[发明专利]一种乳制品冷链物流质量安全预警方法在审

专利信息
申请号: 202110854404.7 申请日: 2021-07-28
公开(公告)号: CN113554321A 公开(公告)日: 2021-10-26
发明(设计)人: 杨玮;马伟;杨白月;张子涵;钟名锋;李益鑫;王晨雨;尹琴月 申请(专利权)人: 陕西科技大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q10/08;G06Q50/04;G06N3/04;G06N3/08
代理公司: 西安智大知识产权代理事务所 61215 代理人: 王晶
地址: 710021 陕西省*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 乳制品 物流 质量 安全 预警 方法
【权利要求书】:

1.一种乳制品冷链物流质量安全预警方法,其特征在于,包括以下步骤;

1)建立乳制品冷链物流质量安全预警指标体系,所述质量安全预警指标体系包括用于反映乳制品冷链物流总体警情的指标、用于反映乳制品冷链物流各环节警情的一级指标、用于反映乳制品冷链物流各个环节中质量安全监测对象分类的二级指标以及采集自乳制品冷链物流各个环节的用于质量安全监测的三级指标;

2)采集N组各指标的原始数据,对每组各指标的原始数据进行定性指标定量化以及对不同量化指标各自作归一化处理得到归一化的各指标,根据归一化的各指标以及采用主成分分析法对所述质量安全预警指标体系分析的结果获取乳制品冷链物流总体警情,由乳制品冷链物流总体警情与对应的归一化的各指标构成包含N组样本的训练样本集;

3)采用基于参数优化的长短期记忆神经网络构建警情预测的数学模型,并利用所述训练样本集对该数学模型进行训练;

4)经过步骤3)后,利用所述数学模型进行针对乳制品冷链物流总体或乳制品冷链物流各个环节的警情预测。

2.根据权利要求1所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述乳制品冷链物流由原料奶生产、乳制品加工、乳制品运输和乳制品销售四个环节组成。

3.根据权利要求2所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述原料奶生产环节的二级指标包括牧场信息、奶牛基本信息、奶牛健康检测;所述牧场信息指标对应的三级指标为牧场环境、挤奶方式、挤奶环境、合格奶的保存方式和不合格奶的处理。

4.根据权利要求2所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述乳制品加工环节的二级指标包括加工指标以及微生物指标;所述操作微生物指标对应的三级指标为菌落总数、芽孢总数、嗜冷菌、包装设备菌落数和灌装间。

5.根据权利要求2所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述乳制品运输环节的二级指标包括入库、在库、出库,所述入库指标对应的三级指标为入库方式和包装水平。

6.根据权利要求2所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述乳制品销售环节的二级指标包括销售指标;所述销售指标对应的三级指标为交叉污染、货架整洁度和冷藏柜温度。

7.根据权利要求1所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述N的取值为20~100。

8.根据权利要求1所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述定性指标定量化采用等级比重法,所述归一化处理中,采用最大最小值法进行归一化,处理为神经网络模型所能识别和便于运算的数据格式。

9.根据权利要求1所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述基于参数优化的长短期记忆神经网络的参数优化体现在加入Dropout层,对部分神经元的输出进行随机的抑制,弃点概率的设置一般为0.25,让所有的神经元实现更充分的训练。

10.根据权利要求1所述一种乳制品冷链物流质量安全预警方法,其特征在于,所述取N组数据作为训练样本,采用多目标线性加权函数法对训练样本进行计算,获得训练样本的预测值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西科技大学,未经陕西科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110854404.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top