基于ARIMA的醋醅温度短期预测
DOI: https://doi.org/10.64083/STE2610311
作者
李丹，李锦松，邓岚，韩强
摘要
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。
关键词
醋培温度；时间序列的预测模型；ARIMA；卡尔曼滤波；周期性及变化趋势
