CN110084523B - 一种农产品检测任务分配方法及平台 - Google Patents
一种农产品检测任务分配方法及平台 Download PDFInfo
- Publication number
- CN110084523B CN110084523B CN201910365613.8A CN201910365613A CN110084523B CN 110084523 B CN110084523 B CN 110084523B CN 201910365613 A CN201910365613 A CN 201910365613A CN 110084523 B CN110084523 B CN 110084523B
- Authority
- CN
- China
- Prior art keywords
- agricultural product
- detection
- information
- agricultural
- consumer
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 193
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005070 sampling Methods 0.000 claims abstract description 57
- 238000007689 inspection Methods 0.000 claims description 30
- 239000003153 chemical reaction reagent Substances 0.000 abstract description 12
- 238000012544 monitoring process Methods 0.000 description 34
- 238000007726 management method Methods 0.000 description 16
- 235000013305 food Nutrition 0.000 description 8
- 238000003752 polymerase chain reaction Methods 0.000 description 6
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- STJMRWALKKWQGH-UHFFFAOYSA-N clenbuterol Chemical compound CC(C)(C)NCC(O)C1=CC(Cl)=C(N)C(Cl)=C1 STJMRWALKKWQGH-UHFFFAOYSA-N 0.000 description 3
- 229960001117 clenbuterol Drugs 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 244000000010 microbial pathogen Species 0.000 description 3
- 239000000447 pesticide residue Substances 0.000 description 3
- ZKHQWZAMYRWXGA-KQYNXXCUSA-J ATP(4-) Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP([O-])(=O)OP([O-])(=O)OP([O-])([O-])=O)[C@@H](O)[C@H]1O ZKHQWZAMYRWXGA-KQYNXXCUSA-J 0.000 description 2
- ZKHQWZAMYRWXGA-UHFFFAOYSA-N Adenosine triphosphate Natural products C1=NC=2C(N)=NC=NC=2N1C1OC(COP(O)(=O)OP(O)(=O)OP(O)(O)=O)C(O)C1O ZKHQWZAMYRWXGA-UHFFFAOYSA-N 0.000 description 2
- 238000002965 ELISA Methods 0.000 description 2
- 230000003115 biocidal effect Effects 0.000 description 2
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 229910001385 heavy metal Inorganic materials 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 240000007124 Brassica oleracea Species 0.000 description 1
- 235000003899 Brassica oleracea var acephala Nutrition 0.000 description 1
- 235000011301 Brassica oleracea var capitata Nutrition 0.000 description 1
