CN111738745A - 农产品供应链品质检测与质量追溯系统 - Google Patents
农产品供应链品质检测与质量追溯系统 Download PDFInfo
- Publication number
- CN111738745A CN111738745A CN202010581620.4A CN202010581620A CN111738745A CN 111738745 A CN111738745 A CN 111738745A CN 202010581620 A CN202010581620 A CN 202010581620A CN 111738745 A CN111738745 A CN 111738745A
- Authority
- CN
- China
- Prior art keywords
- agricultural product
- information
- agricultural
- supply chain
- product
- 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.)
- Withdrawn
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims description 51
- 238000012544 monitoring process Methods 0.000 claims description 19
- 229910001385 heavy metal Inorganic materials 0.000 claims description 16
- 238000004806 packaging method and process Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000002372 labelling Methods 0.000 claims description 14
- 230000000644 propagated effect Effects 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 13
- 239000000447 pesticide residue Substances 0.000 claims description 13
- 238000003062 neural network model Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 208000035126 Facies Diseases 0.000 claims description 3
- 238000009395 breeding Methods 0.000 claims description 3
- 230000001488 breeding effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 239000000575 pesticide Substances 0.000 claims description 3
- 238000004321 preservation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000013441 quality evaluation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012797 qualification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010516 chain-walking reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisions for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
-
- 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)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)
Abstract
本发明提供了农产品供应链品质检测与质量追溯系统,该农产品供应链品质检测与质量追溯系统通过不同模块对农产品进行分类、设置识别标签、获取配送运输信息、获取贩售状态信息,再根据该识别标签对应的标签信息、该配送运输信息和该贩售状态信息,对农产品当前的供应链进行优劣评判,从而实现对农产品供应链运行全过程环节的有效检测与追溯,其从农产品的生产源头至配送目的地的整个供应链过程中,对农产品进行全面和精确的质量检测和配送追溯,从而有效地提高对农产品的供应状态监控实时性和保证农产品的食品安全性。
Description
技术领域
本发明涉及食品安全监控的技术领域,特别涉及农产品供应链品质检测与质量追溯系统。
背景技术
食品安全关系到民众的生命健康,食品安全已经成为重要的民生问题。为了保证农产品能够及时地和安全地运送至目的地,需要借助相应的农产品配送系统,但是现有的农产品配送系统都只是专注于将农产品保质保量地安全运输到目的地,其并未对农产品的整个供应链进行全面的和有效的源头追溯和质量检测,这并不能在发生食品安全事故的情况下,快速地和精确地确定农产品的源头和运输配送中究竟是哪一环节出现问题。可见,现有技术的农产品配送供应系统并不能对农产品的质量进行有效的检测以及对配送供应全过程进行精准的追溯监控。
