CN111539569B - 基于供应链追溯体系的稻谷产品生产优化方法及装置 - Google Patents

基于供应链追溯体系的稻谷产品生产优化方法及装置 Download PDF

Info

Publication number
CN111539569B
CN111539569B CN202010325612.3A CN202010325612A CN111539569B CN 111539569 B CN111539569 B CN 111539569B CN 202010325612 A CN202010325612 A CN 202010325612A CN 111539569 B CN111539569 B CN 111539569B
Authority
CN
China
Prior art keywords
rice
data
supply chain
target
evaluation
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
Application number
CN202010325612.3A
Other languages
English (en)
Other versions
CN111539569A (zh
Inventor
江法霖
周康
刘江蓉
刘朔
杨华
高婧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Jingliang Information Technology Co.,Ltd.
Wuhan Jingtu Technology Co ltd
Original Assignee
Wuhan Polytechnic University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Polytechnic University filed Critical Wuhan Polytechnic University
Priority to CN202010325612.3A priority Critical patent/CN111539569B/zh
Publication of CN111539569A publication Critical patent/CN111539569A/zh
Application granted granted Critical
Publication of CN111539569B publication Critical patent/CN111539569B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Life Sciences & Earth Sciences (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)
  • General Factory Administration (AREA)

Abstract

本发明属于稻谷生产技术领域，公开了一种基于供应链追溯体系的稻谷产品生产优化方法及装置。该方法包括根据目标稻谷产品的稻谷供应链信息及稻谷供应链数据确定追溯数据库；根据稻谷加工效益数据确定评价数据库；判断追溯数据库中的追溯数据是否满足预设条件；根据判断结果确定目标分析策略，根据目标分析策略对追溯数据库及评价数据库进行分析，获得分析结果；构建评价模型，通过评价模型获取评价指标标准值；根据分析结果及评价指标标准值确定稻谷生产加工优化策略，对目标稻谷产品的生产加工进行优化。本发明中基于稻谷加工企业的供应链信息及加工效益数据，对评价指标进行全方位要素分析得到分析结果，从而提出稻谷加工企业生产的优化策略。