- 235000001169 Brassica oleracea var oleracea Nutrition 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 238000001069 Raman spectroscopy Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- TTWYZDPBDWHJOR-IDIVVRGQSA-L adenosine triphosphate disodium Chemical compound [Na+].[Na+].C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP(O)(=O)OP(O)(=O)OP([O-])([O-])=O)[C@@H](O)[C@H]1O TTWYZDPBDWHJOR-IDIVVRGQSA-L 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000029918 bioluminescence Effects 0.000 description 1
- 238000005415 bioluminescence Methods 0.000 description 1
- 238000004737 colorimetric analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 235000013613 poultry product Nutrition 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 231100000765 toxin Toxicity 0.000 description 1
- 235000021404 traditional food Nutrition 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- 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
- G06Q10/06316—Sequencing of tasks or work
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种农产品检测任务分配方法,所述方法包括,农产品抽样检测平台获取农产品流通管理平台中农产品A的追踪信息,所述追踪信息至少包括所述农产品A的批发信息以及零售信息,所述农产品抽样检测平台根据所述追踪信息分配所述农产品A的检测任务。采用本发明的技术方案后,通过农产品流通管理系统中的农产品溯源信息及客户端的终端软件信息,为农产品抽样检测平台中的检测任务分配提供依据,使检测任务的分配更加科学合理,对农产品的覆盖更加全面,对用户普遍关注的问题更好的跟踪检测管理,也使检测试剂的采购更加符合试剂需求。
Description
技术领域
本发明涉及一种农产品检测任务分配方法及平台,属于食品安全监管技术领域。
背景技术
目前,农业部门在农产品种养殖源头准出缺少有效的管理手段,导致市场流入时缺失源头票证信息。此外,产地准出数据不能和流通环节监管的数据无缝对接,形成两个监管环节的“数据孤岛”效应,无法构建溯源信息数据链条。
图1为农产品流通过程中所涉及的直接对象,包括供应商1、批发商2、零售商3和消费者4,其中供应商为种养殖户,间接涉及的对象包括食药监管部门;流通过程所涉及的对象对农产品的来源及去向,产品的数量、产品的检验检疫信息、产品的价格等信息非常关注,但现实中缺少相应的管理方法及工具来采集相应的数据,跟踪产品的流通过程,也缺少相应的数据和技术手段来应对突发的食品安全事件。
中国专利申请201310250108.1,“农产品质量安全检测抽样决策方法”公开了一种农产品质量安全检测抽样决策方法,包括:利用影响因子数据库和层次分析法计算各类农产品的权重赋值;计算检测费加权平均单价;计算抽样总量和各类产品抽样量。本发明通过引入影响农产品质量安全主要评价因子,对检测抽样对象进行权重赋值,提高了检测抽样样本的代表性和抽样决策的科学性;通过设计检测费加权平均单价计算公式、抽样总量计算公式和单个产品抽样量计算公式,使得决策过程更加方便和准确。该专利申请通过农产品质量安全评价因子来决定抽样样本及数量,但并未公开质量安全评价因子是如何生成的。
中国专利申请201610947440.7,“风险监测信息系统中监测信息的获取方法及装置”公开了一种农产品质量安全风险监测信息系统中监测信息的获取方法以及装置。其中,所述方法包括:根据监测任务中承担单位的单位规模和能力级别判断是否分离监测任务中的抽样任务和检测任务;若是,则将承担单位设置为承担抽样任务的抽样单位,并在农产品质量安全风险监测信息系统的质检机构数据库中选择承担检测任务的检测单位;接收由抽样单位通过客户端封装并上传的抽样信息和由检测单位通过所在的系统录入的检测信息,抽样信息和检测信息均包括检测码、样品编码以及样品名称;根据检测码、样品编码以及样品名称将抽样信息与检测信息进行匹配,得到相应样品的监测信息,并存入数据库中。通过本发明,不仅能够实现无纸化抽样,而且还能够保证监测信息的准确性。该专利申请通过信息化抽样样品信息,实现无纸化抽样,但抽样任务均为指派,缺少科学性。
