CN108665176B - 基于稻谷加工的损失统计方法、装置、系统及存储介质 - Google Patents
基于稻谷加工的损失统计方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN108665176B CN108665176B CN201810473141.3A CN201810473141A CN108665176B CN 108665176 B CN108665176 B CN 108665176B CN 201810473141 A CN201810473141 A CN 201810473141A CN 108665176 B CN108665176 B CN 108665176B
- Authority
- CN
- China
- Prior art keywords
- enterprise
- yield
- region
- preset
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本发明公开了一种基于稻谷加工的损失统计方法、装置、系统及存储介质,所述方法包括:获取目标地域各区域的稻谷加工企业的企业加工信息;根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率和损失率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率和损失率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率,为我国的节粮降损工作提供了指导意见。
Description
技术领域
本发明涉及稻谷加工损失统计领域,尤其涉及一种基于稻谷加工的损失统计方法、装置、系统及存储介质。
背景技术
研究稻谷加工过程中的损失浪费问题,对指导我国的节粮降损工作具有十分重要的意义。稻谷加工企业由于工艺设备和自身的管理,往往会导致生产相同大米产品会有不同出品率。也就是说,不同稻谷加工企业在稻谷加工环节会出现不同程度的损失浪费。一方面,各企业的出品率不同;另一方面,大米中营养素含量也各不相同。为提高稻谷加工过程中的出品率和减少营养损失,需要统计稻谷加工企业加工过程中各工序的出品率和损失率。
在稻谷加工过程中,找出影响稻谷加工出品率的关键工序是稻谷加工企业迫切需要解决的问题。在近期粮食公益项目的研究中,其任务之一就是要统计稻谷在加工环节中的损失浪费问题。应该说,稻谷加工环节的损失是绝对的,而减少损失量是相对的。为了尽可能减少稻谷在加工环节的损失浪费问题,这就需要尽可能减少相对损失量,一个地域内的稻谷加工企业数量众多、规模不等、工艺设备千差万别,如果不为其制定一个合理的统计方案,这种粮食加工环节的损失浪费调查将变得毫无说服力。
发明内容
本发明的主要目的在于提供一种基于稻谷加工的损失统计方法、装置、系统及存储介质,旨在解决现有技术中无法较准确地统计地域内稻谷加工损失率的技术问题。
为实现上述目的,本发明提供一种基于稻谷加工的损失统计方法,所述方法包括以下步骤:
获取目标地域各区域的稻谷加工企业的企业加工信息;
根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;
根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;
根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。
优选地,所述获取目标地域各区域的稻谷加工企业的企业加工信息之前,所述方法还包括:
获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号;
根据所述企业加工信息表中的列表项目及对应的预设符号建立预设企业出品率模型;
根据所述预设企业出品率模型建立预设企业损失率模型。
优选地,所述获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号之前,所述方法还包括:
获取企业信息表和企业加工数据表;
从所述企业信息表和所述企业加工数据表中提取预设列表项目作为企业加工信息表的列表项目,以生成所述企业加工信息表。
优选地,所述根据所述预设企业出品率模型建立预设企业损失率模型之后,所述方法还包括:
根据所述预设企业出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设区域出品率模型;
根据所述预设区域出品率模型建立预设区域损失率模型。
优选地,所述根据所述预设区域出品率模型建立预设区域损失率模型之后,所述方法还包括:
根据所述预设区域出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设地域出品率模型;
根据所述预设地域出品率模型建立预设地域损失率模型。
优选地,其特征在于,所述获取目标地域各区域的稻谷加工企业的企业加工信息之前,所述方法还包括:
采集企业信息和稻谷加工数据,将所述企业信息保存至企业信息表中,将所述稻谷加工数据保存至企业加工数据表中;
从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中。
优选地,所述企业信息包含企业编号;
相应地,所述将所述企业加工信息保存至所述企业加工信息表中之后,所述方法还包括:
接收用户输入的目标企业编号,根据所述目标企业编号在所述企业信息表中查找对应的目标企业信息,根据所述目标企业编号在所述企业加工数据表中查找对应的目标企业加工数据;
从所述目标企业信息和所述目标企业加工数据中提取目标企业加工信息;
根据所述目标企业加工信息和所述预设企业出品率模型计算目标企业的目标出品率;
根据所述目标出品率和所述预设企业损失率模型计算所述目标企业的目标损失率。