Description

基于供应链追溯体系的稻谷产品生产优化方法及装置
技术领域
本发明涉及稻谷生产技术领域，尤其涉及一种基于供应链追溯体系的稻谷产品生产优化方法及装置。
背景技术
大部分稻谷加工企业针对本企业的生产加工效益的评价和优化，多为从某一个供应链环节或方向来评价或优化生产加工效益中的某一层次，有时候稻谷加工企业的其它供应链环节或方向也会对该层次的生产加工效益产生附带影响，因此从某一个供应链环节或方向来评价或优化稻谷的生产加工效益是不全面、不客观、不可信的。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于供应链追溯体系的稻谷产品生产优化方法及装置，旨在解决如何全方位地客观地找出稻谷加工企业的各供应链环节中对生产效益评价指标的影响因素，从而优化稻谷加工企业的生产效益的技术问题。
为实现上述目的，本发明提供了一种基于供应链追溯体系的稻谷产品生产优化方法，所述基于供应链追溯体系的稻谷产品生产优化方法包括以下步骤：
获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；
根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；
通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；
根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；
基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；
根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。
优选地，所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库的步骤，具体包括：
获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；
根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；
根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库。
优选地，所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系的步骤，具体包括：
获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链环节；
根据预设要素分析模型确定所述供应链环节的要素层，并根据预设指标分析模型确定所述要素层的追溯指标；
根据所述供应链环节、所述要素层以及所述追溯指标建立供应链追溯体系。
优选地，所述根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库的步骤，具体包括：
根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据预设关键指标模型确定所述效益评价层次的关键指标；
根据所述关键指标获取所述目标稻谷产品的关键指标数据，并根据所述关键指标数据生成评价数据库。
优选地，所述根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果的步骤，具体包括：
当所述判断结果不满足预设条件时，将预设多因素方差分析策略作为目标分析策略；
根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值；
判断所述方差齐性值以及所述显著性值是否满足预设阈值条件；
若是，则获取所述评价数据对应的目标效益评价层次，并根据所述目标效益评价层次以及所述追溯数据确定追溯数据平均值；
根据所述追溯数据平均值以及所述目标效益评价层次确定目标追溯数据，并将所述目标追溯数据作为分析结果。
优选地，所述根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果的步骤，具体包括：
当所述判断结果满足预设条件时，将预设相关性分析策略作为目标分析策略；
根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的相关性值以及显著性值；
根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。
优选地，所述根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果的步骤，具体包括：
判断所述显著性值是否小于预设第一阈值以及所述相关性值是否大于预设第二阈值；
当所述显著性值小于预设第一阈值以及所述相关性值大于预设第二阈值时，根据所述相关性值判断所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。
此外，为实现上述目的，本发明还提出一种基于供应链追溯体系的稻谷产品生产优化装置，所述基于供应链追溯体系的稻谷产品生产优化装置包括：
获取模块，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；
确定模块，用于根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；
判断模块，用于通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；
分析模块，用于根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；
构建模块，用于基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；
优化模块，用于根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。
优选地，所述获取模块包括第一获取模块，提取模块以及处理模块：
所述第一获取模块，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；
所述提取模块，用于根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；
所述处理模块，用于根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库。
优选地，所述第一获取模块包括信息获取模块，要素分析模块以及体系建立模块：
所述信息获取模块，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链环节；
所述要素分析模块，用于根据预设要素分析模型确定所述供应链环节的要素层，并根据预设指标分析模型确定所述要素层的追溯指标；
所述体系建立模块，用于根据所述供应链环节、所述要素层以及所述追溯指标建立供应链追溯体系。
本发明通过获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。通过上述方式，改进和优化了传统的针对稻谷加工企业生产效益的片面分析研究，基于稻谷加工企业的供应链追溯信息，确定稻谷加工企业的生产效益评价指标，据各评价指标的全方位要素分析，可以得到全面、客观、可信的分析结果，从而提出优化稻谷加工企业生产效益的相关决策，解决了如何全方位地客观地找出稻谷加工企业的各供应链环节中对生产效益评价指标的影响因素，从而优化稻谷加工企业的生产效益的技术问题。
附图说明
图1为本发明基于供应链追溯体系的稻谷产品生产优化方法第一实施例的流程示意图；
图2为本发明实施例中稻谷加工企业的供应链示意图；
图3为本发明实施例中评价数据库的表格形式示意图；
图4为本发明基于供应链追溯体系的稻谷产品生产优化方法第二实施例的流程示意图；
图5为本发明实施例中追溯数据库的表格形式示意图；
图6为本发明基于供应链追溯体系的稻谷产品生产优化装置第一实施例的结构框图。
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用以解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于供应链追溯体系的稻谷产品生产优化方法，参照图1，图1为本发明一种基于供应链追溯体系的稻谷产品生产优化方法第一实施例的流程示意图。
本实施例中，所述基于供应链追溯体系的稻谷产品生产优化方法包括以下步骤：
步骤S10：获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库。
需要说明的是，所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库的步骤包括：获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库。
具体地，所述目标稻谷产品可以为食用大米，根据稻谷加工企业的稻谷加工效益数据以及生产加工食用大米的稻谷供应链信息，确定可以评价稻谷加工企业的生产效益评价指标以及各供应链中影响生产效益的影响指标。所述稻谷供应链信息可以是稻谷加工企业生产食用大米时存入的供应链信息；所述稻谷供应链数据可以是稻谷加工企业生产食用大米时存入的供应链数据；参照图2，图2为本发明实施例中稻谷加工企业的供应链示意图，稻谷加工企业的供应链包括：种植环节、收获环节、收购环节、加工环节、销售环节、仓储环节及运输环节，其中，仓储环节包括收购环节后的原料稻谷的仓储和加工环节后食用大米的仓储；运输环节包括原料稻谷、加工产物和食用大米的运输转移。