发明内容
针对现有技术存在的缺陷,本发明提供农产品供应链品质检测与质量追溯系统,该农产品供应链品质检测与质量追溯系统包括农产品分类模块、农产品标签化模块、农产品物流追踪模块、农产品贩售监测模块和农产品供应状态评判模块,其通过上述不同模块对农产品进行分类、设置识别标签、获取配送运输信息、获取贩售状态信息,再根据该识别标签对应的标签信息、该配送运输信息和该贩售状态信息,对农产品当前的供应链进行优劣评判,从而实现对农产品供应链运行全过程环节的有效检测与追溯;可见,该农产品供应链品质检测与质量追溯系统从农产品的生产源头至配送目的地的整个供应链过程中,对农产品进行全面和精确的质量检测和配送追溯,从而有效地提高对农产品的供应状态监控实时性和保证农产品的食品安全性。
本发明提供农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品供应链品质检测与质量追溯系统包括农产品分类模块、农产品标签化模块、农产品物流追踪模块、农产品贩售监测模块和农产品供应状态评判模块;其中,
所述农产品分类模块用于对农产品进行关于产品来源地、产品种类和产品质量的分类;
所述农产品标签化模块用于对根据所述农产品分类模块的分类结果,对农产品设置相应的识别标签;
所述农产品物流追踪模块用于获取农产品对应的配送运输信息;
所述农产品贩售监测模块用于获取农产品对应的贩售状态信息;
所述农产品供应状态评判模块用于根据所述识别标签对应的标签信息、所述配送运输信息和所述贩售状态信息,对农产品当前的供应链进行优劣评判;
进一步,所述农产品分类模块包括产品来源地确定子模块、产品种类确定子模块、产品质量确定子模块和产品品质分类子模块;其中,
所述产品来源地确定子模块用于确定农产品对应的种植场所、养殖场所或者加工场所的场地信息;
所述产品种类确定子模块用于确定关于农产品的植物属性或者动物属性的类型信息;
所述产品质量确定子模块用于根据农产品的品相状态和有害物质含量,确定农产品的质量信息;
所述产品品质分类子模块用于根据所述场地信息、所述类型信息和所述质量信息,对农产品进行品质等级分类;
进一步,所述产品质量确定子模块包括品相外观确定单元、农药残余量确定单元和重金属含量确定单元;其中,
所述品相外观确定单元用于根据关于农产品的实时影像,确定农产品的产品完整性和/或产品腐败程度,以此作为一部分所述质量信息;
所述农药残余量确定单元用于根据关于农产品的农药抽检结果,确定农产品的农药残余量,以此作为一部分所述质量信息;
所述重金属含量确定单元用于根据关于农产品的重金属抽检结果,确定农产品的重金属含量,以此作为一部分所述质量信息;
进一步,所述农产品标签化模块包括标签信息生成子模块、包装子模块和实体标签设置子模块;其中,
所述标签信息生成子模块用于根据所述分类结果,生成相应的农产品属性信息;
所述包装子模块用于对所述农产品进行外包装分装处理;
所述实体标签设置子模块用于在所述农产品的外包装上设置与所述农产品属性信息相关联的实体标签;
进一步,所述实体标签设置子模块包括二维码设置单元和/或射频电子标签设置单元;其中,
所述二维码设置单元用于在所述外包装上设置与所述产品属性信息相关联的二维码标签;
所述射频电子标签设置单元用于在所述外包装上设置射频电子标签,所述射频电子标签包含有与所述产品属性信息相关联的射频感应信息;
进一步,所述农产品物流追踪模块包括运输路径确定子模块、配送环境确定子模块和配送时间确定子模块;其中,
所述运输路径确定子模块用于确定农产品自来源地到配送目的地之间的运输路径信息,以此作为一部分所述配送运输信息;
所述配送环境确定子模块用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存温度/湿度信息和/或农产品拆封与否信息,以此作为一部分所述配送运输信息;
所述配送时间确定子模块用于确定农产品在来源地到配送目的地之间的运输时间信息,以此作为一部分所述配送运输信息;
进一步,所述运输路径确定子模块包括GPS定位单元和运输路径生成单元;其中,
所述GPS定位单元用于连续确定农产品在来源地到配送目的地之间位置信息;
所述运输路径生成单元用于根据所述位置信息,生成所述运输路径信息;
或者,
所述配送环境确定子模块包括配送温度确定单元、配送湿度确定单元和包装完好性确定单元;其中,
所述配送温度确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存温度信息;
所述配送湿度确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存湿度信息;
所述包装完好性确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品拆封与否信息;
进一步,所述农产品贩售监测模块包括农产品销售量确定子模块、农产品保存期限确定子模块和农产品剩余量子模块;其中,
所述农产品销售量确定子模块用于确定农产品的销售总量信息,以此作为一部分所述贩售状态信息;
所述农产品保存期限确定子模块用于确定农产品的可保存剩余时间,以此作为一部分所述贩售状态信息;
所述农产品剩余量子模块用于确定农产品的滞销剩总量信息,以此作为一部分所述贩售状态信息;
进一步,所述农产品供应状态评判模块包括农产品相关信息加工子模块和农产品供应链状态分析子模块;其中,
所述农产品相关信息加工子模块用于对所述标签信息、所述配送运输信息和所述贩售状态信息进行关于坏点数据的剔除与筛选;
所述农产品供应链状态分析子模块用于根据经过所述剔除与筛选后得到的所述标签信息、所述配送运输信息和所述贩售状态信息以及预设供应链状态分析神经网络模型,对农产品当前的供应链进行优劣评判.