此外,为实现上述目的,本发明还提供一种基于稻谷加工的损失统计装置,所述装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于稻谷加工的损失统计程序,所述基于稻谷加工的损失统计程序被所述处理器执行时实现如上述基于稻谷加工的损失统计方法的步骤。
此外,为实现上述目的,本发明还提供一种基于稻谷加工的损失统计系统,所述基于稻谷加工的损失统计系统包括:
获取模块,用于获取目标地域各区域的稻谷加工企业的企业加工信息;
企业统计模块,用于根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;
区域统计模块,用于根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;
地域统计模块,用于根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有基于稻谷加工的损失统计程序,所述基于稻谷加工的损失统计程序被处理器执行时实现如上述基于稻谷加工的损失统计方法的步骤。
在本发明中,通过获取目标地域各区域的稻谷加工企业的企业加工信息;根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率,为我国的节粮降损工作提供了指导意见。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于稻谷加工的损失统计装置结构示意图;
图2为本发明基于稻谷加工的损失统计方法第一实施例的流程示意图;
图3为本发明基于稻谷加工的损失统计方法第二实施例的流程示意图;
图4为本发明基于稻谷加工的损失统计方法的企业信息表;
图5为本发明基于稻谷加工的损失统计方法的企业加工数据表;
图6为本发明基于稻谷加工的损失统计方法第三实施例的流程示意图;
图7为本发明基于稻谷加工的损失统计系统第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于稻谷加工的损失统计装置结构示意图。
如图1所示,所述基于稻谷加工的损失统计装置可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储服务器。
本领域技术人员可以理解,图1中示出的结构并不构成对所述基于稻谷加工的损失统计装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于稻谷加工的损失统计程序。
所述基于稻谷加工的损失统计装置通过处理器1001调用存储器1005中存储的基于稻谷加工的损失统计程序,并执行以下操作:
获取目标地域各区域的稻谷加工企业的企业加工信息;
根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;
根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;
根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。
进一步地,处理器1001可以调用存储器1005中存储的基于稻谷加工的损失统计程序,还执行以下操作:
获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号;
根据所述企业加工信息表中的列表项目及对应的预设符号建立预设企业出品率模型;
根据所述预设企业出品率模型建立预设企业损失率模型。
进一步地,处理器1001可以调用存储器1005中存储的基于稻谷加工的损失统计程序,还执行以下操作:
获取企业信息表和企业加工数据表;
从所述企业信息表和所述企业加工数据表中提取预设列表项目作为企业加工信息表的列表项目,以生成所述企业加工信息表。
进一步地,处理器1001可以调用存储器1005中存储的基于稻谷加工的损失统计程序,还执行以下操作:
根据所述预设企业出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设区域出品率模型;
根据所述预设区域出品率模型建立预设区域损失率模型。
进一步地,处理器1001可以调用存储器1005中存储的基于稻谷加工的损失统计程序,还执行以下操作:
根据所述预设区域出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设地域出品率模型;
根据所述预设地域出品率模型建立预设地域损失率模型。
进一步地,处理器1001可以调用存储器1005中存储的基于稻谷加工的损失统计程序,还执行以下操作:
采集企业信息和稻谷加工数据,将所述企业信息保存至企业信息表中,将所述稻谷加工数据保存至企业加工数据表中;
从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中。
进一步地,处理器1001可以调用存储器1005中存储的基于稻谷加工的损失统计程序,还执行以下操作:
接收用户输入的目标企业编号,根据所述目标企业编号在所述企业信息表中查找对应的目标企业信息,根据所述目标企业编号在所述企业加工数据表中查找对应的目标企业加工数据;
从所述目标企业信息和所述目标企业加工数据中提取目标企业加工信息;
根据所述目标企业加工信息和所述预设企业出品率模型计算目标企业的目标出品率;
根据所述目标出品率和所述预设企业损失率模型计算所述目标企业的目标损失率。
在本实施例中,通过获取目标地域各区域的稻谷加工企业的企业加工信息;根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率,为我国的节粮降损工作提供了指导意见。
基于上述硬件结构,提出本发明基于稻谷加工的损失统计方法的实施例。
参照图2,图2为本发明基于稻谷加工的损失统计方法第一实施例的流程示意图。
在第一实施例中,所述基于稻谷加工的损失统计方法包括以下步骤:
步骤S10:获取目标地域各区域的稻谷加工企业的企业加工信息。
