基于水产品易腐易变质的特性，其自“池塘到餐桌”上的整个流通过程，都要求处于特定的温度环境条件下，并且要求控制在一定的范围内。水产品所处温度及该温度下的时长、温度变化频度、流通时间，都直接影响其货架期。因此，对水产品表面温度、货架期进行有效的实时监测是一个必须解决的问题。　　 针对上述问题，本文提出并实现了一种实时性网络化的多种类水产品货架期预测系统，即实现南美白对虾、鲳鱼、带鱼、鱼糜、蟹糊等五类食品货架期的实时预测和远程管理。本文首先以南美白对虾为例研究了其品质随温度、时间的变化过程，进过处理、分析大量原始生化数据后提出了一种高精度的南美白对虾货架期预测算法；以此方法，对其他四类水产品进行研究，提出了适用于五类水产品的多种类水产品货架期预测算法。然后，研发出一套基于该算法的货架期实时预测装置，借助于GPRS技术、Web技术，最终形成了水产品货架期实时预测系统。该系统将先进的计算机技术、嵌入式应用技术及GPRS无线通信技术相结合，对水产品在冷链中的整个流通过程（即：冷库、冷藏车、超市）中的温度、货架期的变化情况进行实时监测，可查询当前实时及历史监测数据并进行相关分析。在水产品的流通过程中，货架期智能预测装置根据水产品的实际状况而实时预测其货架期，并进行存储、显示、以及通过GPRS模块无线传输至系统监测中心。当装置检测到水产品的温度或货架期超出预设阈值时，预测装置会自动报警并在其LED上显示：系统监控中心接收到装置实时信息后，对其进行处理，以实现显示、查询等功能；若温度或者货架期超过预设阈值，则监测中心发出警报，以及时提醒系统使用者采取相关操作。　　 本系统由一个监测中心和若干个随水产品流通的货架期智能预测装置组成，各个装置在实时预测水产品货架期后，通过其自身的GPRS模块与监控中心进行通信，监控中心负责信息的存储、分析和网页发布来自装置的信息。装置由微处理器、温度传感器、扩展存储芯片、液晶显示器、日历时钟芯片、GPRS模块等芯片和相关外围电路组成，主要负责实时采集水产品表面温度、预测货架期并发送至监控中心。本文给出了基于K-means算法的多种类水产品货架期预测算法、基于嵌入式系统技术实现的的水产品货架期实时预测装置、以及水产品货架期实时监测中心的设计方案，并阐述了系统设计中涉及到的关键技术。在此基础上，本文重点介绍了多品种水产品货架期预测算法、智能预测装置的硬件设计及软件实现。　　 本系统设计的突出特点是：　　 基于3T理论、阿伦尼乌斯(Arrhenius)模型、K-means聚类算法，本论文提出了一种高精度的多种类水产品货架期智能预测算法，即：基于K-means的时间温度货架期智能预测算法(3TIPAKM: Time-Teperature-Tolerance IntelligentPrediction Algorithm Based on K-Means)；经对比实验验证，本算法的预测值与生化试验得到的实际值具有95％以上的拟合度。　　 采用了基于低功耗性高性能的嵌入式技术和实时性网络化通信技术而实现的多品种水产品货架期实时预测装置，该装置实现了实时采集温度、预测货架期等功能以实现实时监测水产品在流通过程中的品质变化过程。本装置在设计过程中采用了健壮性技术、低功耗技术、无线网络技术等，以确保装置能在低温、潮湿、供电不便等恶劣的环境下稳定可靠地工作。另外，采用了灵活的配置方案，使用者可以在装置上随时修改适合现场和水产品特性的初始方案。　　 另外，本装置的软件系统、监测中心的软件系统均采用了模块化设计，以使得本系统软件具备较高的可扩展性和可重用性。在装置设计的过程中，还考虑了装置的通用性和可移植性，使该系统可以灵活地移植到不同的温度和货架期预测装置中，并预留系统二次开发的开发空间，为下一步拓展系统的功能，进一步开发数字化、智能化、网络化的多品种水产品温度和货架期监控系统奠定了基础。