CN104359565A - 一种冷链运输温度监测与预警的方法及系统 - Google Patents

Abstract

本发明公开了一种冷链运输温度监测与预警的方法及系统，通过ZigBee构建无线传感网络实时采集车厢内温度数据，实现对冷链运输过程的温度监测与预警，预警模型是基于BP神经网络实时对采集的温度历史数据进行学习得到的。系统利用预警模型实时分析监测的温度数据，如果预测结果超过设置的报警阀值，系统自动进行短信预警，从而达到冷链温度报警和预警的目的。

Description

一种冷链运输温度监测与预警的方法及系统

技术领域

本发明涉及冷链运输技术领域，特别涉及一种冷链运输温度监测与预警的方法及系统。

背景技术

冷链运输是保证易腐食品品质的重要手段，冰鲜鸡肉作为一种新的鸡肉类型，具有营养丰富、安全卫生的特点。冰鲜鸡肉作为一种高品质鸡肉，其市场份额将逐步增加，北京、上海、广州等大城市正在大力推广冰鲜鸡肉。基于冰鲜鸡肉冷链运输对温度有明确规定，进行冰鲜鸡肉冷链运输时的温度需要始终保持在0-4℃，并且温度剧烈波动会对鸡肉的品质产生不利的影响，因此冰鲜鸡肉运输人员需要实时掌握冷藏车车厢内温度，但现行冷链运输监测系统难以满足冰鲜鸡肉冷链运输实际的需要。

目前冷链温度监测系统实现对车厢温度数据监测，缺乏相应的报警与预警机制。冷藏车驾驶员得不到温度报警和预警信息，不利于对冷藏车车厢内的温度进行实时调节。现以冰鲜鸡肉运输为例，冷藏车厢内温度超过4℃，影响冰鲜鸡肉的品质，甚至造成其腐败变质；相反温度低于0℃，对冰鲜鸡肉品质产生不利影响，并且造成能源过多的消耗，提高了运输成本。

发明内容

本发明的目的是提供一种冷链运输温度监测与预警的方法及系统，实现对冷链运输过程温度的实时监测、报警以及预警，使其冷链运输过程中温度保持在合适范围，保证食品品质在冷链运输过程中安全和可靠。

为实现上述目的，本发明提供了一种冷链运输温度监测与预警的方法，该方法包括以下步骤：

S1,监测装置获取冷链运输的车辆的监测数据，所述监测数据包括：车厢内温度监测数据以及车辆实时位置数据；

S2,数据汇聚装置汇聚所获取的监测数据，并将所汇聚的监测数据实时传输给远程数据服务器；

S3,数据服务器上的数据接收端根据数据传输协议实时解析监测数据；

S4,报警和预警模块实时将解析后的车辆实时位置数据与当天最近时刻的车辆实时位置数据进行比对，如果两个车辆实时位置数据相同，则返回执行步骤S1，否则，执行步骤S5；

S5,报警和预警模块实时将解析后的温度监测数据与预先设置的报警区间进行比对，如果所述温度监测数据位于所述报警区间内，则执行步骤S6；否则，执行短信报警操作并返回执行步骤S1；

S6,对解析后的温度监测数据进行预测，得出预测结果，并将所述预测结果与所述报警区间进行比对；如果所述预测结果位于所述报警区间内，则返回执行步骤S1；否则，执行步骤S7；

S7,执行短信报警操作并返回执行步骤S1。

较佳的，所述监测装置包括：车厢内的监测装置和车厢外的监测装置；

其中，所述车厢内的监测装置用于获取车厢内当前的温度监测数据；

所述车厢外的监测装置用于获取车辆实时位置数据。

较佳的，所述车厢内的监测装置包括6个温度传感器；所述车厢外的监测装置为GPS采集模块；

所述数据汇聚装置为ZigBee无线传感网的汇聚节点；

所述车辆实时位置数据为：GPS数据、北斗卫星定位数据或移动通信信号定位数据。

较佳的，所述步骤S3包括：

所述远程数据服务器上的数据接收端在接收到数据汇聚装置所发送的监测数据后，检查所接收的监测数据是否符合数据传输协议；

如果所接收的监测数据不符合数据传输协议，则丢弃该监测数据；

如果所接收的监测数据符合数据传输协议，则根据数据传输协议解析所接收的监测数据，并将解析后的监测数据，存入SQL Server 2000数据库并缓存到内存数据库Memcached。