需要说明的是,所述目标地域中包含若干区域,各区域内包含若干稻谷加工企业,为了统计所述目标地域的稻谷加工损失率,将所述目标地域划分为若干区域,对各区域的稻谷加工企业进行统计,从而依次统计出企业、区域和地域的损失率。所述企业加工信息指的是稻谷加工企业的稻谷加工信息,包括:稻谷品种、年产量、各工序的出品量以及各工序的出品率等。
在具体实现中,以所述目标地域为全国为例,所述区域为各省,则可统计各企业的稻谷加工损失率,进而统计全省、全国的稻谷加工损失率;或者,以所述目标地域为某省为例,所述区域为某省内的各市,则可统计各企业的稻谷加工损失率,进而统计各市、某省的稻谷加工损失率。
步骤S20:根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率。
可以理解的是,所述稻谷加工企业的出品率为所述稻谷加工企业各工序的出品率,所述稻谷加工企业的损失率为所述稻谷加工企业各工序的损失率。所述预设企业出品率模型包含企业各工序的出品率与企业加工信息之间的对应关系,将所述企业加工信息代入所述预设企业出品率模型中,可计算得出所述稻谷加工企业各工序的的出品率。所述预设企业损失率模型包含企业各工序的损失率与企业各工序的出品率之间的对应关系,将所述稻谷加工企业的出品率代入所述预设企业损失率模型中,可计算得出所述稻谷加工企业各工序的的损失率。
步骤S30:根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率。
需要说明的是,所述各区域的出品率为各区域在各工序的出品率,所述各区域的损失率为各区域在各工序的损失率。所述预设区域出品率模型包含区域各工序的出品率与稻谷加工企业各工序的出品率之间的对应关系,在获得所述稻谷加工企业的出品率之后,将所述稻谷加工企业的出品率代入所述预设区域出品率模型中,可计算得出各区域在各工序的出品率。所述预设区域损失率模型包含区域各工序的损失率与区域各工序的出品率之间的对应关系,将所述各区域的出品率代入所述预设区域损失率模型中,可计算得出各区域在各工序的损失率。
步骤S40:根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。
可以理解的是,所述目标地域的出品率为所述目标地域在各工序的出品率,所述目标地域的损失率为所述目标地域在各工序的损失率。所述预设地域出品率模型包含地域各工序的出品率与区域在各工序的出品率之间的对应关系,在获得所述区域的出品率之后,将所述区域的出品率代入所述预设地域出品率模型中,可计算得出所述目标地域在各工序的出品率。所述预设地域损失率模型包含地域各工序的损失率与地域各工序的出品率之间的对应关系,将所述目标地域的出品率代入所述预设地域损失率模型中,可计算得出所述目标地域在各工序的损失率。
在本实施例中,通过获取目标地域各区域的稻谷加工企业的企业加工信息;根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率,为我国的节粮降损工作提供了指导意见。
参照图3,图3为本发明基于稻谷加工的损失统计方法第二实施例的流程示意图,基于上述图2所示的实施例,提出本发明基于稻谷加工的损失统计方法的第二实施例。
在第二实施例中,所述步骤S10之前,所述方法还包括:
步骤S101:获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号。
需要说明的是,所述企业加工信息表用于存储企业加工信息,所述企业加工信息包含各稻谷加工企业的相关企业信息和加工数据,所述企业加工信息表包含若干列表项目,各列表项目分别指代一个企业加工信息。为了便于建立各预设模型,将对各列表项目赋予预设符号。
在本实施例中,对各列表项目赋予预设符号后的企业加工信息表如表1。
序号 | 符号 | 意义 | 序号 | 符号 | 意义 |
1 | s<sub>1</sub> | 调查编号 | 18 | s<sub>18</sub> | 品1工序6出品率 |
2 | s<sub>2</sub> | 抽样地区 | 19 | s<sub>19</sub> | 品1工序7出品率 |
3 | s<sub>3</sub> | 企业名称 | 20 | s<sub>20</sub> | 品1工序8出品率 |
4 | s<sub>4</sub> | 企业地址 | 21 | s<sub>21</sub> | 品1工序9出品率 |
5 | s<sub>5</sub> | 设备 | 22 | s<sub>22</sub> | 品1工序10出品率 |
6 | s<sub>6</sub> | 产品商标名称 | 23 | s<sub>23</sub> | 品1工序11出品率 |
7 | s<sub>7</sub> | 品种一名称 | 24 | s<sub>24</sub> | 品2工序1出品率 |
8 | s<sub>8</sub> | 品种一年产量 | 25 | s<sub>25</sub> | 品2工序2出品率 |
9 | s<sub>9</sub> | 品种二名称 | 26 | s<sub>26</sub> | 品2工序3出品率 |
10 | s<sub>10</sub> | 品种二年产量 | 27 | s<sub>27</sub> | 品2工序4出品率 |
11 | s<sub>11</sub> | 加工时段 | 28 | s<sub>28</sub> | 品2工序5出品率 |
12 | s<sub>12</sub> | 稻谷加工量 | 29 | s<sub>29</sub> | 品2工序6出品率 |
13 | s<sub>13</sub> | 品1工序1出品率 | 30 | s<sub>30</sub> | 品2工序7出品率 |
14 | s<sub>14</sub> | 品1工序2出品率 | 31 | s<sub>31</sub> | 品2工序8出品率 |
15 | s<sub>15</sub> | 品1工序3出品率 | 32 | s<sub>32</sub> | 品2工序9出品率 |