其中，粮食加工效益数据可以是生产加工利润数据、生产加工成本数据、生产加工损耗数据以及生产加工效率数据等数据，稻谷加工企业的生产效益可以分为：生产成本、生产消耗、生产利润、生产效率等，因此，稻谷加工企业的生产效益评价指标可以包括：生产成本的评价指标(单位物料成本、单位人工成本、单位运输成本、单位能耗成本等)、生产消耗的评价指标(物料消耗方面即各批次大米的出米率、整精米率、碎米率、有色米率、油糠率、粗壳率等、能源消耗方面即单位电耗、各机器设备的单位电耗等)、生产利润的评价指标(各批次大米的总利润、单位利润等)、生产效率的评价指标(日加工量、月加工量等)。各供应链中可能影响生产效益的影响指标，例如影响生产效益中物料消耗的影响指标分析：种植环节包括原料稻谷的品种、种植时间、土壤、气候等影响指标；收获环节包括收获方式、烘干方式、烘干温度等影响指标；收购环节暂无影响指标，但是可以为稻谷加工企业的生产成本、利润等提供参考数据；仓储环节包括仓储时间、仓储设备、仓储条件(温度、湿度)等影响指标；加工环节包括砻谷、碾米、抛光、色选、加工工艺、加工时间、加工量等影响指标；运输环节包括运输工具、运输条件等影响指标；销售环节暂无影响指标，但是可以为稻谷加工企业生产加工食用大米的等级、品种等提供参考数据。
步骤S20：根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库。
易于理解的是，所述根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库的步骤，具体包括：根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据预设关键指标模型确定所述效益评价层次的关键指标；根据所述关键指标获取所述目标稻谷产品的关键指标数据，并根据所述关键指标数据生成评价数据库。
具体地，稻谷加工效益数据可以是生产加工利润数据、生产加工成本数据、生产加工损耗数据以及生产加工效率数据等数据，稻谷加工企业的生产效益可以分为：生产成本、生产消耗、生产利润、生产效率等，根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，例如：生产加工成本、生产加工利润、生产加工效率、生产加工消耗等，并根据预设关键指标模型确定所述效益评价层次的关键指标，其关键指标表达形式为：
{α1，α2，…，αm}{β1，β2，…，βn}…{χ1，χ2，χq}
收集各批次生产加工产品即目标稻谷产品的关键指标数据，并根据所述关键指标数据生成评价数据库，评价数据库的设计参照图3，图3为本发明实施例中评价数据库的表格形式示意图，其中，评价数据库中的产品批次与追溯数据库中的产品批次一一对应。另外，对评价数据库中数据进行数据预处理，检查评价数据库中数据是否存在数据缺漏、数据重复，数据明显错误等，从而得到高质量的评价数据库。
步骤S30：通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果。
需要说明的是，通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果：当所述判断结果不满足预设条件时，将预设多因素方差分析策略作为目标分析策略；当所述判断结果满足预设条件时，将预设相关性分析策略作为目标分析策略。
具体地，判断所述追溯数据库中的追溯数据是否满足预设条件，所述追溯数据库中的追溯数据可以为稻谷加工企业的不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标，所述预设条件为所述追溯数据库中的追溯数据分为相同水平，其中，不同水平例如：季节性、品种、地理位置等不同水平；若所述追溯数据库中的追溯数据可以分为不同水平即所述判断结果不满足预设条件，则所述追溯数据库的追溯数据与所述评价数据库的评价数据进行预设多因素方差分析策略；若所述追溯数据库中的追溯数据分为相同水平即所述判断结果满足预设条件，则所述追溯数据库的追溯数据与所述评价数据库的评价数据进行预设相关性分析策略。
步骤S40：根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果。
易于理解的是，所述根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果的步骤，具体包括：当所述判断结果不满足预设条件时，将预设多因素方差分析策略作为目标分析策略；根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值；判断所述方差齐性值以及所述显著性值是否满足预设阈值条件；若是，则获取所述评价数据对应的目标效益评价层次，并根据所述目标效益评价层次以及所述追溯数据确定追溯数据平均值；根据所述追溯数据平均值以及所述目标效益评价层次确定目标追溯数据，并将所述目标追溯数据作为分析结果。
具体地，根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值；判断所述方差齐性值以及所述显著性值是否满足预设阈值条件；若是，则不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标对稻谷加工企业的生产效益产生了明显影响，反之则没有产生明显影响。根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值可以是对所述追溯数据库的追溯数据与所述评价数据库的评价数据进行因素方差分析，获得方差齐性值p和显著性值sig，所述预设阈值条件可以是p＞0.05以及sig＜0.05。
获取所述评价数据对应的目标效益评价层次，并根据所述目标效益评价层次以及所述追溯数据确定追溯数据平均值；根据所述追溯数据平均值以及所述目标效益评价层次确定目标追溯数据，并将所述目标追溯数据作为分析结果，结合不同效益评价层次的追溯数据平均值和实际情况，得出不同供应链环节中基本信息和影响指标在某水平下，该目标效益评价层次的效益最高。
需要说明的是，当所述判断结果满足预设条件时，将预设相关性分析策略作为目标分析策略；根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的相关性值以及显著性值；根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。其中，所述根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果的步骤，具体包括：判断所述显著性值是否小于预设第一阈值以及所述相关性值是否大于预设第二阈值；当所述显著性值小于预设第一阈值以及所述相关性值大于预设第二阈值时，根据所述相关性值判断所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。
具体地，供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标中不同水平对生产效益没有产生明显影响，利用相关性分析，判断不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标与评价数据之间的相关性。根据相关性值r以及显著性值sig分析所述追溯数据与所述评价数据之间的相关关系，若相关性值|r|＞0.4且显著性值sig＜0.05，则不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标与稻谷加工企业的生产效益的该评价数据有较强的相关性，反之则没有相关性或相关性不强。
当不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标对稻谷加工企业的生产效益的该评价数据有较强的相关性，继续分析相关性值r，若相关性值r为正数，则不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标与稻谷加工企业的生产效益的该评价层次为正相关关系，反之为负相关关系。
步骤S50：基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值。
需要说明的是，利用最小二乘法的思想及所述评价数据库构建评价模型，计算所述目标稻谷产品的评价指标标准值，所述评价指标标准值为稻谷加工企业的评价指标的平均水平，其中，最小二乘法的基础模型数学公式如下：
Figure GDA0003565568300000101
其中，Q为评价指标标准值与实际评价指标数据之间误差的平方和，yi为实际评价指标数据，y′为评价指标标准值。
步骤S60：根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。