较佳的，所述报警区间为：(4，+∞)和(-∞，0)。

较佳的，所述对解析后的温度监测数据进行预测，得出预测结果包括：

使用BP神经网络作为温度预测模型，根据解析后的温度监测数据的历史数据对下一个时刻的温度监测数据进行预测，以得到预测结果。

较佳的，所述温度预测模型中所使用的公式包括：

输出值计算公式为：

$b_j=\mathrm{\φ}(\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{a}_j+{\mathrm{\θ}}_i);$

输出层的输出值的计算公式为：

误差反向传播中输出层权值调整公式为：

隐含层权值调整公式为：

其中，a_j表示输入层第j个节点输入；b_j表示隐含层第j层输出值；c_j表示输出层第j层输出值；s_j表示隐含层第j层输入值；l_j表示输出层第j层输入值；w_ij表示输入层与隐含层间权值；v_ik表示隐含层与输出层间权值；o_k表示输出层第k个节点的阀值；θi表示隐含层第i个节点阀值。

本发明中还提供了一种冷链运输温度监测与预警的系统，该系统包括：监测装置、数据汇聚装置、数据服务器、报警和预警模块；

其中，所述监测装置，用于获取冷链运输的车辆的监测数据，并将获取的监测数据发送给所述数据汇聚装置；其中，所述监测数据包括：车厢内温度监测数据以及车辆实时位置数据；

所述数据汇聚装置，用于汇聚所获取的监测数据，并将所汇聚的监测数据实时传输给远程数据服务器；

所述数据服务器，用于根据数据传输协议实时解析所述监测数据，并将解析后的监测数据发送给所述报警和预警模块；

所述报警和预警模块，用于实时将解析后的车辆实时位置数据与当天最近时刻的车辆实时位置数据进行比对，如果两个车辆实时位置数据相同，则指示所述监测装置继续获取冷链运输的车辆的监测数据；否则，将解析后的温度监测数据与预先设置的报警区间进行比对；如果所述温度监测数据位于所述报警区间之外，则执行短信报警操作后指示所述监测装置继续获取冷链运输的车辆的监测数据；如果所述温度监测数据位于所述报警区间内，则对解析后的温度监测数据进行预测，得出预测结果，并将所述预测结果与所述报警区间进行比对；如果所述预测结果位于所述报警区间内，则指示所述监测装置继续获取冷链运输的车辆的监测数据；如果所述预测结果位于所述报警区间之外，则执行短信报警操作后指示所述监测装置继续获取冷链运输的车辆的监测数据。

较佳的，所述监测装置包括：车厢内的监测装置和车厢外的监测装置；

其中，所述车厢内的监测装置，用于获取车厢内当前的温度监测数据；

所述车厢外的监测装置，用于获取车辆实时位置数据。

较佳的，所述车厢内的监测装置包括6个温度传感器；所述车厢外的监测装置为GPS采集模块。

较佳的，所述远程数据服务器上的数据接收端，还用于在接收到数据汇聚装置所发送的监测数据后，检查所接收的监测数据是否符合数据传输协议；如果所接收的监测数据不符合数据传输协议，则丢弃该监测数据；如果所接收的监测数据符合数据传输协议，则根据数据传输协议解析所接收的监测数据，并将解析后的监测数据，存入SQL Server 2000数据库并缓存到内存数据库Memcached。