中国专利申请201610950320.2,“风险监测信息系统中监测任务的实施方法及装置”公开了一种农产品质量安全风险监测信息系统中监测任务的实施方法以及装置,涉及农产品质量安全领域。其中,所述方法包括:对农产品的监管目标和历史监测结果进行挖掘,得到挖掘结果,并对挖掘结果进行分析,得到与挖掘结果对应的抽样方案;根据抽样方案和预设的牵头单位与承担单位确定用于监测农产品质量安全的监测方案;根据监测方案在监测要素管理数据库中调用对应的多种监测要素,并对多种监测要素进行组合,形成用于发布监测任务的监测模型;发布监测模型,并在监测模型发布之后,向牵头单位所在的第一系统发送监测项目,以使得第一系统细分监测项目并在细分监测项目后,向承担单位所在的第二系统发送监测任务,从而实施监测任务。该专利申请通过数据挖掘和监测模型,实现信息抽样,但如何进行数据挖掘,监测模型是什么,如何生成监测任务,等等,均未公开。
近两年,随着国家对食品安全问题的重视,现有的监测系统已经发生明显变化。通过在农产品交易市场建设快检室和应用快速检测技术,形成了网络化的快检服务体系;通过出证索证系统的建设应用,对整个农产品的流通可以做到追溯。
本申请人的申请号为201810964111.2的中国专利申请“一种农产品流通管理系统和管理方法”,该专利申请公开了一种农产品流通管理系统,所述系统包括,农产品流通管理平台及数据库、农产品抽样检测平台及数据库、用于农产品批发商和零售商的移动终端APP、以及用于消费者移动终端的第三方平台接口程序,所述移动终端APP和所述消费者的第三方平台接口程序分别连接所述农产品流通管理平台数据库和所述农产品抽样检测平台数据库,所述批发商移动终端APP用于销售货物出证管理,所述零售商移动终端APP用于销售货物索证管理,所述消费者移动终端的第三方平台接口程序用于获取购买货物的来源产地信息和检验检疫信息。采用本发明的技术方案后,农产品流通中溯源问题可以得到解决使传统食品行业中的出证索证更加符合农产品流通中的溯源及安全特点。
从上面的现有技述描述可以看出,目前的实验室检测任务的生成主要存在以下问题:首先,所有的检测任务均来自人工指定,而人工指定的任务缺少科学依据;其次,所有的检测任务生成均未结合农产品的流通过程;还有,由于快检对检测试剂等耗材的消费非常大,检测任务与耗材的采购、库存没有关联,导致检测试剂的采购库存不够灵活,浪费很大;等等。
发明内容
本发明的目的是提供一种农产品检测任务分配方法及平台,通过农产品流通管理系统中的农产品溯源信息及客户端的终端软件信息,为农产品抽样检测平台中的检测任务分配提供依据,使检测任务的分配更加科学合理,对农产品的覆盖更加全面,对用户普遍关注的问题更好的跟踪检测管理,也使检测试剂的采购更加符合试剂需求。
为了完成上述发明目的,本发明提供一种农产品检测任务分配方法,所述方法包括,农产品抽样检测平台获取农产品流通管理平台中农产品A的追踪信息,所述追踪信息至少包括所述农产品A的批发信息以及零售信息,所述农产品抽样检测平台根据所述追踪信息分配所述农产品A的检测任务。
更进一步,所述方法还包括,所述农产品抽样检测平台获取适应所述检测任务的检测场所信息,所述农产品抽样检测平台根据所述追踪信息和所述检测场所信息均匀分配所述农产品A的检测任务。
更进一步,所述方法还包括,所述农产品抽样检测平台根据所述获取的检测场所信息及所述检测场所所对应的零售信息中经营户信息,分配所述农产品A的检测任务中的取样任务。
更进一步,所述方法还包括,所述农产品A为某一段时间内交易量较多的农产品。
更进一步,所述方法还包括,获取消费者客户端程序记录信息,所述客户端程序记录信息至少包括消费者的消费信息,根据所述消费信息确定所述农产品A。
本发明还提供一种农产品检测任务分配方法,农产品抽样检测平台获取农产品流通管理平台中消费者客户端程序记录信息,所述客户端程序记录信息至少包括消费者的关注信息、交易信息或反馈信息的一种或多种,所述农产品抽样检测平台根据所述消费者的关注信息、交易信息或反馈信息分配检测任务。
更进一步,所述方法还包括,所述消费者关注信息包括关注的农产品、农贸市场以及经营户,根据所述关注的农产品确定检测任务中的农产品,根据所述农贸市场确定执行检测任务的快检室,根据所述关注的经营户确定检测任务中的样品来源。
更进一步,所述方法还包括,所述消费者交易信息包括交易时间,根据农产品的集中交易时间来分配不同农产品检测任务的检测顺序。
更进一步,所述方法还包括,所述消费者交易信息包括交易金额或交易量,根据农产品的集中交易时间来分配检测任务的检测顺序。
本发明还提供一种包含上述的农产品检测任务分配方法的农产品抽样检测平台。
采用本发明的技术方案后,通过农产品流通管理系统中的农产品溯源信息及客户端的终端软件信息,为农产品抽样检测平台中的检测任务分配提供依据,使检测任务的分配更加科学合理,对农产品的覆盖更加全面,对用户普遍关注的问题更好的跟踪检测管理,也使检测试剂的采购更加符合试剂需求。
附图说明
图1为农产品流通过程中所涉及的直接对象;
图2为XX城市的食品安全监管的系统框架图;
图3为利用索票索证信息合理规划快检室检测任务的流程图;
图4为利用消费者客户端程序中消费者关注信息来分配检测任务的流程图;
图5为利用消费者客户端程序中消费者交易信息来分配检测任务的流程图。
实施方式
下面结合附图来详细说明本发明的实施方式。
