026). 基于ARIMA的醋醅温度短期预测. 科学技术与教育, 2(3). https://doi.org/10.64083/ste2610311
Vancouver
李 丹, 李 锦, 邓 岚, 韩 强. 基于ARIMA的醋醅温度短期预测. 科学技术与教育. 2026;2(3). doi:10.64083/ste2610311
BibTeX
@article{2026,
author = {李, 丹 and 李, 锦松 and 邓, 岚 and 韩, 强},
title = {基于ARIMA的醋醅温度短期预测},
journal = {科学技术与教育},
year = {2026},
volume = {2},
number = {3},
doi = {10.64083/ste2610311}
}
EUVIMED