通过上述的技术方案可知，本发明中构建了一套完整的冷链运输监测与预警方法和系统，可实时准确的监测冷藏车车厢内温度以及运输车辆的实时位置，并采用ZigBee和GPRS无线传输技术将实时采集温度数据和车辆位置数据传输到数据服务器，数据接收端根据相应的协议解析和处理数据，还可通过B/S系统实现监测数据的实时展示，报警和预警模型可实时分析监测数据并依据阀值做出是否发送短信进行警告，保证冷链物流运输过程中品质安全，从而可以实现对冷链运输过程温度的实时监测、报警以及预警，使其冷链运输过程中温度保持在合适范围，保证食品品质在冷链运输过程中安全和可靠，既能保证冰鲜鸡肉在物流运输过程中安全，又能减少碳的排放，节约能源、保护环境，降低运输成本、提高效益。

附图说明

图1为本发明中的冷链运输温度监测与预警的方法及系统的原理示意图。

图2为本发明中的冷藏车车厢内监测点分布图。

图3为本发明中的冷链运输温度监测与预警的方法的流程示意图。

图4为本发明中的冷链运输温度监测与预警的系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明进一步详细说明。

以北京华都肉鸡公司冰鲜鸡肉冷链运输为例，通过跟踪华都肉鸡公司一次实际物流运输过程：从北京昌平区小汤山镇华都肉鸡公司物流中心到北京市海淀区美廉美学清路店冷链运输冰鲜鸡肉产品，阐述本发明的实施方式。

图1为本发明中的冷链运输温度监测与预警的方法及系统的原理示意图。图2为本发明中的冷藏车车厢内监测点分布图。如图2所示，冰鲜鸡肉冷链运输冷藏车车厢(长*宽*高：4.2m*2m*2m)内温度监测点的分布图。如图2所示，在本发明的技术方案中，可将冷藏车车厢的长、宽、高均分为三段，并结合冰鲜鸡肉冷链运输过程中产品摆放特点构建符合实际运输的监测点分布图。

图3为冰鲜鸡肉冷链运输温度报警和预警流程图。图4为基于B/S模式的冰鲜鸡肉冷链运输温度监测与预警系统的系统结构图。

图3为本发明中的冷链运输温度监测与预警的方法的流程示意图。如图3所示，本发明中的冷链运输温度监测与预警的方法可以包括如下所述的步骤：

S1，监测装置获取冷链运输的车辆的监测数据，所述监测数据包括：车厢内的温度监测数据以及车辆实时位置数据。

较佳的，在本发明的具体实施例中，所述监测装置包括车厢内的监测装置和车厢外的监测装置。其中，较佳的，所述车厢内的监测装置可以包括6个温度传感器，用于获取车厢内当前的温度监测数据。之所以使用6个温度传感器，其原因在于：通过实际调研和实验得出，至少需要6个监测点才能准确的测出冷藏车厢内各个区域的温度，所以为了降低成本，可在冷藏车车厢内安装6个温度传感器，温度传感器(温度采集节点)的在车厢内布点方案如下图2所示。较佳的，在本发明的技术方案中，温度传感器的采集间隔可以定为1分钟，从而可以实时获取冰鲜鸡肉冷链运输时的温度监测数据。另外，所述车厢外的监测装置可以是1个GPS采集模块，例如，可以在物流车辆的车头位置安装GPS采集模块，用于获取车辆实时位置数据，从而可以通过该车厢外的监测装置实时获取物流车辆的车辆实时位置数据(例如，GPS数据、北斗卫星定位数据或移动通信信号定位数据)。