图2为XX城市的食品安全监管的系统框架图。XX城市农产品索票索证系统包括移动端APP“索票索证”,XX城市农产品索票索证平台及数据库、XX城市农产品抽样检测平台及数据库、公众号或小程序等,批发市场的批发商和农贸市场的零售商通过APP连接XX城市农产品索票索证数据库,上传或者获取相关信息,消费者通过公众号或小程序等第三方平台接口获取相应的农产品来源产地信息和针对农产品或者针对批发商和零售商的抽样检测信息。XX城市农产品抽样检测平台用于对批发商、零售商销售货物进行检验检疫管理。从图中可以看出,批发市场A包括批发商1、2和3,同时在批发市场A建有快检室A;批发市场B包括批发商4和5,同时在批发市场A建有快检室B;农贸市场a包括零售商1、2和3,同时在批发市场a建有快检室a;农贸市场b包括零售商4和5,同时在批发市场b建有快检室b。消费者X通过零售商1购买相关货物,消费者Y通过零售商2购买相关货物,消费者Z通过零售商4购买相关货物。批发商和零售商都通过APP进行“索票索证”相关信息的生成以及流转。XX城市农产品抽样检测平台对所有快检室进行管理及检测任务分配。
上面的XX城市的食品安全监管系统从农产品的流通及快检两个方面入手,解决了农产品的跟踪溯源以及食品安全检查两个方面的问题,下面描述如何利用彼此的协同作用优化快检任务分配。
为了利用农产品的流通相关数据以及快检相关数据,必须要建立相应的数据记录。农产品数据表会记录每一种农产品,其相关属性数据包括:
1)农产品ID:该农产品的在农产品表中的唯一识别号;
2)农产品的名称:即该农产品的标准名称;
3)农产品的类别:即农产品所属类别,按传统和习惯一般把农产品分为粮油、果蔬及花卉、林产品、畜禽产品、水产品和其他农副产品六大类;
4)农产品产地来源:农产品的种植或者养殖地区;
5)农产品种植户:即该农产品的种植负责人;
6)农产品播种时间:即该农产品的播种时间,精确到年月日即可;
7)农产品采摘时间:即该农产品的收割时间,精确到年月日即可;
8)农产品保存方式:即农产品采摘后到市场时采用的保存方式,如冷藏、冷冻、密封等;
9)农产品对应的检测项目、检测方法及仪器。
食品安全问题的主要来源包括违规或违禁添加物、致病微生物、生物毒素、重金属、农兽药残留、环境污染物等;每一种来源都对应一种或多种检测项目,如瘦肉精检测、重金属检测、农药残留检测等;每一个检测项目都有一种或多种检测方法,检测方法包括免疫胶体金法、化学比色法、ELISA(Enzyme-Linked ImmunoSorbent Assay, 酶联免疫法)、生物发光法(Adenosine Triphosphate ,简称ATP)、PCR(Polymerase Chain Reaction,聚合酶链式反应)法、传感器法、红外法、拉曼光谱法等;对应的仪器主要有金标仪、多参数生化速测仪、酶标仪、ATP荧光仪、PCR检测仪等等。以猪肉为例,检测项目至少要有瘦肉精检测、抗生素检测、致病微生物检测,等等,对于瘦肉精和抗生素检测,可以采用胶体金法,检测仪器可以是正在使用或者经过权威机构认证的XX型号的胶体金读卡仪;对于致病微生物检测,可以采用PCR法,同样检测仪器可以为正在使用或者经过权威机构认证的XX型号的PCR检测仪。
上面为农产品的属性数据,不同的农产品可以配置相同或者不同的属性数据,通过建立农产品数据表,管理市场中所有流通的农产品清单。
针对农产品从批发市场到消费者的流通环节,建立相应的农产品追踪数据表,其中农产品追踪数据表中的属性数据包括:
1)农产品追踪数据ID:该批农产品在流通环节中的某个节点的唯一ID;
2)农产品ID:来自农产品数据表;
3)农产品购买时间:即交易完成的时间,以该农产品实际交付时间为交易完成时间;
4)农产品购买地点:即购买自哪个农贸市场,批发市场、或者超市等;如果直接来自种植户,则标明“种植户”;农产品的流通一般包括从种植户到批发商,再到零售商到消费者四个环节;
5)农产品销售经营户:即该农产品的货主;
6)农产品购买者:如果购买者是经营户,必须是经过认证注册的;如果购买者为普通消费者且为注册用户,则为该用户的ID,未注册的则标记为“消费者”;
7)农产品购买数量:以该农产品的通常销售单位作为标准单位,一般为重量;也可以为数目或其它。
上面为农产品追踪数据属性数据内容。
针对农产品的检测信息,建立相应的农产品检测数据表,其中农产品检测数据表中的数据属性包括:
1)农产品ID:来自农产品数据表;
2)农产品追踪数据ID:来自农产品追踪数据表;
3)执行快检室位置:进行样品检测的快检室的地理位置;
4)农产品快检室名称:进行样品检测的快检室的名称;
5)快检师:执行样品检测快检师姓名或编码;
6)检测项目:对该农产品所执行的检测项目;
7)检测方法:对该农产品执行该检测项目所采用的检测方法;
8)检测仪器:对该农产品执行该检测项目所采用的仪器;
9)检测试剂编码:检测试剂包括金标卡、快检盒等,一般这些试剂都会有编码,通过编码可以获得该检测试剂的生产厂家、生产时间、判读标准等信息;
10)检测开始时间以及检测结束时间:从拿到样品进行前处理开始计时一直到检测结果出来,检测开始时间为拿到样品开始进行前处理时,检测结束时间为检测结果出来时;
11)检测结果:即该检测项目的检测结果,如阴性或者阳性;
12)检测图像及视频:通过拍照记录或者摄像记录的该检测项目的检测过程。
上面为农产品检测数据表的属性数据。
有了上述信息,我们就可以针对快检室检测任务做很多的有益的改进。
一、利用索票索证信息的农产品流通信息合理规划快检室检测任务