所述预设供应链状态分析神经网络模型是根据农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度以及结合在预设供应链运输过的所有农产品进行大数据分析建立而成的,再结合所述标签信息、所述配送运输信息和所述贩售状态信息得到农产品当前的供应链的优劣评判,具体步骤包括,
步骤A1:对在预设供应链传播的过程中所有种类的农产品的完整性和/或产品腐败程度按照农产品种类进行拟合,得到公式(1)的关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度的表达式
其中Ni表示第i类农产品在预设供应链传播后的完整性和/或产品腐败程度值;Mi表示第i类农产品初始完整性和/或产品腐败程度值(从所述标签信息中获得);F表示预设供应链运输农产品时的平均温度值;L表示预设供应链运输农产品时的腐败传播速度(从所述配送运输信息中获得);S表示预设供应链运输农产品时农产品运输总路程(从所述配送运输信息中获得);μ表示预设供应链运输农产品时农产品的自然腐败速度;
步骤A2:结合对预设供应链运输过的所有农产品进行大数据分析从而优化公式(1)并利用优化过后的关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度值代入公式(2)得到预设供应链状态值Z
其中Z表示预设供应链状态值;p表示农产品种类的总个数;tm表示农产品在预设供应链所用的所有时间(从所述配送运输信息以及所述贩售状态中获得);
步骤A3:将预设供应链状态值代入公式(3)得到农产品当前的供应链的评判值
其中Q表示农产品当前的供应链的评判值;
当Q>=0时表示农产品当前的供应链为优;
当Q<0时表示农产品当前的供应链为劣。
进一步,所述农产品供应链品质检测与质量追溯系统还包括供应链预警模块;其中,
所述供应链预警模块用于根据所述优劣评判的结果,对当前系统的任意一个运行环节进行预警提示。
相比于现有技术,该农产品供应链品质检测与质量追溯系统包括农产品分类模块、农产品标签化模块、农产品物流追踪模块、农产品贩售监测模块和农产品供应状态评判模块,其通过上述不同模块对农产品进行分类、设置识别标签、获取配送运输信息、获取贩售状态信息,再根据该识别标签对应的标签信息、该配送运输信息和该贩售状态信息,对农产品当前的供应链进行优劣评判,从而实现对农产品供应链运行全过程环节的有效检测与追溯;可见,该农产品供应链品质检测与质量追溯系统从农产品的生产源头至配送目的地的整个供应链过程中,对农产品进行全面和精确的质量检测和配送追溯,从而有效地提高对农产品的供应状态监控实时性和保证农产品的食品安全性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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简单地介绍,显而易见地,下面描述中的附图仅仅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为本发明提供的农产品供应链品质检测与质量追溯系统的结构示意图。
图2为本发明提供的农产品供应链品质检测与质量追溯系统中农产品分类模块的结构示意图。
图3为本发明提供的农产品供应链品质检测与质量追溯系统中农产品标签化模块的结构示意图。
图4为本发明提供的农产品供应链品质检测与质量追溯系统中农产品物流追踪模块的结构示意图。
图5为本发明提供的农产品供应链品质检测与质量追溯系统中农产品贩售监测模块的结构示意图。
图6为本发明提供的农产品供应链品质检测与质量追溯系统中农产品供应状态评判模块的结构示意图。
具体实施方式
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,所描述的实施例仅仅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。
参阅图1,为本发明实施例提供的农产品供应链品质检测与质量追溯系统的结构示意图。该农产品供应链品质检测与质量追溯系统包括农产品分类模块、农产品标签化模块、农产品物流追踪模块、农产品贩售监测模块和农产品供应状态评判模块;其中,
该农产品分类模块用于对农产品进行关于产品来源地、产品种类和产品质量的分类;
该农产品标签化模块用于对根据该农产品分类模块的分类结果,对农产品设置相应的识别标签;