16 | s<sub>16</sub> | 品1工序4出品率 | 33 | s<sub>33</sub> | 品2工序10出品率 |
17 | s<sub>17</sub> | 品1工序5出品率 | 34 | s<sub>34</sub> | 品2工序11出品率 |
表1
步骤S102:根据所述企业加工信息表中的列表项目及对应的预设符号建立预设企业出品率模型。
可以理解的是,以每个稻谷加工企业加工两个品种的稻谷为例进行说明,所述预设企业出品率模型为:
其中,rsi为企业各工序的出品率,i为各工序的序号,si表示企业加工信息,包括:s8为企业品种一年产量,s10为企业品种二年产量,s12+i为品种一各工序的出品率,s23+i为品种二各工序的出品率。
步骤S103:根据所述预设企业出品率模型建立预设企业损失率模型。
可以理解的是,所述预设企业出品率模型为:
rti=rsi-1-rsi,i=1,2,3,……,11;
其中,rti为企业各工序的损失率,i为各工序的序号。此时,有rt0=100。
进一步地,所述步骤S101之前,所述方法还包括:
步骤S01:获取企业信息表和企业加工数据表。
步骤S02:从所述企业信息表和所述企业加工数据表中提取预设列表项目作为企业加工信息表的列表项目,以生成所述企业加工信息表。
可以理解的是,如图4、图5所示,图4为本发明基于稻谷加工的损失统计方法的企业信息表,图5为本发明基于稻谷加工的损失统计方法的企业加工数据表。所述企业信息表存储有各稻谷加工企业的企业信息,所述企业加工数据表中存储有各稻谷加工企业的稻谷加工数据,所述企业信息表中的企业信息和所述企业加工数据表中的稻谷加工数据对应有列表项目,在该列表项目中提取预设列表项目,将预设列表项目作为企业加工信息表的列表项目,可生成所述企业加工信息表。由于企业加工信息表的列表项目从所述企业信息表和所述企业加工数据表中提取,因此,企业加工信息表包含的企业加工信息从所述企业信息和所述稻谷加工数据中提取。
进一步地,所述步骤S103之后,所述方法还包括:
根据所述预设企业出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设区域出品率模型。
根据所述预设区域出品率模型建立预设区域损失率模型。
需要说明的是,在建立预设企业出品率模型之后,将通过所述预设企业出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设区域出品率模型,并根据所述预设区域出品率模型建立预设区域损失率模型。
在具体实现中,由于在统计区域的出品率及损失率时,涉及到多个稻谷加工企业,用si无法表示特定企业的企业加工信息,因此用tgi,k表示稻谷加工企业的企业加工信息,i为企业序号,k为各企业加工信息的序号,此时,所述预设企业出品率模型为:
其中,pgi,j为企业各工序的出品率,i为企业序号,j为各工序的序号,tgi,j为第i个企业的企业加工信息,tgi,8为第i个企业的品种一年产量,tgi,10为第i个企业的品种二年产量,tgi,12+i为第i个企业品种一各工序的出品率,tgi,23+i为第i个企业品种二各工序的出品率。
相应地,所述预设企业出品率模型为:
fgi,j=pgi,j-1-pgi,j,i=1,2,L,n;j=1,2,……,11;
此处,有pgi,0=100,i=1,2,……,n。
其中,fgi,j为企业各工序的损失率,i为各工序的序号。
相应地,所述预设区域出品率模型为:
其中,gxi为区域各工序的出品率,tgk,8为第k个企业的品种一年产量,tgk,10为第k个企业的品种二年产量,tgj,8为第j个企业的品种一年产量,tgj,10为第j个企业的品种二年产量,pgk,i为第i个企业各工序的出品率。
相应地,所述预设地域损失率模型为:
wfi=gxi-1-gxi,i=1,2,……,11;
其中,wfi为区域各工序的损失率,i为各工序的序号。
进一步地,所述根据所述预设区域出品率模型建立预设区域损失率模型之后,所述方法还包括:
根据所述预设区域出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设地域出品率模型。
根据所述预设地域出品率模型建立预设地域损失率模型。
需要说明的是,在建立预设区域出品率模型之后,将通过所述预设区域出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设地域出品率模型,并根据所述预设地域出品率模型建立预设地域损失率模型。
在具体实现中,所述预设地域出品率模型为:
其中,gxi为目标地域各工序的出品率,costk,1为第k个区域的年产量,costj,1为第j个区域的年产量,costk,i+1为第k个区域在第j个工序的出品率。
相应地,所述预设地域损失率模型为:
cti=gxi-1-gxi,i=1,2,……,11;
其中,cti为目标地域各工序的损失率,i为各工序的序号。
在本实施例中,根据企业加工信息表的列表项目对应的预设符号建立预设企业出品率模型,根据该预设企业出品率模型建立预设企业损失率模型,从而根据企业的出品率和损失率模型建立区域的出品率和损失率模型,根据区域的出品率和损失率模型建立地域的出品率和损失率模型。由于对企业、区域和地域逐级建立模型,不仅方便快捷,而且能够全面准确地得出预设地域损失率模型。
参照图6,图6为本发明基于稻谷加工的损失统计方法第三实施例的流程示意图,基于上述图3所示的实施例,提出本发明基于稻谷加工的损失统计方法的第三实施例。
在本实施例中,所述步骤S10之前,所述方法还包括:
步骤S03:采集企业信息和稻谷加工数据,将所述企业信息保存至企业信息表中,将所述稻谷加工数据保存至企业加工数据表中;
需要说明的是,所述企业信息包括:调查编号、抽样地区、企业名称、企业地址等信息,所述稻谷加工数据包括:各品种稻谷的年产量、各品种各工序的出品量及出品率等,所述企业信息表与所述企业加工数据表关联保存于数据库中。
