CN110490417A - 一种控制食品质量的抽检方法、存储介质及终端设备 - Google Patents
一种控制食品质量的抽检方法、存储介质及终端设备 Download PDFInfo
- Publication number
- CN110490417A CN110490417A CN201910644301.0A CN201910644301A CN110490417A CN 110490417 A CN110490417 A CN 110490417A CN 201910644301 A CN201910644301 A CN 201910644301A CN 110490417 A CN110490417 A CN 110490417A
- Authority
- CN
- China
- Prior art keywords
- post
- sampling observation
- label
- inspected
- random samples
- 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.)
- Pending
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 48
- 235000013305 food Nutrition 0.000 title claims abstract description 39
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 239000000047 product Substances 0.000 description 43
- 238000007689 inspection Methods 0.000 description 21
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 11
- 238000012216 screening Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004317 gizzard Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 235000021404 traditional food Nutrition 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种控制食品质量的抽检方法、存储介质及终端设备。本发明的控制食品质量的抽检方法，包括以下步骤：S1、获取待检产品的型号标签；S2、根据所获取的型号标签在数据库中匹配得到抽检岗位清单；S3、在抽检岗位清单中获取待抽检岗位；S4、根据待抽检岗位获取与所述待抽检岗位对应的抽检质量阈值；S5、获取抽检数量；S6、根据合格数量和抽检数量得到抽检良品率。本发明的控制食品质量的抽检方法，通过对待检产品设置型号标签、根据该型号标签从数据库中获得抽检岗位清单，获得了抽检岗位及其抽检质量阈值，并在获得抽检结果的基础上与该抽检质量阈值相比较，获得了该待检产品的抽检良品率，提高了抽检准确性和检验资源的利用率。
Description
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种控制食品质量的抽检方法、存储介质及终端设备。
背景技术
对于食品加工企业而言，保证食品质量安全、加工出符合要求的食品，是食品加工的底线。在食品加工企业的实际生产过程中，由于食品的加工可能涉及很多加工工序或者岗位，对于一批食品而言，出于成本和检验资源的考虑，很难做到在每一工序或者岗位对全部的食品进行检验。所以，一般来说，在食品加工过程中，都在一些关键的、容易出现食品质量问题的工序或者岗位设置检验工序或者抽检岗位。
然而，目前来说，对食品加工流程中的某些食品加工环节设置检验工序或者抽检岗位，所采取的筛选方式一般都是凭人工进行感觉，或者根据某一批次的产品在各个环节的良品率进行筛选，以获得抽检的工序或者岗位。以上的筛选方式，一方面，有效筛选出真正影响食品质量的关键工序的可靠性不足，另一方面，针对已经改善工序或岗位不能及时调整，浪费了检验资源。
发明内容
本发明的目的在于提供一种控制食品质量的抽检方法、存储介质及终端设备，针对现有的人工筛选影响产品质量的关键工序的可靠性不足、不能及时调整造成检验资源浪费等问题，提供了一种可准确、动态地筛选影响产品质量的关键工序的方法、存储介质和终端设备，使得在食品质量控制时能够准确、及时地获得抽检信息和抽检岗位，从而提高检验资源的利用率。