该农产品物流追踪模块用于获取农产品对应的配送运输信息;
该农产品贩售监测模块用于获取农产品对应的贩售状态信息;
该农产品供应状态评判模块用于根据该识别标签对应的标签信息、该配送运输信息和该贩售状态信息,对农产品当前的供应链进行优劣评判。
该农产品供应链品质检测与质量追溯系统通过不同的模块对农产品在生产源头的自身产品状态、农产品配送运输和农产品贩售等环节对农产品进行实时和全面的监控,这样能够保证农产品从生产源头到消费者手中的全过程都能够被检测记录,从而便于后续对农产品供应链任意一个环节的追溯,以最大限度地保证农产品供应链的正常有序运作和农产品的食品安全。
优选地,该农产品供应链品质检测与质量追溯系统还包括供应链预警模块;其中,
该供应链预警模块用于根据该优劣评判的结果,对当前系统的任意一个运行环节进行预警提示。
通过设置该供应链预警模块能够在农产品当前的供应链运行状态不佳的情况下,对系统中任意一个运行环境进行有针对性的预警提示,从而确保能够快速地和精准地对系统进行适应性的调整,以使系统能够迅速地恢复到正常的运行状态。
参阅图2,为本发明实施例提供的农产品供应链品质检测与质量追溯系统中农产品分类模块的结构示意图。该农产品分类模块包括产品来源地确定子模块、产品种类确定子模块、产品质量确定子模块和产品品质分类子模块;其中,
该产品来源地确定子模块用于确定农产品对应的种植场所、养殖场所或者加工场所的场地信息;
该产品种类确定子模块用于确定关于农产品的植物属性或者动物属性的类型信息;
该产品质量确定子模块用于根据农产品的品相状态和有害物质含量,确定农产品的质量信息;
该产品品质分类子模块用于根据该场地信息、该类型信息和该质量信息,对农产品进行品质等级分类。
优选地,该产品质量确定子模块包括品相外观确定单元、农药残余量确定单元和重金属含量确定单元;其中,
该品相外观确定单元用于根据关于农产品的实时影像,确定农产品的产品完整性和/或产品腐败程度,以此作为一部分该质量信息;
该农药残余量确定单元用于根据关于农产品的农药抽检结果,确定农产品的农药残余量,以此作为一部分该质量信息;
该重金属含量确定单元用于根据关于农产品的重金属抽检结果,确定农产品的重金属含量,以此作为一部分该质量信息。
该农产品分类模块能够根据农产品的来源地、种类、品相质量、农药残余合格性和重金属含量合格性等不同属性,对农产品进行分类,这样能够保证农产品在配送运输之前就能够获得准确的质量检测,并且还能够根据农产品的分类结果对农产品进行适应性的配送处理,从而最大限度地提高农产品的质量和配送全面性与有效性。
参阅图3,为本发明实施例提供的农产品供应链品质检测与质量追溯系统中农产品标签化模块的结构示意图。该农产品标签化模块包括标签信息生成子模块、包装子模块和实体标签设置子模块;其中,
该标签信息生成子模块用于根据该分类结果,生成相应的农产品属性信息;
该包装子模块用于对该农产品进行外包装分装处理;
该实体标签设置子模块用于在该农产品的外包装上设置与该农产品属性信息相关联的实体标签。
优选地,该实体标签设置子模块包括二维码设置单元和/或射频电子标签设置单元;其中,
该二维码设置单元用于在该外包装上设置与该产品属性信息相关联的二维码标签;
该射频电子标签设置单元用于在该外包装上设置射频电子标签,该射频电子标签包含有与该产品属性信息相关联的射频感应信息。
通过在农产品的外包装上设置二维码标签和/或射频电子标签,能够便于在配送运输过程中能够随时随地地查询农产品的属性信息,以及便于将农产品的配送与智能终端进行有效的结合,从而便于在配送运输过程中通过智能终端实时查询农产品的运输状态。
参阅图4,为本发明实施例提供的农产品供应链品质检测与质量追溯系统中农产品物流追踪模块的结构示意图。该农产品物流追踪模块包括运输路径确定子模块、配送环境确定子模块和配送时间确定子模块;其中,
该运输路径确定子模块用于确定农产品自来源地到配送目的地之间的运输路径信息,以此作为一部分该配送运输信息;
该配送环境确定子模块用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存温度/湿度信息和/或农产品拆封与否信息,以此作为一部分该配送运输信息;
该配送时间确定子模块用于确定农产品在来源地到配送目的地之间的运输时间信息,以此作为一部分该配送运输信息。