当某个来源地的某种农产品运到批发市场后,批发市场接收该货物的经营户就会在农产品数据表中录入一条该农产品的相关信息,同时,在农产品追踪数据表中建立一条流通记录,然后,该农产品会通过批发或零售的方式进入到下一级的经营户或者消费者手中,这个过程中,每一次交易都会被记录到农产品追踪数据表中,通过农产品追踪数据表中的农产品ID,我们可以得到该农产品从进入批发市场到农贸市场、超市、消费者的所有流通数据。假设,我们要针对该批农产品做100个样本的农药残留检测,如果这100个样本全部在批发市场做,那很可能由于快检室的设备配置不够,从而导致检测时间较长,效率非常低;此外,由于该项检测全部由一个快检室承担,该快检室的检测师、检测仪器、检测条件一致性较高,极有可能导致检测结果受到同样不利因素的干扰而出现错误。为了避免这种情况,我们可以根据农产品追踪数据表中记录的农产品流通情况,同时结合快检室的配置情况以及该检测项目在各个农贸市场的执行条件分配相应的检测任务。
图3为利用索票索证信息合理规划快检室检测任务的流程图,下面详细说明。
首先,针对某农产品,XX城市农产品抽样检测平台设置相应的检测任务。一项检测任务需要指出什么时间对什么农产品进行何种检测项目,如2019年2月20日针对白菜做农药残留的检测。系统可以根据索票索证信息,发现当天或者一段时间内某个农产品的交易非常多,可以针对该农产品去设置专项检测任务,这样,检测任务与索票索证信息是强关联;还有,可以根据农产品的来源产地去设置相应的检测任务;还有,在索票索证系统中,消费者可以通过公众号、小程序、APP等客户端程序记录其消费信息,包括所购买的农产品、购买地点、交易金额、交易量,等等,这些消费信息进行统计后都可以作为抽检农产品的选择依据。
然后,XX城市农产品抽样检测平台根据XX城市农产品索票索证系统,通过农产品追踪数据表,查找该农产品流通到哪些批发市场,又从哪些批发市场流通到哪些农贸市场或者超市,在这些批发市场、农贸市场以及超市中设置有快检室且能检测该项目的快检室有哪些,确定好哪些快检室能够检测该项目之后,系统又筛选出每一个快检室所在区域经营该农产品的农产品销售户,并分发检测项目及用于取样的农产品销售户信息到每一个相应的快检室。对应的快检室的检测师根据检测项目以及取样信息,到相应的农产品销售户获取样品并完成检测。
通过上面的方法,从确定检测任务到分配检测任务,再到执行检测任务,都可以顺利完成。
二、利用索票索证系统中的消费者客户端程序记录信息等来合理规划快检室检测任务
在索票索证系统中,消费者可以通过公众号或小程序等第三方平台接口获取相应的农产品来源产地信息和针对该农产品或者针对该批发商和零售商的抽样检测信息。公众号和小程序都可以视为客户端程序,通过客户端程序的记录信息可以合理的分配检测任务。
首先,可以通过客户端的消费者关注信息来进行检测任务分配。如消费者通过客户端程序进行查询,系统可以知道哪些农产品消费者比较关心,哪些农贸市场的消费者使用客户端程序比较多,哪些经营户消费者关注的比较多,等等,通过这些数据,可以来进行检测任务分配。例如,消费者关心的农产品要多检;消费者关注多的农贸市场的快检室要配置的更全面一些,检测项目也要合理的多一些;同样,消费者关注的多的经营户也要多分配一些检测项目,即采样时选择该经营户经营的农产品。图4为利用消费者客户端程序中消费者关注信息来分配检测任务的流程图,首先抽样检测平台获取消费者的关注信息,如消费者关注的农产品的种类、农贸市场、以及经营户等关注信息,然后平台根据所获取的关注信息,进行统计后再分配检测任务。
客户端除了反应消费者的关注信息,也会有交易金额或交易量、交易时间等交易信息。如交易时间,如果某种农产品A的集中交易时间在上午8点钟,另一种农产品B的集中交易时间在上午9点钟,那么抽样检测平台在安排检测任务时,则针对A的检测会放在前面,而针对B的检测会放在后面。还有集中交易金额或者集中交易量大的农产品,在安排检测任务时可以优先安排。集中交易时间为一个统计周期内交易量或交易金额最大的时间区间,如一天中某段时间,一周内某一天,一个月内某一天等,其分别对应以天、周、月为检测周期的检测任务。集中交易金额或者交易量为一个统计周期内某农产品的交易金额或交易量。
图5为利用消费者客户端程序中消费者交易信息来分配检测任务的流程图,首先抽样检测平台获取消费者的交易信息,如交易金额、交易量、交易时间等交易信息,然后平台根据所获取的交易信息,进行统计后再分配检测任务。
还有客户端还可以主动收集消费者对购买的农产品的反馈信息,通过统计消费者对农产品的不良信息反馈,可以有针对性的对某某农产品进行抽样检测。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种农产品检测任务分配方法,其特征在于,所述方法包括,农产品抽样检测平台获取农产品流通管理平台中农产品A的追踪信息,所述追踪信息至少包括所述农产品A的批发信息以及零售信息;所述农产品抽样检测平台获取适应所述检测任务的检测场所信息;
根据所述农产品A追踪信息中记录的农产品流通情况,同时结合所述流通中检测场所信息中快检室的配置情况以及检测项目的执行条件分配所述农产品A的检测任务。
2.如权利要求1所述的农产品检测任务分配方法,其特征在于,所述农产品A为某一段时间内交易量较多的农产品。
3.如权利要求1所述的农产品检测任务分配方法,其特征在于,所述方法还包括,获取消费者客户端程序记录信息,所述客户端程序记录信息至少包括消费者的消费信息,根据所述消费信息确定所述农产品A。