本发明实施例提供一种控制食品质量的抽检方法，包括以下步骤：
S1、获取待检产品的型号标签；
S2、根据所获取的型号标签在数据库中匹配得到抽检岗位清单；
S3、在抽检岗位清单中获取待抽检岗位；
S4、根据待抽检岗位获取与所述待抽检岗位对应的抽检质量阈值；
S5、获取抽检数量；
S6、根据合格数量和抽检数量得到抽检良品率。
采用上述技术方案，通过待检产品的型号标签从数据库中配得到抽检岗位清单，进一步地，筛选出待抽检岗位和该待抽检岗位的抽检质量阈值，再通过对抽检出的产品的检验以获得抽检结果，将该抽检结果与抽检质量阈值相比较，即可获得该待检产品的抽检质量。通过上述方法，可以有效、准确地筛选出待抽检岗位，再根据待抽检岗位的抽检质量阈值，准确地判断待抽检产品的质量。
在一种可行的方案中，S6之后还包括：
S7、判断抽检良品率是否大于或等于抽检质量阈值；
若是，则将抽检岗位贴上1次合格标签；
若否，则将抽检岗位贴上1次不合格标签。
在本技术方案中，通过在上述方案的S6之后增设反馈步骤S7，使得本次抽检的结果能够及时反馈到数据库中，进而实现抽检岗位信息的更新，可以为S1至S6提供更为及时准确的信息，从而提高上述步骤进行的准确程度，提高抽检的价值。
在一种可行的方案中，S3具体包括以下步骤：
S301、获取抽检岗位对应的不合格标签的数量和合格标签的数量；
S302、根据不合格标签的数量和合格标签的数量匹配得到抽检岗位。
采用上述技术方案，根据抽检岗位清单中的抽检岗位所对应的不合格标签的数量和合格标签的数量，再与预设的标准作比较，可以准确地判断数据库中的历史上的各个抽检岗位对食品质量的影响大小，如此，则可以较为准确地筛选出抽检岗位。
在一种可行的方案中，S4具体包括以下步骤：
S401、获取抽检岗位对应的不合格标签的数量和合格标签的数量；
S402、根据不合格标签的数量和合格标签的数量获取与所述抽检岗位对应的抽检质量阈值。
抽检质量的阈值可以采用设定和筛选两种方式获得，且后一种方式可以更好地对检验资源进行分配和利用。因此，在上述技术方案中，通过对不合格标签的数量和合格标签的数量的分析，可以筛选出质量水平较低的抽检岗位，进而提高检验资源的利用效率。
在一种可行的方案中，S5具体包括以下步骤：
根据所述抽检质量阈值和待抽检岗位的生产数量获取待抽检岗位的抽检数量。
抽检数量的获得，可以采用人工预设和根据抽检质量阈值与待抽检岗位的生产数量合理科学地确定，而后者可建立起抽检质量阈值、抽检岗位生产数量和抽检数量之间的科学比例，从而利用较少的检验资源以达到较好的经济效益。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项中的所述方法。
本发明实施例还提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项中的所述方法。
基于上述方案可知，首先，本发明通过对产品设置型号标签，以及建立型号标签和数据库中的抽检岗位清单的联系，准确地筛选出待抽检岗位，提高了抽检岗位的确定效率；其次，通过建立抽检岗位的抽检质量阈值和抽检结果中的抽检良品率之间的联系，可以及时、准确地判断出待抽检产品的质量，从而使得检验资源获得有效、充分的利用，实现了检验资源利用率的提高和经济效益的增加。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中的控制食品质量的抽检方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，也可以是成一体；可以是机械连接，也可以是电连接，也可以是通讯连接；可以是直接连接，也可以通过中间媒介的间接连接，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例中的控制食品质量的抽检方法的流程图。
食品加工企业在对加工的食品的质量进行管控，最常见的方式就是在对食品的质量具有关键影响的岗位设置检验，然而，考虑到实际生产中加工进度和检验资源，就不得不将检验改为抽检、对检验的岗位从一般岗位改为关键岗位。在传统的食品加工企业，食品加工关键岗位的筛选，一般是由用户根据经验进行确定。比如，对某些技术条件比较差、员工能力差的岗位，根据直觉设置为关键岗位进行抽查，再根据抽查结果判断本批次产品的质量。在这个过程中，一方面，由于只管感觉不如数字能准确反映问题，造成筛选岗位精准度偏低，另一方面，抽检的数量也不容易合理分配，造成检验资源利用不合理。