易于理解的是，根据所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化：通过所述评价指标标准值即稻谷加工企业的评价指标的平均水平，对某一批次食用大米的评价指标进行评价，判断该批次食用大米的生产效益是否存在问题。若某一批次食用大米的评价指标与该评价指标的评价指标标准值存在差值，该差值较大，则该批次食用大米的生产效益存在问题，需要根据该差值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。
通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；根据所述分析结果确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化：根据所述分析结果，总结归纳各供应链环节中目标稻谷产品的供应链信息、稻谷供应链数据以及稻谷加工效益数据对稻谷加工企业的生产效益的影响规律，并根据影响规律有针对性的提出稻谷生产加工优化策略，从而优化稻谷加工企业的生产效益。
本实施例通过获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。通过上述方式，改进和优化了传统的针对稻谷加工企业生产效益的片面分析研究，基于稻谷加工企业的供应链追溯信息，确定稻谷加工企业的生产效益评价指标，据各评价指标的全方位要素分析，可以得到全面、客观、可信的分析结果，从而提出优化稻谷加工企业生产效益的相关决策，解决了如何全方位地客观地找出稻谷加工企业的各供应链环节中对生产效益评价指标的影响因素，从而优化稻谷加工企业的生产效益的技术问题。
参考图4，图4为本发明一种基于供应链追溯体系的稻谷产品生产优化方法第二实施例的流程示意图。基于上述第一实施例，本实施例基于供应链追溯体系的稻谷产品生产优化方法在所述步骤S10，具体包括：
步骤S101：获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系。
需要说明的是，所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系的步骤，具体包括：获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链环节；根据预设要素分析模型确定所述供应链环节的要素层，并根据预设指标分析模型确定所述要素层的追溯指标；根据所述供应链环节、所述要素层以及所述追溯指标建立供应链追溯体系。
具体地，供应链追溯体系中的第一层为所述供应链环节层，所述供应链环节层x的数学表达形式为：
{x1,x2,…,xm}
其中，xm为生产加工产品中第m供应链环节。
根据预设要素分析模型确定所述供应链环节的要素层，不同供应链下要素层表达形式为：
xn
{yn0,yn1,…,ynk}
其中，yn0为食用大米在第n供应链环节的基本信息层，yn1～ynk为n供应链环节中对稻谷加工企业生产效益产生影响的k个要素层，例如在仓储环节中，yn1～ynk表示的是仓储时间、仓储设备、仓储条件(温度、湿度)等要素。
设计供应链环节的基本信息层和要素层的追溯指标，不同供应链环节下不同要素的追溯指标层z表达形式为：
xn
ynl
{znl1,znl2,…,znlp}
其中，zl1为第n供应链环节中对稻谷加工企业的生产效益产生影响的第l因素的追溯指标合集。
结合供应链环节层、要素层以及追溯指标层建立稻谷加工企业生产加工产品的供应链追溯体系，即确定所述目标稻谷产品的供应链追溯体系，所述供应链追溯体系的表达形式为：
供应链环节x{x1,x2,…,xm}
要素层(因素)y
Figure GDA0003565568300000131
追溯指标z
Figure GDA0003565568300000132
其中
Figure GDA0003565568300000135
为第m供应链环节中对稻谷加工企业生产效益产生影响的第km因素中的第pkm个追溯指标。
步骤S102：根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据。
易于理解的是，根据步骤S101中稻谷加工企业的追溯评价体系中设计供应链环节的基本信息层和要素层的追溯指标，设计稻谷加工企业的追溯数据库，根据稻谷加工企业的供应链追溯体系，收集各批次食用大米在各供应链中的全部相关追溯指标数据，通过数据融合技术将不同供应链环节的追溯指标数据在不同的时间点和空间点上进行有针对性地关联级融合、特征级融合以及需求级融合等处理，得到各批次大米在不同供应链中的追溯数据，将所述追溯数据设计且录入稻谷加工企业的追溯数据库。
步骤S103：根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库。
需要说明的是，追溯数据库的表格表达形式参照图5，图5为本发明实施例中追溯数据库的表格形式示意图，其中，供应链环节1的基本信息为稻谷种子基本信息
Figure GDA0003565568300000133
有p10个追溯指标，其中供应链环节1的因素1为种植环境信息
Figure GDA0003565568300000134
有p11个追溯指标，图5中其余信息的追溯指标可依次类推。对初始追溯数据库进行数据预处理，检查初始追溯数据库中是否存在数据缺漏、数据重复，数据明显错误等，从而得到高质量的初始追溯数据库，将所述高质量的初始追溯数据库作为追溯数据库。
本实施例通过获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库。通过上述方式，改进和优化了传统的针对稻谷加工企业生产效益的片面分析研究，基于稻谷加工企业的供应链追溯信息，确定稻谷加工企业的生产效益评价指标，据各评价指标的全方位要素分析，可以得到全面、客观、可信的分析结果，从而提出优化稻谷加工企业生产效益的相关决策，解决了如何全方位地客观地找出稻谷加工企业的各供应链环节中对生产效益评价指标的影响因素，从而优化稻谷加工企业的生产效益的技术问题。
参照图6，图6为本发明基于供应链追溯体系的稻谷产品生产优化装置第一实施例的结构框图。
如图6所示，本发明实施例所述基于供应链追溯体系的稻谷产品生产优化装置包括：
获取模块10，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库。
需要说明的是，所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库的步骤包括：获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库。
具体地，所述目标稻谷产品可以为食用大米，根据稻谷加工企业的稻谷加工效益数据以及生产加工食用大米的供应链信息，确定可以评价稻谷加工企业的生产效益评价指标以及各供应链中影响生产效益的影响指标。参照图2，图2为本发明实施例中稻谷加工企业的供应链示意图，稻谷加工企业的供应链包括：种植环节、收获环节、收购环节、加工环节、销售环节、仓储环节及运输环节，其中，仓储环节包括收购环节后的原料稻谷的仓储和加工环节后食用大米的仓储；运输环节包括原料稻谷、加工产物和食用大米的运输转移。
其中，稻谷加工企业的生产效益可以分为：生产成本、生产消耗、生产利润、生产效率等，因此，稻谷加工企业的生产效益评价指标可以包括：生产成本的评价指标(单位物料成本、单位人工成本、单位运输成本、单位能耗成本等)、生产消耗的评价指标(物料消耗方面即各批次大米的出米率、整精米率、碎米率、有色米率、油糠率、粗壳率等、能源消耗方面即单位电耗、各机器设备的单位电耗等)、生产利润的评价指标(各批次大米的总利润、单位利润等)、生产效率的评价指标(日加工量、月加工量等)。各供应链中可能影响生产效益的影响指标，例如影响生产效益中物料消耗的影响指标分析：种植环节包括原料稻谷的品种、种植时间、土壤、气候等影响指标；收获环节包括收获方式、烘干方式、烘干温度等影响指标；收购环节暂无影响指标，但是可以为稻谷加工企业的生产成本、利润等提供参考数据；仓储环节包括仓储时间、仓储设备、仓储条件(温度、湿度)等影响指标；加工环节包括砻谷、碾米、抛光、色选、加工工艺、加工时间、加工量等影响指标；运输环节包括运输工具、运输条件等影响指标；销售环节暂无影响指标，但是可以为稻谷加工企业生产加工食用大米的等级、品种等提供参考数据。
确定模块20，用于根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库。
易于理解的是，所述根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库的步骤，具体包括：根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据预设关键指标模型确定所述效益评价层次的关键指标；根据所述关键指标获取所述目标稻谷产品的关键指标数据，并根据所述关键指标数据生成评价数据库。
具体地，稻谷加工效益数据可以是生产加工利润数据、生产加工成本数据、生产加工损耗数据以及生产加工效率数据等数据，稻谷加工企业的生产效益可以分为：生产成本、生产消耗、生产利润、生产效率等，根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，例如：生产加工成本、生产加工利润、生产加工效率、生产加工消耗等，并根据预设关键指标模型确定所述效益评价层次的关键指标，其关键指标表达形式为：
{α1,α2,…,αm}{β1，β2，…,βn}…{χ1,χ2,χq}