4.如权利要求1至3中任意一项所述的农产品检测任务分配方法,其特征在于,所述方法还包括,所述农产品抽样检测平台根据所述获取的检测场所信息及所述检测场所对应的零售信息中的农产品销售经营户信息,分配所述农产品A的检测任务中的取样任务。
5.如权利要求3所述农产品检测任务分配方法,其特征在于,所述消费者客户端程序记录信息至少还包括消费者的关注信息、交易信息或反馈信息的一种或多种,所述农产品抽样检测平台根据所述消费者的关注信息、交易信息或反馈信息分配检测任务。
6.如权利要求5所述的农产品检测任务分配方法,其特征在于,所述方法还包括,所述消费者关注信息包括关注的农产品、农贸市场以及经营户;
根据所述关注的农产品确定检测任务中的农产品;
根据所述关注的农贸市场确定执行检测任务的快检室;
根据所述关注的经营户确定检测任务中的样品来源。
7.如权利要求5所述的农产品检测任务分配方法,其特征在于,所述方法还包括,根据所述消费者交易信息来分配检测任务。
8.如权利要求7所述的农产品检测任务分配方法,其特征在于,所述方法还包括,所述消费者交易信息包括交易时间,根据农产品的集中交易时间来分配不同农产品检测任务的检测顺序。
9.如权利要求7所述的农产品检测任务分配方法,其特征在于,所述方法还包括,所述消费者交易信息包括交易时间、交易金额或交易量,统计所述消费者交易信息后分配检测任务。
10.一种包含权利要求1-9中任意一项所述的农产品检测任务分配方法的农产品抽样检测平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365613.8A CN110084523B (zh) | 2019-05-01 | 2019-05-01 | 一种农产品检测任务分配方法及平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910365613.8A CN110084523B (zh) | 2019-05-01 | 2019-05-01 | 一种农产品检测任务分配方法及平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110084523A CN110084523A (zh) | 2019-08-02 |
CN110084523B true CN110084523B (zh) | 2024-01-19 |
Family
ID=67418419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910365613.8A Active CN110084523B (zh) | 2019-05-01 | 2019-05-01 | 一种农产品检测任务分配方法及平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084523B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI743691B (zh) * | 2020-02-27 | 2021-10-21 | 台灣麥匯資訊科技股份有限公司 | 農產品檢驗銷售整合系統及整合方法 |
CN112257995A (zh) * | 2020-10-09 | 2021-01-22 | 贵州省产品质量检验检测院 | 一种基于互联网的产品质量风险监测抽样方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1994019906A1 (en) * | 1993-02-25 | 1994-09-01 | Kohorn H Von | Generation of enlarged participatory broadcast audience |
CN1755703A (zh) * | 2004-09-30 | 2006-04-05 | 株式会社日立制作所 | 存储货物追踪信息的方法和系统 |
CN101359295A (zh) * | 2007-08-01 | 2009-02-04 | 阿里巴巴集团控股有限公司 | 一种批量任务调度分配方法及系统 |
WO2013121079A1 (en) * | 2012-02-16 | 2013-08-22 | E-Lombard Oy | Method for providing a transaction |
CN103325065A (zh) * | 2013-06-21 | 2013-09-25 | 北京农产品质量检测与农田环境监测技术研究中心 | 农产品质量安全检测抽样决策方法 |
CN105469132A (zh) * | 2016-01-13 | 2016-04-06 | 上海众烁信息科技有限公司 | 二联编码的物联网溯源防伪标签及二维码防伪溯源方法 |
CN105590176A (zh) * | 2016-03-07 | 2016-05-18 | 杭州国家电子商务产品质量监测处置中心 | 基于互联网的产品质量风险监测抽样方法 |
CN105976185A (zh) * | 2016-04-28 | 2016-09-28 | 陕西永诺信息科技有限公司 | 一种农产品质量安全全程监控与溯源追踪方法 |
CN106651117A (zh) * | 2016-10-26 | 2017-05-10 | 中国农业科学院农业质量标准与检测技术研究所 | 风险监测信息系统中监测任务的实施方法及装置 |
