[发明专利]一种乳制品冷链物流质量安全预警方法

说明书

一种乳制品冷链物流质量安全预警方法，通过分析乳制品在原料奶生产、乳制品加工、乳制品运输及乳制品销售各环节影响质量安全的因素，结合指标体系的构建原则，筛选出重要指标建立了乳制品冷链物流质量安全预警指标体系，使用SPSS工具并依据主成分分析法确定了乳制品冷链物流质量安全预警指标体系的权重。在乳制品冷链物流质量安全预警指标体系的基础上，提出基于参数优化的长短期记忆神经网络的预警模型，分别与采用BP神经网络、循环神经网络、长短期记忆神经网络、优化后的循环神经网络构建乳制品冷链物流质量安全预警模型对比，本发明有助于企业对整个冷链物流过程中乳制品的质量进行把控,以降低乳制品冷链物流过程的成本。

技术领域

本发明属于冷链物流质量安全预警技术领域，特别涉及一种乳制品冷链物流质量安全预警方法。

背景技术

长短期记忆神经网络(Long Short-term Memory，LSTM)是循环神经网络(RNN)中的一种特殊类型，可以学习长期依赖信息。LSTM的神经元结构中有3个门结构，分别是输入门、输出门、遗忘门。在LSTM中，第一步通过遗忘门来决定我们会从细胞状态中丢弃什么信息；第二步在输入门中确定什么样的新信息会被放在细胞状态中；第三步在输出门中确定要输出的值。输入门、遗忘门、输出门、激活函数之间相互配合工作，实现从历史数据中筛选有用信息保留下来，丢弃掉无用信息，具有更强的时间序列学习能力，更强大的信息选择能力。由于其构建的模型性能大都受到神经元数量、隐含层设计等的影响，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，从而得到本发明所采用的基于参数优化的长短期记忆神经网络。

乳制品冷链物流是指通过对乳制品进行冷藏、冷冻等低温处理在储藏运输、分拣、销售等冷链过程中起到保鲜作用的物流。乳制品冷链物流质量安全预警是对记录全程冷链过程中可能影响质量安全的信息进行数据分析，针对可能产生的质量问题和可能引起质量问题的环境因素进行提前播报，及时发现乳制品流通过程中隐藏的问题并及时的消除，避免具有质量问题的产品流入市场，对确保乳制品优质和安全，掌握风险的变化趋势，并支持有关部门在实践中进行风险控制具有重要意义。国外学者主要从理论、技术方面进行研究。Marvin H J P等以气候变化引发的极端事件为例，专注于研究食品安全危害监控系统中可能会错过或延迟发现的食品中从前未发生过的新危害或已知危害，得出如果能更好的对现有信息加以利用的话，这些危害将会对食品的负面影响最小化的结论；L Qi等在C2SLDS系统中结合了WSN和TTI功能，使得融合后的系统可以沿冷链进行无缝信息交换，该系统使冷链企业能够预测易腐食品的保质期，可以帮助冷链企业做出LSFO战略决策。国内学者陈伟炯等以乳制品为研究对象，在进行一系列建模分析计算之后得出是乳制品冷链物流的关键环节是加工和运输；祁海峰、白宝光等从食品检测、大数据、神经网络等技术出发，研究食品安全有关事件的风险预警模型并取得了一定成果。

LSTM是传统RNN的变体，内部结构相对更复杂，因此训练效率在同等算力下较传统RNN低。另外，其参数量是RNN的4倍，参数量过多就会存在过拟合的风险。

发明内容

为了解决以上技术问题，本发明的目的在于提供一种乳制品冷链物流质量安全预警方法，解决了乳制品冷链过程中，由于事前监控不到位而引发事后问题反馈不及时，延长乳制品冷链环节、并进一步影响到乳制品到达终端时的质量的问题，具有预测精度高、泛化能力好且可靠性高的特点。

为了实现上述目的，本发明采用的技术方案是：

一种乳制品冷链物流质量安全预警方法，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；