收集各批次生产加工产品即目标稻谷产品的关键指标数据，并根据所述关键指标数据生成评价数据库，评价数据库的设计参照图3，图3为本发明实施例中评价数据库的表格形式示意图，其中，评价数据库中的产品批次与追溯数据库中的产品批次一一对应。另外，对评价数据库中数据进行数据预处理，检查评价数据库中数据是否存在数据缺漏、数据重复，数据明显错误等，从而得到高质量的评价数据库。
判断模块30，用于通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果。
需要说明的是，通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果：当所述判断结果不满足预设条件时，将预设多因素方差分析策略作为目标分析策略；当所述判断结果满足预设条件时，将预设相关性分析策略作为目标分析策略。
具体地，判断所述追溯数据库中的追溯数据是否满足预设条件，所述追溯数据库中的追溯数据可以为稻谷加工企业的不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标，所述预设条件为所述追溯数据库中的追溯数据分为相同水平，其中，不同水平例如：季节性、品种、地理位置等不同水平；若所述追溯数据库中的追溯数据可以分为不同水平即所述判断结果不满足预设条件，则所述追溯数据库的追溯数据与所述评价数据库的评价数据进行预设多因素方差分析策略；若所述追溯数据库中的追溯数据分为相同水平即所述判断结果满足预设条件，则所述追溯数据库的追溯数据与所述评价数据库的评价数据进行预设相关性分析策略。
分析模块40，用于根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果。
易于理解的是，所述根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果的步骤，具体包括：当所述判断结果不满足预设条件时，将预设多因素方差分析策略作为目标分析策略；根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值；判断所述方差齐性值以及所述显著性值是否满足预设阈值条件；若是，则获取所述评价数据对应的目标效益评价层次，并根据所述目标效益评价层次以及所述追溯数据确定追溯数据平均值；根据所述追溯数据平均值以及所述目标效益评价层次确定目标追溯数据，并将所述目标追溯数据作为分析结果。
具体地，根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值；判断所述方差齐性值以及所述显著性值是否满足预设阈值条件；若是，则不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标对稻谷加工企业的生产效益产生了明显影响，反之则没有产生明显影响。根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值可以是对所述追溯数据库的追溯数据与所述评价数据库的评价数据进行因素方差分析，获得方差齐性值p和显著性值sig，所述预设阈值条件可以是p＞0.05以及sig＜0.05。
获取所述评价数据对应的目标效益评价层次，并根据所述目标效益评价层次以及所述追溯数据确定追溯数据平均值；根据所述追溯数据平均值以及所述目标效益评价层次确定目标追溯数据，并将所述目标追溯数据作为分析结果，结合不同效益评价层次的追溯数据平均值和实际情况，得出不同供应链环节中基本信息和影响指标在某水平下，该目标效益评价层次的效益最高。
需要说明的是，当所述判断结果满足预设条件时，将预设相关性分析策略作为目标分析策略；根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的相关性值以及显著性值；根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。其中，所述根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果的步骤，具体包括：判断所述显著性值是否小于预设第一阈值以及所述相关性值是否大于预设第二阈值；当所述显著性值小于预设第一阈值以及所述相关性值大于预设第二阈值时，根据所述相关性值判断所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。
具体地，供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标中不同水平对生产效益没有产生明显影响，利用相关性分析，判断不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标与评价数据之间的相关性。根据相关性值r以及显著性值sig分析所述追溯数据与所述评价数据之间的相关关系，若相关性值|r|＞0.4且显著性值sig＜0.05，则不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标与稻谷加工企业的生产效益的该评价数据有较强的相关性，反之则没有相关性或相关性不强。
当不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标对稻谷加工企业的生产效益的该评价数据有较强的相关性，继续分析相关性值r，若相关性值r为正数，则不同供应链环节中基本信息和稻谷加工企业中影响生产效益的影响指标与稻谷加工企业的生产效益的该评价层次为正相关关系，反之为负相关关系。
构建模块50，用于基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值。
需要说明的是，利用最小二乘法的思想及所述评价数据库构建评价模型，计算所述目标稻谷产品的评价指标标准值，所述评价指标标准值为稻谷加工企业的评价指标的平均水平，其中，最小二乘法的基础模型数学公式如下：
Figure GDA0003565568300000181
其中，Q为评价指标标准值与实际评价指标数据之间误差的平方和，yi为实际评价指标数据，y′为评价指标标准值。
优化模块60，用于根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。
易于理解的是，根据所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化：通过所述评价指标标准值即稻谷加工企业的评价指标的平均水平，对某一批次食用大米的评价指标进行评价，判断该批次食用大米的生产效益是否存在问题。若某一批次食用大米的评价指标与该评价指标的评价指标标准值存在差值，该差值较大，则该批次食用大米的生产效益存在问题，需要根据该差值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。
通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；根据所述分析结果确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化：根据所述分析结果，总结归纳各供应链环节中目标稻谷产品的供应链信息、稻谷供应链数据以及稻谷加工效益数据对稻谷加工企业的生产效益的影响规律，并根据影响规律有针对性的提出稻谷生产加工优化策略，从而优化稻谷加工企业的生产效益。
本实施例中获取模块10，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；确定模块20，用于根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；判断模块30，用于通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；分析模块40，用于根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；构建模块50，用于基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；优化模块60，用于根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化。通过上述方式，改进和优化了传统的针对稻谷加工企业生产效益的片面分析研究，基于稻谷加工企业的供应链追溯信息，确定稻谷加工企业的生产效益评价指标，据各评价指标的全方位要素分析，可以得到全面、客观、可信的分析结果，从而提出优化稻谷加工企业生产效益的相关决策，解决了如何全方位地客观地找出稻谷加工企业的各供应链环节中对生产效益评价指标的影响因素，从而优化稻谷加工企业的生产效益的技术问题。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于供应链追溯体系的稻谷产品生产优化方法，此处不再赘述。
此外，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。
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(如只读存储器(Read Only Memory，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，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 (6)