步骤S04:从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中。
需要说明的是,所述企业信息表和所述企业加工数据表用于采集基础数据,而在统计稻谷的损失率时,从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中,通过所述企业加工信息进行后续统计。
进一步地,所述企业信息包含企业编号,相应地,所述步骤S40之后,所述方法还包括:
接收用户输入的目标企业编号,根据所述目标企业编号在所述企业信息表中查找对应的目标企业信息,根据所述目标企业编号在所述企业加工数据表中查找对应的目标企业加工数据。
从所述目标企业信息和所述目标企业加工数据中提取目标企业加工信息。
根据所述目标企业加工信息和所述预设企业出品率模型计算目标企业的目标出品率。
根据所述目标出品率和所述预设企业损失率模型计算所述目标企业的目标损失率。
需要说明的是,所述目标企业为用户输入的目标企业编号所对应的企业,通过所述目标企业加工信息可计算任意目标企业的目标出品率及目标损失率。
在本实施例中,通过采集企业信息和稻谷加工数据,将所述企业信息保存至企业信息表中,将所述稻谷加工数据保存至企业加工数据表中;从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中。能够方便提取任一稻谷加工企业的企业信息和稻谷加工数据,并整理为企业加工信息,加快了后续根据企业加工信息计算企业出品率的速率。
进一步地,基于所述基于稻谷加工的损失统计方法的第一实施例、第二实施例以及第三实施例,提出本发明基于稻谷加工的损失统计方法的第四实施例。
在本实施例中,以目标地域为全国,各区域为国内各省为例进行说明。
首先,以湖北省为例,该省若干企业被调查,根据预设企业出品率模型和预设企业损失率模型计算出如表2所示的湖北省各企业在各工序的平均出品率。
表2
其次,以表2的数据为基础,根据预设区域出品率模型和预设区域损失率模型计算出如表3.1所示的湖北省在各工序的平均出品率和如表3.2所示的湖北省在各工序的损失率。
表3.1
表3.2
在统计出湖北省在各工序的平均出品率和损失率之后,将统计如表4所示其它各省在各工序的平均出品率和损失率。
表4
最后,在表4的基础上,根据预设地域出品率模型和预设地域损失率模型计算如表5.1所示的全国在各工序的平均出品率和如表5.2所示的全国在各工序的损失率。
表5.1
表5.2
在本实施例中,通过各企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率。
参照图7,图7为本发明基于稻谷加工的损失统计系统第一实施例的功能模块图,基于所述基于稻谷加工的损失统计方法,提出本发明基于稻谷加工的损失统计系统的第一实施例。
在本实施例中,所述基于稻谷加工的损失统计系统包括:
获取模块10,用于获取目标地域各区域的稻谷加工企业的企业加工信息。
需要说明的是,所述目标地域中包含若干区域,各区域内包含若干稻谷加工企业,为了统计所述目标地域的稻谷加工损失率,将所述目标地域划分为若干区域,对各区域的稻谷加工企业进行统计,从而依次统计出企业、区域和地域的损失率。所述企业加工信息指的是稻谷加工企业的稻谷加工信息,包括:稻谷品种、年产量、各工序的出品量以及各工序的出品率等。
在具体实现中,以所述目标地域为全国为例,所述区域为各省,则可统计各企业的稻谷加工损失率,进而统计全省、全国的稻谷加工损失率;或者,以所述目标地域为某省为例,所述区域为某省内的各市,则可统计各企业的稻谷加工损失率,进而统计各市、某省的稻谷加工损失率。
企业统计模块20,用于根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率。
可以理解的是,所述稻谷加工企业的出品率为所述稻谷加工企业各工序的出品率,所述稻谷加工企业的损失率为所述稻谷加工企业各工序的损失率。所述预设企业出品率模型包含企业各工序的出品率与企业加工信息之间的对应关系,将所述企业加工信息代入所述预设企业出品率模型中,可计算得出所述稻谷加工企业各工序的的出品率。所述预设企业损失率模型包含企业各工序的损失率与企业各工序的出品率之间的对应关系,将所述稻谷加工企业的出品率代入所述预设企业损失率模型中,可计算得出所述稻谷加工企业各工序的的损失率。
区域统计模块30,用于根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率。
需要说明的是,所述各区域的出品率为各区域在各工序的出品率,所述各区域的损失率为各区域在各工序的损失率。所述预设区域出品率模型包含区域各工序的出品率与稻谷加工企业各工序的出品率之间的对应关系,在获得所述稻谷加工企业的出品率之后,将所述稻谷加工企业的出品率代入所述预设区域出品率模型中,可计算得出各区域在各工序的出品率。所述预设区域损失率模型包含区域各工序的损失率与区域各工序的出品率之间的对应关系,将所述各区域的出品率代入所述预设区域损失率模型中,可计算得出各区域在各工序的损失率。
地域统计模块40,用于根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。
可以理解的是,所述目标地域的出品率为所述目标地域在各工序的出品率,所述目标地域的损失率为所述目标地域在各工序的损失率。所述预设地域出品率模型包含地域各工序的出品率与区域在各工序的出品率之间的对应关系,在获得所述区域的出品率之后,将所述区域的出品率代入所述预设地域出品率模型中,可计算得出所述目标地域在各工序的出品率。所述预设地域损失率模型包含地域各工序的损失率与地域各工序的出品率之间的对应关系,将所述目标地域的出品率代入所述预设地域损失率模型中,可计算得出所述目标地域在各工序的损失率。