优选地,该运输路径确定子模块包括GPS定位单元和运输路径生成单元;其中,
该GPS定位单元用于连续确定农产品在来源地到配送目的地之间位置信息;
该运输路径生成单元用于根据该位置信息,生成该运输路径信息。
优选地,该配送环境确定子模块包括配送温度确定单元、配送湿度确定单元和包装完好性确定单元;其中,
该配送温度确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存温度信息;
该配送湿度确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存湿度信息;
该包装完好性确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品拆封与否信息。
该农产品物流追踪模块从运输路径、配送环境和配送时间这三方面对农产品的物流运输状态进行全面和有效的追踪,其能够记录农产品的实际运输路径和运输过程中保存温湿度情况,从而便于后续对农产品的运输相关过程的追溯调查以及改善农产品运输的可控性。
参阅图5,为本发明实施例提供的农产品供应链品质检测与质量追溯系统中农产品贩售监测模块的结构示意图。该农产品贩售监测模块包括农产品销售量确定子模块、农产品保存期限确定子模块和农产品剩余量子模块;其中,
该农产品销售量确定子模块用于确定农产品的销售总量信息,以此作为一部分该贩售状态信息;
该农产品保存期限确定子模块用于确定农产品的可保存剩余时间,以此作为一部分该贩售状态信息;
该农产品剩余量子模块用于确定农产品的滞销剩总量信息,以此作为一部分该贩售状态信息。
该农产品贩售监测模块能够全面地监测农产品的贩售状态,以此确定农产品的市场接受度,还能够避免农产品因滞销而发生在最佳保存期限外仍然继续售卖的情况发生,从而最大限度地在贩售层面上保证农产品的食品安全性。
参阅图6,为本发明实施例提供的农产品供应链品质检测与质量追溯系统中农产品供应状态评判模块的结构示意图。该农产品供应状态评判模块包括农产品相关信息加工子模块和农产品供应链状态分析子模块;其中,
该农产品相关信息加工子模块用于对该标签信息、该配送运输信息和该贩售状态信息进行关于坏点数据的剔除与筛选;
该农产品供应链状态分析子模块用于根据经过该剔除与筛选后得到的该标签信息、该配送运输信息和该贩售状态信息以及预设供应链状态分析神经网络模型,对农产品当前的供应链进行优劣评判。
在一个实施例中,所述预设供应链状态分析神经网络模型是根据农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度以及结合在预设供应链运输过的所有农产品进行大数据分析建立而成的,再结合所述标签信息、所述配送运输信息和所述贩售状态信息得到农产品当前的供应链的优劣评判,具体步骤包括,
步骤A1:对在预设供应链传播的过程中所有种类的农产品的完整性和/或产品腐败程度按照农产品种类进行拟合,得到公式(1)的关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度的表达式
其中Ni表示第i类农产品在预设供应链传播后的完整性和/或产品腐败程度值;Mi表示第i类农产品初始完整性和/或产品腐败程度值(从所述标签信息中获得);F表示预设供应链运输农产品时的平均温度值;L表示预设供应链运输农产品时的腐败传播速度(从所述配送运输信息中获得);S表示预设供应链运输农产品时农产品运输总路程(从所述配送运输信息中获得);μ表示预设供应链运输农产品时农产品的自然腐败速度;
步骤A2:结合对预设供应链运输过的所有农产品进行大数据分析从而优化公式(1)并利用优化过后的关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度值代入公式(2)得到预设供应链状态值Z
其中Z表示预设供应链状态值;p表示农产品种类的总个数;tm表示农产品在预设供应链所用的所有时间(从所述配送运输信息以及所述贩售状态中获得);
步骤A3:将预设供应链状态值代入公式(3)得到农产品当前的供应链的评判值
其中Q表示农产品当前的供应链的评判值;
当Q>=0时表示农产品当前的供应链为优;
当Q<0时表示农产品当前的供应链为劣。