在本实施例中，为了准确地筛选出抽检岗位，如图1所示，首先需要对待检产品，也即待检食品制定型号标签。该食品型号标签的目的，一方面是为了使该待检食品的更容易区分，另一方面，是为了使该待检产品上能够携带尽可能多的产品信息，以表明该待检产品的生产过程状况，从而提高该待检产品在后续数据库中的匹配效率。一种可能的型号标签是二维码。该待检食品的二维码可以携带有以下信息：食品种类、生产日期、出厂日期、保质期、检验员、包装真空度和食品重量等信息。在步骤S1中，获得待检产品的型号标签，也即获得待检食品的标志和携带的信息。在该型号标签为二维码的情况下，一种获取该型号标签的装置为扫码枪。通过该扫码枪，可以将该型号标签所携带的相关信息输入给计算机。
在步骤S2中，根据所获取的型号标签在数据库中匹配得到抽检岗位清单。也即，当获得该型号标签后，将该型号标签所携带的信息输入到数据库中。由于该数据库中存储有该型号标签与抽检岗位的对应关系，通过该对应关系，可以以该型号标签为关键字，获得相应的、生产标有该型号标签的食品的抽检岗位清单。
例如，在一种待抽检的产品为鸭胗时，该批的型号标签为“YZ20190698”，以该型号标签在数据库中检索后，获得的一种可能的检索结果如下表：
从上表中可以看出，通过型号标签“YZ20190698”，从数据库中查出有关的岗位1、岗位2、岗位X、……、岗位N等，从以上这些岗位中即可获得与该型号标签“YZ20190698”相关的批次的抽检岗位清单。
通过该待检产品的型号标签，经数据库查询，获得了该待检产品和抽检岗位清单之间的对应关系后，在步骤S3中，从该抽检岗位清单中筛选出待抽检岗位。这是因为，在检验资源如检验设备、检验人员、检验时间和检验经费相对有限的情况下，不能对所有的岗位都要进行检验，通过S3筛选出对食品质量具有关键影响的岗位(如对于某一型号标签而言，该批次产品在某一个岗位的不合格数相对于合格数的比例偏高)作为待抽检岗位，有利于对检验资源的高效利用。
一种可能的在抽检岗位清单中获取待抽检岗位的方法为：针对某一型号标签，将对应的岗位清单中的产品良品率低于一定值的岗位作为待抽检岗位。
如上表所示，为了获得待抽检岗位，可以根据上表中某一批次的产品，其各岗位的合格数和不合格数获得该岗位的岗位良品率，该岗位良品率的一种可能的计算公式可以为：
其中：a表示某一批次的产品在岗位i的合格数，b表示某一批次的产品在岗位i的不合格数，j表示批次，Xij表示岗位i的第j批次的岗位良品率。
此时，将抽检岗位清单中的岗位，按照岗位良品率的高低，从上往下排列，根据检验资源的多少，将最后若干个岗位作为待抽检岗位。
在获得待抽检岗位的基础上进行步骤S4。在步骤S4中，根据待抽检岗位获取与所述待抽检岗位对应的抽检质量阈值。也即，以该待抽检岗位以关键词，从数据库中查询得到该待抽检岗位所对应的抽检质量阈值。需要说明的是，该抽检质量阈值可以是预设的，也可以是根据该待抽检岗位的历史上的岗位良品率通过一定的算法获得的。需要特别强调的是，该岗位良品率是根据历史上的某一批次或者某些批次的产品的检验合格数和检验不合格数得到的。
一种可能的算法是，将该岗位的历史上的岗位良品率的平均值作为抽检质量阈值，也即：
其中：Xij表示岗位i的第j批次的岗位良品率，∑表示求和，Ti表示岗位i的抽检质量阈值。
具体地，例如，岗位5历史上有3个批次(批次20180620、批次20180711、批次20190620)，该3个批次的岗位良品率为96％、94％和85％，利用该公式，则该岗位5的抽检质量阈值为：
也即，岗位5的抽检质量阈值为91.67％。
在通过步骤S4获得抽检质量阈值后，进行步骤S5，获取抽检数量。步骤S5的目的在于获取抽检数量。在检验资源充足的情况下，该抽检岗位的抽检数量可以是随机指定的，也可以是预设的恒定不变值。但由于一般情况下，往往是检验资源不足，出于充分利用检验资源的目的，一种可能的获得抽检数量的方法为：参考该抽检岗位的抽检质量阈值，以与抽检质量阈值成负相关的方式，从总的生产数量中确定抽检数量。
另外，由于抽检数量的确定，往往跟检验资源的数量直接相关。因此，检验岗位的分配数量，在一定程度上就决定了该岗位的抽检数量。所以，本质上来说，获取抽检数量最关键的是获取该岗位的检验资源数量。
一种可能的获得某岗位i的检验资源数量的算法为：
其中，Mi表示岗位i的检验资源数量，Ti表示岗位i的抽检质量阈值，Tj表示任意岗位的抽检质量阈值，∑(1-Tj)表示对所有的可能分配检验资源的岗位的抽检质量阈值进行运算，n表示检验资源的总数量。
例如，现在已经筛选出分配检验资源的三个岗位：岗位1、岗位2和岗位3；岗位1的抽检质量阈值T1＝98％，岗位2的抽检质量阈值T2＝93％，岗位3的抽检质量阈值T3＝85％，现在有10个检验岗位需要进行分配。
