[发明专利]一种基于BP神经网络的蔬菜冷链物流系统

权利要求书

1.一种基于BP神经网络的蔬菜冷链物流系统，其特征在于：包括如下步骤：

S1：根据蔬菜冷链物流监测数据构建预警模型；

S2：建立预警指标体系；

S3：预警指标归一化；

S4：模型训练及预测；

S5：预警结果分类及警情程度判定。

2.根据权利要求1所述的一种基于BP神经网络的蔬菜冷链物流系统，其特征在于：所述步骤S1具体为：

S11：对整个供应链中蔬菜风险状况信息进行采集和汇总，经过数据处理后进行分析和评价，并构建BP神经网络；

S12:将PSO应用于BP神经网络的训练中，优化神经网络的连接权值。

3.根据权利要求1所述的一种基于BP神经网络的蔬菜冷链物流系统，其特征在于：所述步骤S2具体为：

根据整个冷链涉及的加工、贮藏、运输和销售四个环节，分析影响蔬菜风险品质和质量的因素，从蔬菜品质、环境、人文和设备四个方面确定蔬菜的风险指标，再运用层次分析法计算各个指标权重因子。

4.根据权利要求1所述的一种基于BP神经网络的蔬菜冷链物流系统，其特征在于：所述步骤S3具体为：

对数据做归一化处理，使所有数据取值范围限定在(0,1)之间，定性评价指标归一化处理，评判结果分五个等级：好、较好、一般、较差、差，对应的评价值为0.30、0.25、0.20、0.15、0.10，量评价指标归一化处理，采用最大最小值法，具体方法如下：

设x＝{x₁₁,...,x_ij,...}，i＝1,...,13；j＝1,...,200则：

正向指标：数据大小与评价目标同向变化，即指标实际值越大，评价值越高；其归一化公式为：

负向指标：数据大小与评价目标反向变化，即指标实际值越大，评价值越低；其归一化公式为：

区间指标：记

则：

5.根据权利要求1所述的一种基于BP神经网络的蔬菜冷链物流系统，其特征在于：所述步骤S4具体为：

利用Matlab神经网络工具箱中前向神经网络函数Feedforwardnet创建BP网络，使用Levenberg－Marquardt算法对应的训练函数Trainlm进行网络训练。

6.根据权利要求1所述的一种基于BP神经网络的蔬菜冷链物流系统，其特征在于：所述预警结果分为果蔬品质因素引起的A类预警，环境因素引起的B类预警，人文因素引起的C类预警，设备因素引起的D类预警，所述警情程度由低到高分为无警、微警、轻警、中警和重警五种警情。