在本实施例中,通过获取目标地域各区域的稻谷加工企业的企业加工信息;根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率,为我国的节粮降损工作提供了指导意见。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于稻谷加工的损失统计程序,所述基于稻谷加工的损失统计程序被处理器执行时实现如下操作:
获取目标地域各区域的稻谷加工企业的企业加工信息;
根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;
根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;
根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。
进一步地,所述基于稻谷加工的损失统计程序被处理器执行时还实现如下操作:
获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号;
根据所述企业加工信息表中的列表项目及对应的预设符号建立预设企业出品率模型;
根据所述预设企业出品率模型建立预设企业损失率模型。
进一步地,所述基于稻谷加工的损失统计程序被处理器执行时还实现如下操作:
获取企业信息表和企业加工数据表;
从所述企业信息表和所述企业加工数据表中提取预设列表项目作为企业加工信息表的列表项目,以生成所述企业加工信息表。
进一步地,所述基于稻谷加工的损失统计程序被处理器执行时还实现如下操作:
根据所述预设企业出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设区域出品率模型;
根据所述预设区域出品率模型建立预设区域损失率模型。
进一步地,所述基于稻谷加工的损失统计程序被处理器执行时还实现如下操作:
根据所述预设区域出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设地域出品率模型;
根据所述预设地域出品率模型建立预设地域损失率模型。
进一步地,所述基于稻谷加工的损失统计程序被处理器执行时还实现如下操作:
采集企业信息和稻谷加工数据,将所述企业信息保存至企业信息表中,将所述稻谷加工数据保存至企业加工数据表中;
从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中。
进一步地,所述基于稻谷加工的损失统计程序被处理器执行时还实现如下操作:
接收用户输入的目标企业编号,根据所述目标企业编号在所述企业信息表中查找对应的目标企业信息,根据所述目标企业编号在所述企业加工数据表中查找对应的目标企业加工数据;
从所述目标企业信息和所述目标企业加工数据中提取目标企业加工信息;
根据所述目标企业加工信息和所述预设企业出品率模型计算目标企业的目标出品率;
根据所述目标出品率和所述预设企业损失率模型计算所述目标企业的目标损失率。
在本实施例中,通过获取目标地域各区域的稻谷加工企业的企业加工信息;根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率;根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率;根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率。由于对企业、区域和地域逐级进行计算,不仅方便快捷,而且能够全面地统计目标地域在各工序的出品率和损失率,提高了稻谷加工过程中损失浪费的统计效率,为我国的节粮降损工作提供了指导意见。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
单词第一、第二、以及第三等的使用不表示任何顺序,可将这些单词解释为名称。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于稻谷加工的损失统计方法,其特征在于,所述基于稻谷加工的损失统计方法包括以下步骤:
获取目标地域各区域的稻谷加工企业的企业加工信息;
根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率,其中,所述预设企业出品率模型为:
其中,pgi,j为企业各工序的出品率,i为企业序号,j为各工序的序号,tgi,j为第i个企业的企业加工信息,tgi,8为第i个企业的品种一年产量,tgi,10为第i个企业的品种二年产量,tgi,12+i为第i个企业品种一各工序的出品率,tgi,23+i为第i个企业品种二各工序的出品率;
其中,所述预设企业损失率模型为:
fgi,j=pgi,j-1-pgi,j,i=1,2,L,n;j=1,2,……,11;
其中,pgi,0=100,i=1,2,……,n,fgi,j为企业各工序的损失率,i为各工序的序号;
根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率,其中,所述预设区域出品率模型为:
其中,gxi为区域各工序的出品率,tgk,8为第k个企业的品种一年产量,tgk,10为第k个企业的品种二年产量,tgj,8为第j个企业的品种一年产量,tgj,10为第j个企业的品种二年产量,pgk,i为第i个企业各工序的出品率;
其中,所述预设区域损失率模型为:
wfi=gxi-1-gxi,i=1,2,……,11;
其中,wfi为区域各工序的损失率,i为各工序的序号;
根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率,其中,所述预设地域出品率模型为:
其中,gxi为目标地域各工序的出品率,costk,1为第k个区域的年产量,costj,1为第j个区域的年产量,costk,i+1为第k个区域在第j个工序的出品率;
其中,所述预设地域损失率模型为:
cti=gxi-1-gxi,i=1,2,……,11;