S2，数据汇聚装置汇聚所获取的监测数据，并将所汇聚的监测数据实时传输给远程数据服务器。

较佳的，在本发明的具体实施例中，所述数据汇聚装置可以是ZigBee无线传感网的汇聚节点。较佳的，所述数据汇聚装置可以安装在运输车辆的驾驶室内。

在本发明的具体实施例中，以无线传感网络为基础的数据汇聚装置(例如，ZigBee无线传感网的汇聚节点)可以对温度采集节点(即温度传感器)采集的温度监测数据进行汇聚和简单处理，然后将处理后的温度监测数据和通过所述GPS采集模块采集的车辆实时位置数据数据按照数据传输协议(例如，B:2014/03/15-GPS-E 116.31,N39.832；2014/03/1504:14-jc1-2.3；2014/03/1504:14-jc2-2.2；2014/03/1504:14-jc3-3.1；2014/03/1504:14-jc4-3.2；2014/03/1504:14-jc5-3.4；2014/03/1504:14-jc6-3.4:E等)进行数据传输，利用无线网络(例如，GPRS)实现向远程数据服务器的服务器端口(9090)实时发送监测数据，实现温度监测数据和车辆实时位置数据实时传输；

S3，远程数据服务器上的数据接收端根据数据传输协议实时解析监测数据。

较佳的，在本发明的具体实施例中，远程数据服务器可实时监听9090端口，并可在接收到数据汇聚装置所发送的监测数据后，先检查所接收的监测数据是否符合数据传输协议(即所接收的数据格式是否为预设的数据格式)。如果所接收的监测数据不符合数据传输协议，则丢弃该监测数据；如果所接收的监测数据符合数据传输协议，则根据数据传输协议解析所接收的监测数据，并可进一步将解析后的监测数据，存入SQL Server2000数据库并缓存到内存数据库Memcached，从而完成对所接收的温度监测数据和车辆实时位置数据(例如，GPS数据)的实时处理；

S4，报警和预警模块实时将解析后的车辆实时位置数据与当天最近时刻的车辆实时位置数据进行比对，如果两个车辆实时位置数据相同，则返回执行步骤S1；否则，执行步骤S5。

例如，系统中的报警和预警模块实时将数据接收端解析后的车辆实时位置数据(E116.31,N 39.832)，与当天最近时刻的车辆实时位置数据(E 116.30,N 39.832)进行比对，如果两个车辆实时位置数据发生变化，则执行步骤S5；如果两个车辆实时位置数据没有发生变化，则返回执行步骤S1。

S5，报警和预警模块实时将解析后的温度监测数据与预先设置的报警区间进行比对，如果所述温度监测数据位于所述报警区间内，则执行步骤S6；否则，执行短信报警操作并返回执行步骤S1。

例如，在本发明的较佳实施例中，可以预先设置一个报警区间。较佳的，在本发明的具体实施例中，所述报警区间可以是：(4，+∞)和(-∞，0)。

因此，例如，系统中的报警和预警模块实时将数据接收端解析后的温度监测数据与系统中预先设置的报警阈值区间(例如，(4，+∞)和(-∞，0))进行比对，如果所述温度监测数据为3.4℃，在[0,4]的报警区间内，则执行步骤S6；而如果温度监测数据为5.0℃，处于报警区间之外，则执行短信报警操作并返回执行步骤S1。

S6，对解析后的温度监测数据进行预测，得出预测结果，并将所述预测结果与所述报警区间进行比对；如果所述预测结果位于所述报警区间内，则返回执行步骤S1；否则，执行步骤S7。

较佳的，在本发明的具体实施例中，系统中的报警和预警模块还可对数据接收端解析后的温度监测数据(例如，(3.4,3.4,3.5,3.4,3.5,3.5,3.4,3.5,3.5,3.5))进行预测，得出温度监测数据的预测结果，并将该预测结果与系统中预先设置的报警区间(4，+∞)和(-∞，0)进行比对；如果预测结果(例如，3.5)位于报警区间(4，+∞)和(-∞，0)中，则表明预测结果位于正常的温度范围内，此时可返回执行步骤S1；而如果预测结果(例如，4.5)位于报警区间(4，+∞)和(-∞，0之外，则标示预测结果将位于正常的温度范围之外，此时则执行步骤S7。

由于冰鲜鸡肉冷链运输过程中容易受到运输时间、运输季节、开关门次数等因素的影响，且上述因素暂不存在具体的量化关系，因此在本发明的技术方案中，将先对解析后的温度监测数据进行预测，得出预测结果，然后再将该预测结果与所述报警区间进行比对，检查该预测结果是否在所述报警区间。