岗位1分配得到的检验岗位数量为：
岗位2分配得到的检验岗位数量为：
岗位2分配得到的检验岗位数量为：
也即，10个抽检岗位分别向岗位1分配1个、向岗位2分配3个、向岗位3分配6个。
可以看出，抽检质量阈值高的岗位1由于在历史数据中质量管控比较好，所以获得的检验资源少；抽检质量阈值低的岗位3由于在历史数据中质量管控比较差，所以获得的检验资源多。这不仅与实际情况所反映的岗位质量管控水平相符，而且能够准确合理地对检验资源进行分配。
在确定某一抽检岗位的抽检数量后，即可从该抽检岗位获得抽检产品，并对抽检产品进行检验。在获得检验结果后，进行步骤S6，也即根据合格数量和抽检数量获得抽检良品率。最常见的一种获得抽检良品率的方法为以合格产品数量除以抽检的总数量获得抽检良品率，也即：
其中，ai表示抽检岗位i检出的合格产品，bi表示抽检岗位i检出的不合格产品，Yi表示抽检岗位i的抽检良品率。
通过上述内容不难发现，在本实施例中，通过对待检产品设置型号标签，并以该型号标签输入数据库中获得抽检岗位清单，再根据该抽检岗位清单获得抽检岗位，进而在数据库中获得该抽检岗位的抽检质量阈值，实现了抽检产品的型号标签、待抽检岗位和抽检质量阈值之间的对应关系。这样，在对待检产品进行检验后，可以准确地获得该批产品的质量评价，也即良品率。在这种情况下，一方面，充分利用了数据库中的历史数据，以相对客观地确定待抽检岗位，另一方面，通过抽检质量阈值可以准确地比较确定待抽检产品是否符合要求，从而使整个型号的该产品获得相对可靠的评价。
可选地，在本实施例中，在步骤S6之后，还设有步骤S7。在步骤S7中，根据S6中获得的检验结果数据进一步反馈至数据库中。也即，在抽检岗位的抽检良品率大于或等于抽检质量阈值时，将该抽检岗位贴上1次合格标签，在该抽检岗位的抽检良品率低于抽检质量阈值时，将该抽检岗位贴上1次不合格标签。通过反馈至数据库的上述合格标签和不合格标签，其数量可以准确地反应该岗位在历次的抽检中的表现，进而为下一次的待抽检岗位的确定提供参考。相当于是，每一次的抽检，既是对待检产品的检验，也是对待抽检岗位的检验，既达到抽检产品良品率的目的，也使得各抽检岗位的状况成为了一个动态的过程。需要特别强调的是，不合格标签的数量不必然等于不合格产品的数量，合格标签的数量也不必然等于合格产品的数量。
因此，通过增设步骤S7，一方面，获得了待检产品的抽检结果，为上述过程中的抽检岗位、抽检质量阈值乃至抽检数量的获得，提供了一种可靠的参考标准；另一方面，还实现了抽检岗位的动态调整和筛选，提高了筛选待抽检岗位的准确性和及时性，避免因为判断、调整不及时，造成检验结果不准确和检验资源的浪费。
可选地，在上述反馈抽检岗位的不合格标签数和合格标签数的基础上，一种在抽检岗位清单中获取待抽检岗位的方法为：
首先，在数据控中获取某待抽检岗位所对应的不合格标签的数量和合格标签的数量，根据该不合格标签的数量和合格标签的数量获得该抽检岗位的历史总良品率，再按照该历史总良品率进行排序，进而筛选出待抽检岗位。
采用上述某一岗位的数据库中的全部的不合格标签的数量和合格标签的数量，可以全面地对该待抽检岗位进行评价，更易于获得较为准确的抽检结论。
可选地，在上述反馈抽检岗位的不合格标签数和合格标签数的基础上，一种获得待抽检岗位的抽检质量阈值的方法为：
首先，在数据控中获取某待抽检岗位所对应的不合格标签的数量和合格标签的数量，根据该不合格标签的数量和合格标签的数量获得该抽检岗位的某些批次的良品率或者全部批次的良品率，再以该良品率作为该待抽检岗位的抽检质量阈值。
可选地，在上述反馈抽检岗位的不合格标签数和合格标签数的基础上，一种获得待抽检岗位的抽检数量的方法为：根据待抽检岗位的抽检质量阈值和待抽检岗位的生产数量获得抽检数量。
采用上述方法确定抽检数量，相比传统的指定抽检数量要更为合理，也使得检验资源不至于浪费，实现了检验资源利用率的提高。
此外，实施例中的上述过程以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一特征和第二特征直接接触，或第一特征和第二特征通过中间媒介间接接触。
而且，第一特征在第二特征“之上”、“上方”和“上面”可以是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度低于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述，意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任意一个或者多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (7)