其中,cti为目标地域各工序的损失率,i为各工序的序号。
2.如权利要求1所述的基于稻谷加工的损失统计方法,其特征在于,所述获取目标地域各区域的稻谷加工企业的企业加工信息之前,所述方法还包括:
获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号;
根据所述企业加工信息表中的列表项目及对应的预设符号建立预设企业出品率模型;
根据所述预设企业出品率模型建立预设企业损失率模型。
3.如权利要求2所述的基于稻谷加工的损失统计方法,其特征在于,所述获取企业加工信息表,对所述企业加工信息表中的列表项目赋予预设符号之前,所述方法还包括:
获取企业信息表和企业加工数据表;
从所述企业信息表和所述企业加工数据表中提取预设列表项目作为企业加工信息表的列表项目,以生成所述企业加工信息表。
4.如权利要求3所述的基于稻谷加工的损失统计方法,其特征在于,所述根据所述预设企业出品率模型建立预设企业损失率模型之后,所述方法还包括:
根据所述预设企业出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设区域出品率模型;
根据所述预设区域出品率模型建立预设区域损失率模型。
5.如权利要求4所述的基于稻谷加工的损失统计方法,其特征在于,所述根据所述预设区域出品率模型建立预设区域损失率模型之后,所述方法还包括:
根据所述预设区域出品率模型、所述企业加工信息表中的列表项目及对应的预设符号建立预设地域出品率模型;
根据所述预设地域出品率模型建立预设地域损失率模型。
6.如权利要求5所述的基于稻谷加工的损失统计方法,其特征在于,所述获取目标地域各区域的稻谷加工企业的企业加工信息之前,所述方法还包括:
采集企业信息和稻谷加工数据,将所述企业信息保存至企业信息表中,将所述稻谷加工数据保存至企业加工数据表中;
从所述企业信息表和所述企业加工数据表中提取预设列表项目对应的企业加工信息,将所述企业加工信息保存至所述企业加工信息表中。
7.如权利要求6所述的基于稻谷加工的损失统计方法,其特征在于,所述企业信息包含企业编号;
相应地,所述将所述企业加工信息保存至所述企业加工信息表中之后,所述方法还包括:
接收用户输入的目标企业编号,根据所述目标企业编号在所述企业信息表中查找对应的目标企业信息,根据所述目标企业编号在所述企业加工数据表中查找对应的目标企业加工数据;
从所述目标企业信息和所述目标企业加工数据中提取目标企业加工信息;
根据所述目标企业加工信息和所述预设企业出品率模型计算目标企业的目标出品率;
根据所述目标出品率和所述预设企业损失率模型计算所述目标企业的目标损失率。
8.一种基于稻谷加工的损失统计装置,其特征在于,所述基于稻谷加工的损失统计装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于稻谷加工的损失统计程序,所述基于稻谷加工的损失统计程序配置为实现如权利要求1至7中任一项所述的基于稻谷加工的损失统计方法的步骤。
9.一种基于稻谷加工的损失统计系统,其特征在于,所述基于稻谷加工的损失统计系统包括:
获取模块,用于获取目标地域各区域的稻谷加工企业的企业加工信息;
企业统计模块,用于根据所述企业加工信息和预设企业出品率模型计算所述稻谷加工企业的出品率,根据所述稻谷加工企业的出品率和预设企业损失率模型计算所述稻谷加工企业的损失率,其中,所述预设企业出品率模型为:
其中,pgi,j为企业各工序的出品率,i为企业序号,j为各工序的序号,tgi,j为第i个企业的企业加工信息,tgi,8为第i个企业的品种一年产量,tgi,10为第i个企业的品种二年产量,tgi,12+i为第i个企业品种一各工序的出品率,tgi,23+i为第i个企业品种二各工序的出品率;
其中,所述预设企业损失率模型为:
fgi,j=pgi,j-1-pgi,j,i=1,2,L,n;j=1,2,……,11;
其中,pgi,0=100,i=1,2,……,n,fgi,j为企业各工序的损失率,i为各工序的序号;
区域统计模块,用于根据各区域的稻谷加工企业的出品率和预设区域出品率模型计算各区域的出品率,根据各区域的出品率和预设区域损失率模型计算各区域的损失率,其中,所述预设区域出品率模型为:
其中,gxi为区域各工序的出品率,tgk,8为第k个企业的品种一年产量,tgk,10为第k个企业的品种二年产量,tgj,8为第j个企业的品种一年产量,tgj,10为第j个企业的品种二年产量,pgk,i为第i个企业各工序的出品率;
其中,所述预设区域损失率模型为:
wfi=gxi-1-gxi,i=1,2,……,11;
其中,wfi为区域各工序的损失率,i为各工序的序号;
地域统计模块,用于根据各区域的出品率和预设地域出品率模型计算所述目标地域的出品率,根据所述目标地域的出品率和预设地域损失率模型计算所述目标地域的损失率,其中,所述预设地域出品率模型为:
其中,gxi为目标地域各工序的出品率,costk,1为第k个区域的年产量,costj,1为第j个区域的年产量,costk,i+1为第k个区域在第j个工序的出品率;
其中,所述预设地域损失率模型为:
cti=gxi-1-gxi,i=1,2,……,11;
其中,cti为目标地域各工序的损失率,i为各工序的序号。
10.一种存储介质,其特征在于,所述存储介质上存储有基于稻谷加工的损失统计程序,所述基于稻谷加工的损失统计程序被处理器执行时实现如权利要求1至7中任一项所述的基于稻谷加工的损失统计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810473141.3A CN108665176B (zh) | 2018-05-16 | 2018-05-16 | 基于稻谷加工的损失统计方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810473141.3A CN108665176B (zh) | 2018-05-16 | 2018-05-16 | 基于稻谷加工的损失统计方法、装置、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108665176A CN108665176A (zh) | 2018-10-16 |