较佳的，在本发明的具体实施例中，可以使用多种方式对解析后的温度监测数据进行预测。例如，在本发明的一个较佳实施例中，可以使用BP神经网络作为温度预测模型，根据解析后的温度监测数据的历史数据对下一个时刻的温度监测数据进行预测，以得到预测结果(即下一个时刻的温度监测数据的预测值)。其中，BP神经网络是一种反向传输学习算法，BP神经网络模型由输入层、输出层和一个或多个隐藏层构成，具体的温度预测模型如下：

输出值计算公式为：

$b_j=\mathrm{\φ}(\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{a}_j+{\mathrm{\θ}}_i)---\left(1\right)$

输出层的输出值的计算公式为：

误差反向传播中输出层权值调整公式为：

隐含层权值调整公式为：

其中，a_j表示输入层第j个节点输入；b_j表示隐含层第j层输出值；c_j表示输出层第j层输出值；s_j表示隐含层第j层输入值；l_j表示输出层第j层输入值；w_ij表示输入层与隐含层间权值；v_ik表示隐含层与输出层间权值；o_k表示输出层第k个节点的阀值；θi表示隐含层第i个节点阀值(j＝1,2,3；i＝1,2,…,p；k＝1,2,…,q)。由此可知，通过使用上述的温度预测模型，即可根据解析后的温度监测数据的历史数据对下一个时刻的温度监测数据进行预测，以得到下一个时刻的温度监测数据的预测值。

例如，在本发明的一个较佳实施例中，可以把从2014年3月1日到2014年3月31日华都肉鸡公司冰鲜鸡肉冷链运输温度监测数据作为BP神经网络温度预测训练集，并根据2014年4月1号至2014年4月15日(清明假期间没有冰鲜鸡肉冷链运输)的温度监测数据，对BP神经网络温度预测模型的准确性进行验证，验证结果表明：该温度预测模型的可行性、准确性和计算效率能够满足实际的温度预警需要。因此，通过使用上述的预测模型，即可根据温度训练数据和最新温度历史数据(历史数据量至少大于15条)得出下一个时间间隔温度预测数据。

S7，执行短信报警操作并返回执行步骤S1。

此外，本发明的技术方案中还提供了一种冷链运输温度监测与预警的系统。

图4为本发明中的冷链运输温度监测与预警的系统的结构示意图。如图4所示，本发明中的冷链运输温度监测与预警的系统包括：监测装置41、数据汇聚装置42、数据服务器43、报警和预警模块44；

其中，所述监测装置41，用于获取冷链运输的车辆的监测数据，并将获取的监测数据发送给所述数据汇聚装置42；其中，所述监测数据包括：车厢内温度监测数据以及车辆实时位置数据；

所述数据汇聚装置42，用于汇聚所获取的监测数据，并将所汇聚的监测数据实时传输给远程数据服务器43；

所述数据服务器43，用于根据数据传输协议实时解析所述监测数据，并将解析后的监测数据发送给所述报警和预警模块44；

所述报警和预警模块44，用于实时将解析后的车辆实时位置数据与当天最近时刻的车辆实时位置数据进行比对，如果两个车辆实时位置数据相同，则指示所述监测装置继续获取冷链运输的车辆的监测数据；否则，将解析后的温度监测数据与预先设置的报警区间进行比对；如果所述温度监测数据位于所述报警区间之外，则执行短信报警操作后指示所述监测装置继续获取冷链运输的车辆的监测数据；如果所述温度监测数据位于所述报警区间内，则对解析后的温度监测数据进行预测，得出预测结果，并将所述预测结果与所述报警区间进行比对；如果所述预测结果位于所述报警区间内，则指示所述监测装置继续获取冷链运输的车辆的监测数据；如果所述预测结果位于所述报警区间之外，则执行短信报警操作后指示所述监测装置继续获取冷链运输的车辆的监测数据。