1.一种控制食品质量的抽检方法，其特征在于，包括以下步骤：
S1、获取待检产品的型号标签；
S2、根据所获取的型号标签在数据库中匹配得到抽检岗位清单；
S3、在抽检岗位清单中获取待抽检岗位；
S4、根据待抽检岗位获取与所述待抽检岗位对应的抽检质量阈值；
S5、获取抽检数量；
S6、根据合格数量和抽检数量得到抽检良品率。
2.根据权利要求1所述的抽检方法，其特征在于，S6之后还包括：
S7、判断抽检良品率是否大于或等于抽检质量阈值；
若是，则将抽检岗位贴上1次合格标签；
若否，则将抽检岗位贴上1次不合格标签。
3.根据权利要求2所述的抽检方法，其特征在于，S3具体包括以下步骤：
S301、获取抽检岗位对应的不合格标签的数量和合格标签的数量；
S302、根据不合格标签的数量和合格标签的数量匹配得到抽检岗位。
4.根据权利要求2所述的抽检方法，其特征在于，S4具体包括以下步骤：
S401、获取抽检岗位对应的不合格标签的数量和合格标签的数量；
S402、根据不合格标签的数量和合格标签的数量获取与所述抽检岗位对应的抽检质量阈值。
5.根据权利要求2所述的抽检方法，其特征在于，S5具体包括以下步骤：
根据所述抽检质量阈值和待抽检岗位的生产数量获取待抽检岗位的抽检数量。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的抽检方法。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的抽检方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910644301.0A CN110490417A (zh) | 2019-07-17 | 2019-07-17 | 一种控制食品质量的抽检方法、存储介质及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910644301.0A CN110490417A (zh) | 2019-07-17 | 2019-07-17 | 一种控制食品质量的抽检方法、存储介质及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110490417A true CN110490417A (zh) | 2019-11-22 |
Family
ID=68547230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910644301.0A Pending CN110490417A (zh) | 2019-07-17 | 2019-07-17 | 一种控制食品质量的抽检方法、存储介质及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110490417A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111598410A (zh) * | 2020-04-24 | 2020-08-28 | Oppo（重庆）智能科技有限公司 | 产品抽检方法及装置、计算机可读介质及终端设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204884054U (zh) * | 2015-08-19 | 2015-12-16 | 常山正丽机电有限公司 | 质量动态实时监控报警系统 |
| CN108985547A (zh) * | 2018-05-30 | 2018-12-11 | 苏州市铂汉塑胶五金有限公司 | 产品质量检测平台 |
-
2019
- 2019-07-17 CN CN201910644301.0A patent/CN110490417A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN204884054U (zh) * | 2015-08-19 | 2015-12-16 | 常山正丽机电有限公司 | 质量动态实时监控报警系统 |
| CN108985547A (zh) * | 2018-05-30 | 2018-12-11 | 苏州市铂汉塑胶五金有限公司 | 产品质量检测平台 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111598410A (zh) * | 2020-04-24 | 2020-08-28 | Oppo（重庆）智能科技有限公司 | 产品抽检方法及装置、计算机可读介质及终端设备 |