CN107274155A (zh) * | 2017-06-22 | 2017-10-20 | 王兆国 | 一种基于物联网的农副产品追溯信息管理系统 |
CN108885557A (zh) * | 2016-03-31 | 2018-11-23 | 微软技术许可有限责任公司 | 分批的任务 |
CN109345108A (zh) * | 2018-09-26 | 2019-02-15 | 湖南人文科技学院 | 任务分配方法、装置、设备及存储介质 |
CN114862421A (zh) * | 2022-05-25 | 2022-08-05 | 仲检(宁夏)技术服务有限公司 | 一种食品抽样方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080114638A1 (en) * | 2006-11-10 | 2008-05-15 | Inspection Management Systems, Inc. | Parameter-based appointment scheduling system and method |
-
2019
- 2019-05-01 CN CN201910365613.8A patent/CN110084523B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1994019906A1 (en) * | 1993-02-25 | 1994-09-01 | Kohorn H Von | Generation of enlarged participatory broadcast audience |
CN1755703A (zh) * | 2004-09-30 | 2006-04-05 | 株式会社日立制作所 | 存储货物追踪信息的方法和系统 |
CN101359295A (zh) * | 2007-08-01 | 2009-02-04 | 阿里巴巴集团控股有限公司 | 一种批量任务调度分配方法及系统 |
WO2013121079A1 (en) * | 2012-02-16 | 2013-08-22 | E-Lombard Oy | Method for providing a transaction |
CN103325065A (zh) * | 2013-06-21 | 2013-09-25 | 北京农产品质量检测与农田环境监测技术研究中心 | 农产品质量安全检测抽样决策方法 |
CN105469132A (zh) * | 2016-01-13 | 2016-04-06 | 上海众烁信息科技有限公司 | 二联编码的物联网溯源防伪标签及二维码防伪溯源方法 |
CN105590176A (zh) * | 2016-03-07 | 2016-05-18 | 杭州国家电子商务产品质量监测处置中心 | 基于互联网的产品质量风险监测抽样方法 |
CN108885557A (zh) * | 2016-03-31 | 2018-11-23 | 微软技术许可有限责任公司 | 分批的任务 |
CN105976185A (zh) * | 2016-04-28 | 2016-09-28 | 陕西永诺信息科技有限公司 | 一种农产品质量安全全程监控与溯源追踪方法 |
CN106651117A (zh) * | 2016-10-26 | 2017-05-10 | 中国农业科学院农业质量标准与检测技术研究所 | 风险监测信息系统中监测任务的实施方法及装置 |
CN107274155A (zh) * | 2017-06-22 | 2017-10-20 | 王兆国 | 一种基于物联网的农副产品追溯信息管理系统 |
CN109345108A (zh) * | 2018-09-26 | 2019-02-15 | 湖南人文科技学院 | 任务分配方法、装置、设备及存储介质 |
CN114862421A (zh) * | 2022-05-25 | 2022-08-05 | 仲检(宁夏)技术服务有限公司 | 一种食品抽样方法 |
Non-Patent Citations (7)
Title |
---|
临安市农产品质量检测体系建设的实践研究;朱美聪;;农民致富之友(23);216 * |
基于先验信息的产品质量安全多阶段抽样方法研究;朱建明;刘卓军;孙军红;;中国安全生产科学技术(第02期);161-165 * |
基于时效满意度的农产品物流任务分配模型研究;张广胜;农村经济与科技;第27卷(第19期);118-119 * |
如何做好食品安全抽检监测;王凤娇;黄丽娜;祝旭;刘霓;;食品安全导刊(24);62 * |
甘肃省食品药品检验检测体系存在的问题及对策;罗中华;王丽;梁婷;云立新;;中国药房(34);20-24 * |
畜禽产品质量安全监测抽检的抽样技术及注意问题;杨健荣;;农业研究与应用(第06期);70-73 * |
罗中华 ; 王丽 ; 梁婷 ; 云立新 ; .甘肃省食品药品检验检测体系存在的问题及对策.中国药房.2017,(34),20-24. * |
Also Published As
Publication number | Publication date |
---|---|
CN110084523A (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Astill et al. | Transparency in food supply chains: A review of enabling technology solutions | |