1.一种基于供应链追溯体系的稻谷产品生产优化方法，其特征在于，所述基于供应链追溯体系的稻谷产品生产优化方法包括以下步骤：
获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；
根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；
通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；
根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；
基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；
根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化；
所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库的步骤，具体包括：
获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；
根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；
根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库；
所述获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系的步骤，具体包括：
获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链环节；
根据预设要素分析模型确定所述供应链环节的要素层，并根据预设指标分析模型确定所述要素层的追溯指标；
根据所述供应链环节、所述要素层以及所述追溯指标建立供应链追溯体系，所述要素层包括供应链环节的基本信息层和对稻谷加工企业生产效益产生影响的因素。
2.如权利要求1所述的基于供应链追溯体系的稻谷产品生产优化方法，其特征在于，所述根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库的步骤，具体包括：
根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据预设关键指标模型确定所述效益评价层次的关键指标；
根据所述关键指标获取所述目标稻谷产品的关键指标数据，并根据所述关键指标数据生成评价数据库。
3.如权利要求1所述的基于供应链追溯体系的稻谷产品生产优化方法，其特征在于，所述根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果的步骤，具体包括：
当所述判断结果不满足预设条件时，将预设多因素方差分析策略作为目标分析策略；
根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的方差齐性值以及显著性值；
判断所述方差齐性值以及所述显著性值是否满足预设阈值条件；
若是，则获取所述评价数据对应的目标效益评价层次，并根据所述目标效益评价层次以及所述追溯数据确定追溯数据平均值；
根据所述追溯数据平均值以及所述目标效益评价层次确定目标追溯数据，并将所述目标追溯数据作为分析结果。
4.如权利要求1所述基于供应链追溯体系的稻谷产品生产优化方法，其特征在于，所述根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果的步骤，具体包括：
当所述判断结果满足预设条件时，将预设相关性分析策略作为目标分析策略；
根据所述目标分析策略确定所述追溯数据库的追溯数据与所述评价数据库的评价数据之间的相关性值以及显著性值；
根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。
5.如权利要求4所述的基于供应链追溯体系的稻谷产品生产优化方法，其特征在于，所述根据所述相关性值以及显著性值分析所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果的步骤，具体包括：
判断所述显著性值是否小于预设第一阈值以及所述相关性值是否大于预设第二阈值；
当所述显著性值小于预设第一阈值以及所述相关性值大于预设第二阈值时，根据所述相关性值判断所述追溯数据与所述评价数据之间的相关关系，并将所述相关关系作为分析结果。
6.一种基于供应链追溯体系的稻谷产品生产优化装置，其特征在于，所述基于供应链追溯体系的稻谷产品生产优化装置包括：
获取模块，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息以及所述稻谷供应链数据确定追溯数据库；
确定模块，用于根据所述稻谷加工效益数据确定所述目标稻谷产品的效益评价层次，并根据所述效益评价层次确定评价数据库；
判断模块，用于通过预设水平判断模型判断所述追溯数据库中的追溯数据是否满足预设条件，获得判断结果；
分析模块，用于根据所述判断结果确定目标分析策略，并根据所述目标分析策略对所述追溯数据库以及所述评价数据库进行分析，获得分析结果；
构建模块，用于基于最小二乘法及所述评价数据库构建评价模型，通过所述评价模型获取所述目标稻谷产品的评价指标标准值；
优化模块，用于根据所述分析结果及所述评价指标标准值确定稻谷生产加工优化策略，并根据所述稻谷生产加工优化策略对所述目标稻谷产品的生产加工进行优化；
所述获取模块包括第一获取模块，提取模块以及处理模块：所述第一获取模块，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链追溯体系；所述提取模块，用于根据所述供应链追溯体系对所述目标稻谷产品的稻谷供应链数据进行数据提取，获得追溯数据；所述处理模块，用于根据所述追溯数据确定初始追溯数据库，并对所述初始追溯数据库进行预处理，获得追溯数据库；
所述第一获取模块包括信息获取模块，要素分析模块以及体系建立模块：所述信息获取模块，用于获取目标稻谷产品的稻谷供应链信息、稻谷供应链数据以及稻谷加工效益数据，并根据所述稻谷供应链信息确定所述目标稻谷产品的供应链环节；所述要素分析模块，用于根据预设要素分析模型确定所述供应链环节的要素层，并根据预设指标分析模型确定所述要素层的追溯指标；所述体系建立模块，用于根据所述供应链环节、所述要素层以及所述追溯指标建立供应链追溯体系，所述要素层包括供应链环节的基本信息层和对稻谷加工企业生产效益产生影响的因素。
CN202010325612.3A 2020-04-22 2020-04-22 基于供应链追溯体系的稻谷产品生产优化方法及装置 Active CN111539569B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010325612.3A CN111539569B (zh) 2020-04-22 2020-04-22 基于供应链追溯体系的稻谷产品生产优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010325612.3A CN111539569B (zh) 2020-04-22 2020-04-22 基于供应链追溯体系的稻谷产品生产优化方法及装置