| CN111598410B (zh) * | 2020-04-24 | 2023-09-29 | Oppo（重庆）智能科技有限公司 | 产品抽检方法及装置、计算机可读介质及终端设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI585397B (zh) | 用於自動缺陷分類之不明缺陷拒絕率之最佳化 | |
| CN102473660B (zh) | 等离子加工系统自动瑕疵检测和分类及其方法 | |
| KR102137184B1 (ko) | 자동 및 수동 결함 분류의 통합 | |
| KR101800057B1 (ko) | 트레이닝 영상에 등급을 배정하는 방법 및 장치 | |
| KR20160081843A (ko) | 자동 분류를 위한 파라미터들의 튜닝 | |
| KR102071735B1 (ko) | 반도체 소자의 자동화 검사용 레시피 생성을 위한 방법, 컴퓨터 시스템 및 장치 | |
| US20090228217A1 (en) | Defect inspection method | |
| US6741941B2 (en) | Method and apparatus for analyzing defect information | |
| Barla et al. | Machine learning methods for predictive proteomics | |
| MXPA06013286A (es) | Interfaz de configuracion de usuario de re-inspeccion grafica. | |
| JP5964983B2 (ja) | 質量分析法により微生物を特定するための方法 | |
| US8386404B2 (en) | Methods for automated eddy current non-destructive testing analysis | |
| CN105765563B (zh) | 用于对从系统取得的测量值进行评级的方法和系统 | |
| JP2010079595A (ja) | 規制対策の対象選定支援方法及びそのシステム | |
| CN110490417A (zh) | 一种控制食品质量的抽检方法、存储介质及终端设备 | |
| Fan et al. | Families and clusters of diffuse interstellar bands: a data-driven correlation analysis | |
| CN111260155A (zh) | 粮食加工的工序优化方法、装置、电子设备及存储介质 | |
| JP2007198968A (ja) | 画像分類方法及び画像分類装置 | |
| Boehm et al. | Machine learning algorithms for automated NIF capsule mandrel selection | |
| JP2019109834A (ja) | 製造物良・不良判定システムおよび製造物良・不良判定方法 | |
| US9983148B2 (en) | System and method for production line monitoring | |
| JP2018005588A (ja) | 不良原因探索システム、及び不良要因探索方法 | |
| Babić et al. | Significance of field trials data cleaning process for making more reliable breeder decisions | |
| JP2005197629A (ja) | 問題工程特定方法および装置 | |
| Altinok et al. | Model based dynamics analysis in live cell microtubule images. |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191122 |
|
| WD01 | Invention patent application deemed withdrawn after publication |