CN108665176B true CN108665176B (zh) | 2021-07-27 |
Family
ID=63776093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810473141.3A Expired - Fee Related CN108665176B (zh) | 2018-05-16 | 2018-05-16 | 基于稻谷加工的损失统计方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108665176B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110110926A (zh) * | 2019-05-06 | 2019-08-09 | 武汉轻工大学 | 粮食加工环节的优化方法、设备、存储介质及装置 |
CN112395753B (zh) * | 2020-11-11 | 2021-10-29 | 中国农业大学 | 定向调控稻谷品质的干燥方法、装置、设备及储存介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060277077A1 (en) * | 2004-11-22 | 2006-12-07 | Coleman James L Jr | Method for writing an insurance policy entitled insured tenant leasing |
CN101464979A (zh) * | 2009-01-22 | 2009-06-24 | 中国农业大学 | 作物产量表现评价系统及方法 |
CN106469351A (zh) * | 2016-08-31 | 2017-03-01 | 北京泰清科技有限公司 | 一种灌装包装生产线效率损失分析方法 |
CN107203496B (zh) * | 2017-06-01 | 2020-05-19 | 武汉轻工大学 | 粮食分配抽样方法及装置 |
CN207287530U (zh) * | 2017-06-09 | 2018-05-01 | 惠州市煌粮实业有限公司 | 一种精确控制大米加工量的大米加工系统 |
-
2018
- 2018-05-16 CN CN201810473141.3A patent/CN108665176B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN108665176A (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021135105A1 (zh) | 基于大数据的对象识别方法、装置、设备及存储介质 | |
CN107506383B (zh) | 一种审计数据处理方法和计算机设备 | |
CN108665176B (zh) | 基于稻谷加工的损失统计方法、装置、系统及存储介质 | |
CN106844320B (zh) | 一种财务报表整合方法和设备 | |
WO2019095670A1 (zh) | 业绩追踪方法、应用服务器及计算机可读存储介质 | |
WO2019085463A1 (zh) | 部门需求的推荐方法、应用服务器及计算机可读存储介质 | |
CN109766384B (zh) | 一种可视化系统中自动转换数据计量单位的方法和装置 | |
CN110781183A (zh) | Hive数据库中增量数据的处理方法、装置以及计算机设备 | |
CN108960672B (zh) | 限额限次的风控方法、装置及计算机可读存储介质 | |
CN108470305B (zh) | 关联交易识别方法、装置及存储介质 | |
CN110457704B (zh) | 目标字段的确定方法、装置、存储介质及电子装置 | |
CN106997320A (zh) | 代码评审过程中的代码显示方法和装置 | |
CN111523174B (zh) | 船体图纸中开孔的自动绘制方法、系统、设备和存储介质 | |
CN109345175B (zh) | 基于司机匹配度的货源推送方法、系统、设备及存储介质 | |
CN108073567A (zh) | 一种特征词提取处理方法、系统及服务器 | |
CN110990350A (zh) | 日志的解析方法及装置 | |
CN107203633B (zh) | 数据表推数处理方法、装置及电子设备 | |
CN109542986B (zh) | 网络数据的要素归一化方法、装置、设备及存储介质 | |
CN105843785B (zh) | 一种内嵌组织管理层次的数据自定义计算报表生成方法 | |
CN109919811B (zh) | 基于大数据的保险代理人培养方案生成方法及相关设备 | |
CN114265740A (zh) | 错误信息处理方法、装置、设备及存储介质 | |
CN108572948A (zh) | 门牌信息的处理方法及装置 | |
CN113343767A (zh) | 物流违规操作的识别方法、装置、设备和存储介质 | |
CN110598988A (zh) | 统计数据处理方法、装置及存储介质 | |
CN113095064A (zh) | 代码字段识别方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210727 |
|
CF01 | Termination of patent right due to non-payment of annual fee |