Lambert et al. | Bundled adoption of precision agriculture technologies by cotton producers | |
Carletto et al. | Fact or artifact: The impact of measurement errors on the farm size–productivity relationship | |
Hu et al. | Modeling and implementation of the vegetable supply chain traceability system | |
Bhatt et al. | Review of environmental performance of sheep farming using life cycle assessment | |
Karlsen et al. | Validity of method for analysing critical traceability points | |
CN110084523B (zh) | 一种农产品检测任务分配方法及平台 | |
CN107730273A (zh) | 一种食品流通追溯平台及其实现方法 | |
CN116342152B (zh) | 一种农产品的源产销信息追溯方法和系统 | |
CA2400536A1 (en) | Systems, methods and apparatus for wireless transmission and reception of data by agricultural field sensors | |
Collins et al. | Smart agri-systems for the pig industry | |
Morisse et al. | A European perspective on opportunities and demands for field-based crop phenotyping | |
CN101930574A (zh) | 一种对种植农户提供科技服务的商务系统和运营方法 | |
Parr et al. | A discussion of value metrics for data repositories in earth and environmental sciences | |
KR102030781B1 (ko) | Ccp를 인터페이스 하는 smart haccp 관리 시스템 | |
US20080162204A1 (en) | Tracking and management of logistical processes | |
US20060100939A1 (en) | Method and system for managing commodity information in a supply chain of production | |
Castanheira et al. | Operational Result Through Variable Costing: Agricultural and Poultry Production | |
Richards | Measure the chain: Tools for assessing GHG emissions in agricultural supply chains | |
Baker et al. | Framework for managing mycotoxin risks in the food industry | |
Brandeis et al. | Sawmill industry in Tennessee: Assessing location pattern changes and their effects on sawlog procurement distribution | |
Vyas et al. | Blockchain based applications' future challenges in food traceability | |
Van der Fels-Klerx et al. | Development of a European system for identification of emerging mycotoxins in wheat supply chains | |
Andrianto et al. | Design of a service computing system platform for monitoring plant nutrient deficiencies based on the SCSE framework | |
Bohanec et al. | The Co-Extra decision support system: A model-based integration of project results |
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 |