1.1生化试验结果与分析
在实验阶段，采用TVBN，菌落总数，K值，感官评定，PH值等方面考察白对虾的货架期变化过程，由于感官评定和PH值在很大程度上受主观因素的影响；K值是衡量肉品新鲜度的重要标志，但其计算过程较繁琐，同时在一定程度上也受主观因素的影响。而TVBN是利用自动定氮仪测定的，菌落总数按照GB/T 4789.2-2003在无菌环境下进行测定，两者的测量值能准确反映白对虾品质。因此，本研究对不同恒温条件下的南美白对虾中的挥发性盐基氮，菌落总数随保存时间的变化进行了测定。
现有货架期预测装置均是采用TVBN这1个参数，借助一级动力学反应式和Arrhenius方程来预测白对虾的货架期，同时与按生化实验得到的数据进行对比，校验，再反馈到系统，计算反映常数，得到不同限度品质变化的活化能EA及Arrhenius方程，*终建立预测货架期的公式，按该方法得到的白对虾货架期变化曲线。
20℃-5℃0℃5℃10℃18 16 14 12 10 8 6 4 2 0 0 1 2 3 4 5 6货架期/天储藏天数10℃5℃0℃-5℃货架期预测值曲线在白对虾流通的初期，TVBN能较好地反映其品质变化速率，但是在其后期菌落总数的值与其真实品质有较高的拟合度。研究发现仅靠TVBN一个参数预测货架期与其真实品质有较大偏差。如在20℃时，预测值具有2.45天的货架期，而其测量的TVBN及菌落总数的生化数据显示其只有约1.4天的货架期。同时，随着时间的推移，其品质变化速率并不呈直线增加，如10℃及5℃后期菌落总数的曲线。因此，需对当前货架期的预测方法进行改进，本文提出了基础K-means的TTI理论的货架期预测算法。
1.2货架期预测算法
经研究发现，南美白对虾在不同的温度和不同的流通阶段（流通的时间）具有不同的品质变化速率。而白对虾的货架期变化趋势不仅受TVBN的影响，还受其他因素的影响，如菌落总数。因此，本算法采用TVBN和菌落总数2个参数，在白对虾不同的变化速率下采用不同的算法计算其货架期，以期获得能较好地反映其品质的货架期预测值。聚类分析，是指将数据分类到不同的类或簇的一个过程，同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的差异，适用于将白对虾的数据根据不同的变化速率分成为不同的簇。
由于白对虾的原始生化数据已经具备，并且可以根据其变化速率可分为固定的k个划分，然后利用循环定位技术通过将一个划分移到另一个划分以改善划分质量，所以本算法选用聚类分析中的K-means[5]算法。具体过程如下：
（1）将白对虾的原始数据按变化速率分为5个划分。
（2）按初始设定的聚类中心，对白对虾的变化速率聚类进行划分，其变化速率为变化速率=△变化量/30，也可认为变化速率=△变化量；△变化量=时间[i]-时间[i-1]，在共同的温度条件下，i=1，2，…，6.
（3）得到聚类结果。实验表明，在温度高于10℃或温度在5℃～10℃且流通时间不超过3天时，系统采用基于TTI理论的算法对TVBN和菌落总数赋予不同的权重计算预测值；在其余温度条件下采用二次拟合方程来计算其货架期预测值，。
开始3次温度的均值温度≥10℃温度≥20℃SL=SL（TVBN）
SL=a2×SL（TVBN）+ b2×SL（菌落总数）
SL=a1×SL（TVBN）+ b1×SL（菌落总数）
Y N Y N传输货架期值至液晶屏返回时间≥3天Y N温度<5℃Y N SL=-0.11x2 -0.456x+10.99 SL=-0.055x2 -0.738x+7.918图3货架期算法流程20℃-5℃0℃5℃10℃18 16 14 12 10 8 6 4 2 0 0 1 2 3 4 5 6货架期/天储藏天数10℃5℃0℃-5℃图4改进的货架期预测值曲线D279D通过对比，可发现本装置的货架期预测值能更精确地反映白对虾的真实品质，经验证该算法的预测值与生化数据测得的真实值有高达95%的拟合度。
1.3系统软件
流程设计本系统软件结构设计采用模块化程序设计方法，借助IAR编译系统，编程语言采用C430实现本系统。系统流程本系统的主程序是通过温度采集子模块采集到的温度以及预设的时间间隔，按照预测某种算法计算货架期，当白对虾售出或者剩余货架期为0时，系统退出主程序。各个子程序模块可根据其所完成的具体功能来划分，例如本系统可分为温度采集，货架期计算，液晶显示，报警，与上位机通信，单键按键等子程序模块等。
仅当用户第1次使用本装置时，才需对系统时间进行初始化，设置初始时间。用户可在白对虾的任何阶段使用本装置，如果在白对虾出厂后一段时间使用本装置，用户只需输入白对虾所经历的温度及其对应的时间，便可得到白对虾当前货架期，而后装置按该初始值运行。另外，系统预设的温度阈值为20℃，货架期阈值为1.5天，用户还可以根据自己的需要修改这2个阈值。
2.结束语
本装置具有的高精度，低功耗，体积小，多功能，可重复使用等优点。同时，基于本装置提供实时数据的功能，再采用RFID技术，数据库技术，网络等构建水产品物流信息管理系统，可实现水产品"从池塘到餐桌"的全程质量跟踪管理体系，是水产品信息溯源系统的研究方向。