较佳的，在本发明的具体实施例中，所述监测装置41包括：车厢内的监测装置和车厢外的监测装置；

其中，所述车厢内的监测装置，用于获取车厢内当前的温度监测数据；

所述车厢外的监测装置，用于获取车辆实时位置数据。

较佳的，在本发明的具体实施例中，所述车厢内的监测装置包括6个温度传感器；所述车厢外的监测装置为GPS采集模块。

较佳的，在本发明的具体实施例中，所述数据汇聚装置42为ZigBee无线传感网的汇聚节点。

较佳的，在本发明的具体实施例中，所述车辆实时位置数据为：GPS数据、北斗卫星定位数据或移动通信信号定位数据。

较佳的，在本发明的具体实施例中，所述远程数据服务器上的数据接收端，还用于在接收到数据汇聚装置所发送的监测数据后，检查所接收的监测数据是否符合数据传输协议；如果所接收的监测数据不符合数据传输协议，则丢弃该监测数据；如果所接收的监测数据符合数据传输协议，则根据数据传输协议解析所接收的监测数据，并将解析后的监测数据，存入SQL Server 2000数据库并缓存到内存数据库Memcached。

较佳的，在本发明的具体实施例中，所述报警区间为：(4，+∞)和(-∞，0)。

较佳的，在本发明的具体实施例中，所述冷链运输温度监测与预警的系统中还进一步包括：显示装置45；

所述报警和预警模块44，用于将解析后的监测数据发送给所述显示装置45；

所述显示装置45，用于显示所获取的解析后的监测数据(例如，包括车厢内最新时刻的温度监测数据和车辆实时位置数据)。

综上可知，由于在本发明的冷链运输温度监测与预警的方法及系统中，可以通过监测装置获取冷链运输的车辆的监测数据，并可将所述监测数据与当天最近时刻的车辆实时位置数据以及预先设置的报警区间进行比对，因而可以在预设的条件下进行短信报警操作，从而可以实现对冷链运输过程温度的实时监测、报警以及预警，使其冷链运输过程中温度保持在合适范围，保证食品品质在冷链运输过程中安全和可靠，既能保证冰鲜鸡肉在物流运输过程中安全，又能减少碳的排放，节约能源、保护环境，降低运输成本、提高效益。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种冷链运输温度监测与预警的方法，其特征在于，该方法包括以下步骤：

S1,监测装置获取冷链运输的车辆的监测数据，所述监测数据包括：车厢内温度监测数据以及车辆实时位置数据；

S2,数据汇聚装置汇聚所获取的监测数据，并将所汇聚的监测数据实时传输给远程数据服务器；

S3,数据服务器上的数据接收端根据数据传输协议实时解析监测数据；

S4,报警和预警模块实时将解析后的车辆实时位置数据与当天最近时刻的车辆实时位置数据进行比对，如果两个车辆实时位置数据相同，则返回执行步骤S1，否则，执行步骤S5；

S5,报警和预警模块实时将解析后的温度监测数据与预先设置的报警区间进行比对，如果所述温度监测数据位于所述报警区间内，则执行步骤S6；否则，执行短信报警操作并返回执行步骤S1；

S6,对解析后的温度监测数据进行预测，得出预测结果，并将所述预测结果与所述报警区间进行比对；如果所述预测结果位于所述报警区间内，则返回执行步骤S1；否则，执行步骤S7；

S7,执行短信报警操作并返回执行步骤S1。

2.根据权利要求1所述的方法，其特征在于，所述监测装置包括：车厢内的监测装置和车厢外的监测装置；

其中，所述车厢内的监测装置用于获取车厢内当前的温度监测数据；

所述车厢外的监测装置用于获取车辆实时位置数据。

3.根据权利要求2所述的方法，其特征在于：

所述车厢内的监测装置包括6个温度传感器；所述车厢外的监测装置为GPS采集模块；

所述数据汇聚装置为ZigBee无线传感网的汇聚节点；

所述车辆实时位置数据为：GPS数据、北斗卫星定位数据或移动通信信号定位数据。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3包括：