Publications (2)

Publication Number Publication Date
CN111539569A CN111539569A (zh) 2020-08-14
CN111539569B true CN111539569B (zh) 2022-05-31

Family

ID=71977123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010325612.3A Active CN111539569B (zh) 2020-04-22 2020-04-22 基于供应链追溯体系的稻谷产品生产优化方法及装置

Country Status (1)

Country Link
CN (1) CN111539569B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700091A (zh) * 2020-12-21 2021-04-23 浙江中控软件技术有限公司 工业企业能源效益模型的分析装置和方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734482A (zh) * 2018-05-23 2018-11-02 浪潮软件集团有限公司 一种阿胶质量追溯方法、系统、可读介质和存储控制器
CN109523154A (zh) * 2018-11-12 2019-03-26 山东省标准化研究院 一种追溯数据评价系统及方法
CN109657996A (zh) * 2018-12-25 2019-04-19 东北大学 一种基于haccp体系的食品追溯与查询分析系统及方法
CN110188962A (zh) * 2019-06-04 2019-08-30 黑龙江省七星农场 基于农业物联网的水稻供应链信息处理方法
CN110942215A (zh) * 2018-09-21 2020-03-31 上海仪电（集团）有限公司中央研究院 一种基于食品追溯的动态食品安全评价方法和评价装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130138470A1 (en) * 2011-11-25 2013-05-30 Infosys Limited System and method for supply chain optimization