所述远程数据服务器上的数据接收端在接收到数据汇聚装置所发送的监测数据后，检查所接收的监测数据是否符合数据传输协议；

如果所接收的监测数据不符合数据传输协议，则丢弃该监测数据；

如果所接收的监测数据符合数据传输协议，则根据数据传输协议解析所接收的监测数据，并将解析后的监测数据，存入SQL Server 2000数据库并缓存到内存数据库Memcached。

5.根据权利要求1所述的方法，其特征在于，

所述报警区间为：(4，+∞)和(-∞，0)。

6.根据权利要求1所述的方法，其特征在于，所述对解析后的温度监测数据进行预测，得出预测结果包括：

使用BP神经网络作为温度预测模型，根据解析后的温度监测数据的历史数据对下一个时刻的温度监测数据进行预测，以得到预测结果。

7.根据权利要求6所述的方法，其特征在于，所述温度预测模型中所使用的公式包括：

输出值计算公式为：

$b_j=\mathrm{\φ}(\underset{j=1}{\overset{3}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{a}_j+{\mathrm{\θ}}_i);$

输出层的输出值的计算公式为：

误差反向传播中输出层权值调整公式为：

隐含层权值调整公式为：

其中，a_j表示输入层第j个节点输入；b_j表示隐含层第j层输出值；c_j表示输出层第j层输出值；s_j表示隐含层第j层输入值；l_j表示输出层第j层输入值；w_ij表示输入层与隐含层间权值；v_ik表示隐含层与输出层间权值；o_k表示输出层第k个节点的阀值；θi表示隐含层第i个节点阀值。

8.一种冷链运输温度监测与预警的系统，其特征在于，该系统包括：监测装置、数据汇聚装置、数据服务器、报警和预警模块；

其中，所述监测装置，用于获取冷链运输的车辆的监测数据，并将获取的监测数据发送给所述数据汇聚装置；其中，所述监测数据包括：车厢内温度监测数据以及车辆实时位置数据；

所述数据汇聚装置，用于汇聚所获取的监测数据，并将所汇聚的监测数据实时传输给远程数据服务器；

所述数据服务器，用于根据数据传输协议实时解析所述监测数据，并将解析后的监测数据发送给所述报警和预警模块；

所述报警和预警模块，用于实时将解析后的车辆实时位置数据与当天最近时刻的车辆实时位置数据进行比对，如果两个车辆实时位置数据相同，则指示所述监测装置继续获取冷链运输的车辆的监测数据；否则，将解析后的温度监测数据与预先设置的报警区间进行比对；如果所述温度监测数据位于所述报警区间之外，则执行短信报警操作后指示所述监测装置继续获取冷链运输的车辆的监测数据；如果所述温度监测数据位于所述报警区间内，则对解析后的温度监测数据进行预测，得出预测结果，并将所述预测结果与所述报警区间进行比对；如果所述预测结果位于所述报警区间内，则指示所述监测装置继续获取冷链运输的车辆的监测数据；如果所述预测结果位于所述报警区间之外，则执行短信报警操作后指示所述监测装置继续获取冷链运输的车辆的监测数据。

9.根据权利要求8所述的系统，其特征在于，所述监测装置包括：车厢内的监测装置和车厢外的监测装置；

其中，所述车厢内的监测装置，用于获取车厢内当前的温度监测数据；

所述车厢外的监测装置，用于获取车辆实时位置数据。

10.根据权利要求8所述的系统，其特征在于：

所述远程数据服务器上的数据接收端，还用于在接收到数据汇聚装置所发送的监测数据后，检查所接收的监测数据是否符合数据传输协议；如果所接收的监测数据不符合数据传输协议，则丢弃该监测数据；如果所接收的监测数据符合数据传输协议，则根据数据传输协议解析所接收的监测数据，并将解析后的监测数据，存入SQL Server 2000数据库并缓存到内存数据库Memcached。