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108734482A (zh) * 2018-05-23 2018-11-02 浪潮软件集团有限公司 一种阿胶质量追溯方法、系统、可读介质和存储控制器
CN110942215A (zh) * 2018-09-21 2020-03-31 上海仪电（集团）有限公司中央研究院 一种基于食品追溯的动态食品安全评价方法和评价装置
CN109523154A (zh) * 2018-11-12 2019-03-26 山东省标准化研究院 一种追溯数据评价系统及方法
CN109657996A (zh) * 2018-12-25 2019-04-19 东北大学 一种基于haccp体系的食品追溯与查询分析系统及方法
CN110188962A (zh) * 2019-06-04 2019-08-30 黑龙江省七星农场 基于农业物联网的水稻供应链信息处理方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Food traceability as an integral part of logistics management in food and agricultural supply chain;Bosona Techane等;《FOOD CONTROL》;20130930;第33卷(第1期);32-48 *
中国食品追溯体系纵向协作形式及影响因素分析――以蔬菜加工企业为例;韩杨等;《中国农村经济》;20111230(第12期);54-67 *
哈尔滨市农超对接绩效评价与提升对策研究;殷慧慧;《中国优秀硕士学位论文全文数据库 经济与管理科学辑》;20170228;J149-1227 *
完善猪肉质量安全追溯体系建设的策略研究;周洁红;《农业经济问题》;20131031(第10期);90-96 *

Also Published As

Publication number Publication date
CN111539569A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
Yazdani et al. New integration of MCDM methods and QFD in the selection of green suppliers
CN104077306B (zh) 一种搜索引擎的结果排序方法及系统
CN102841946B (zh) 商品数据检索排序及商品推荐方法和系统
Chouhan et al. Sustainable planning and decision-making model for sugarcane mills considering environmental issues
Cancino et al. A bibliometric analysis of supply chain analytical techniques published in Computers & Industrial Engineering
CN111553519B (zh) 基于供应链追溯评价体系的粮食加工优化方法及装置
Blagojevic et al. Determining the relative importance of factors affecting the success of innovations in forest technology using AHP
CN111539569B (zh) 基于供应链追溯体系的稻谷产品生产优化方法及装置
Hynes et al. Building a static farm level spatial microsimulation model for rural development and agricultural policy analysis in Ireland
Talukder et al. Enhancing crops production based on environmental status using machine learning techniques
Deepa et al. Mahalanobis Taguchi system based criteria selection tool for agriculture crops
Purwanto et al. The role of industrial clustering and manufacturing flexibility in achieving high innovation capability and operational performance in Indonesian manufacturing SMEs
Romeiko et al. Comparison of support vector machine and gradient boosting regression tree for predicting spatially explicit life cycle global warming and eutrophication impacts: A case study in corn production
CN111553520B (zh) 基于供应链追溯评价体系的粮食生产优化方法及装置
Serafini et al. Multi criteria material selection for eco-design
CN111553522B (zh) 基于供应链追溯体系的小麦生产优化方法及装置
Montazar et al. An AHP model for crop planning within irrigation command areas
Zangeneh et al. Assessment of agricultural mechanization status of potato production by means of artificial neural network model
CN104572900A (zh) 一种作物育种评价的性状特征选择方法
Maksimović et al. Multi-attribute analysis of orchard according to the integrated production concept
CN111553521B (zh) 基于供应链追溯评价体系的稻谷产品加工优化方法及装置
CN114140259A (zh) 基于人工智能的核保风控方法、装置、设备及存储介质
CN113705920A (zh) 火电厂用水数据样本集的生成方法和终端设备
CN111553518B (zh) 基于供应链追溯体系的小麦加工优化方法及装置
CN112070336A (zh) 一种基于层次分析法的制造业信息量化分析方法及装置

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
TR01 Transfer of patent right

Effective date of registration: 20230113

Address after: Room H-2, Floor 11, No. 1777, Century Avenue, Pudong New Area, Shanghai, 200000

Patentee after: Shanghai Jingliang Information Technology Co.,Ltd.

Address before: Room A368, Room 01, 02, 03, 04, 10, 11, 18th Floor, Building A, Wuhan Optics Valley International Business Center, No. 111 Guanshan Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province 430000 (Free Trade Zone Wuhan Area)

Patentee before: Wuhan Jingtu Technology Co.,Ltd.

Effective date of registration: 20230113

Address after: Room A368, Room 01, 02, 03, 04, 10, 11, 18th Floor, Building A, Wuhan Optics Valley International Business Center, No. 111 Guanshan Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province 430000 (Free Trade Zone Wuhan Area)

Patentee after: Wuhan Jingtu Technology Co.,Ltd.

Address before: 430023 No. 68, Xuefu Road, Changqing Garden, Dongxihu District, Wuhan, Hubei

Patentee before: WUHAN POLYTECHNIC University

TR01 Transfer of patent right