上述技术方案的有益效果是:利用步骤A1中的公式(1)得到关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度的表达式,目的是为了利用神经网络模型可以进行自我学习的呈现出关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度,并且与没有该步骤和公式相比可以使利用将所有种类的农产品的完整性和/或产品腐败程度进行量化,便于后续的计算;利用步骤A2中的公式(2)得到预设供应链状态值,目的是为了通过预设供应链状态值来进一步的判断供应链的优劣并且与没有该步骤和公式相比将预设供应链状态进行数值化,并且结合大数据进行分析使得结果更加准确可靠;利用步骤A3中的公式(3)得到农产品当前的供应链的评判值即可根据评判值来确定供应链的优劣,从而达到目的,并且与没有该步骤和公式相比得到的结果可以跟踪到供应链的任何一个环节,达到快速地和精确地确定出问题的环节。
该农产品供应状态评判模块根据该标签信息、该配送运输信息和该贩售状态信息以及预设供应链状态分析神经网络模型,计算获得农产品当前的供应链运行状态的优劣评判结果,其能够从农产品在生产源头的自身产品状态、农产品配送运输和农产品贩售等环节全面地和精确地确定农产品供应链是否正常运行,从而便于实时地调整农产品供应链的任一环节和维持农产品供应链的正常有序运行。
从上述实施例的内容可知,该农产品供应链品质检测与质量追溯系统包括农产品分类模块、农产品标签化模块、农产品物流追踪模块、农产品贩售监测模块和农产品供应状态评判模块,其通过上述不同模块对农产品进行分类、设置识别标签、获取配送运输信息、获取贩售状态信息,再根据该识别标签对应的标签信息、该配送运输信息和该贩售状态信息,对农产品当前的供应链进行优劣评判,从而实现对农产品供应链运行全过程环节的有效检测与追溯;可见,该农产品供应链品质检测与质量追溯系统从农产品的生产源头至配送目的地的整个供应链过程中,对农产品进行全面和精确的质量检测和配送追溯,从而有效地提高对农产品的供应状态监控实时性和保证农产品的食品安全性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品供应链品质检测与质量追溯系统包括农产品分类模块、农产品标签化模块、农产品物流追踪模块、农产品贩售监测模块和农产品供应状态评判模块;其中,
所述农产品分类模块用于对农产品进行关于产品来源地、产品种类和产品质量的分类;
所述农产品标签化模块用于对根据所述农产品分类模块的分类结果,对农产品设置相应的识别标签;
所述农产品物流追踪模块用于获取农产品对应的配送运输信息;
所述农产品贩售监测模块用于获取农产品对应的贩售状态信息;
所述农产品供应状态评判模块用于根据所述识别标签对应的标签信息、所述配送运输信息和所述贩售状态信息,对农产品当前的供应链进行优劣评判。
2.如权利要求1所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品分类模块包括产品来源地确定子模块、产品种类确定子模块、产品质量确定子模块和产品品质分类子模块;其中,
所述产品来源地确定子模块用于确定农产品对应的种植场所、养殖场所或者加工场所的场地信息;
所述产品种类确定子模块用于确定关于农产品的植物属性或者动物属性的类型信息;
所述产品质量确定子模块用于根据农产品的品相状态和有害物质含量,确定农产品的质量信息;
所述产品品质分类子模块用于根据所述场地信息、所述类型信息和所述质量信息,对农产品进行品质等级分类。
3.如权利要求2所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述产品质量确定子模块包括品相外观确定单元、农药残余量确定单元和重金属含量确定单元;其中,
所述品相外观确定单元用于根据关于农产品的实时影像,确定农产品的产品完整性和/或产品腐败程度,以此作为一部分所述质量信息;
所述农药残余量确定单元用于根据关于农产品的农药抽检结果,确定农产品的农药残余量,以此作为一部分所述质量信息;
所述重金属含量确定单元用于根据关于农产品的重金属抽检结果,确定农产品的重金属含量,以此作为一部分所述质量信息。
4.如权利要求1所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品标签化模块包括标签信息生成子模块、包装子模块和实体标签设置子模块;其中,
所述标签信息生成子模块用于根据所述分类结果,生成相应的农产品属性信息;
所述包装子模块用于对所述农产品进行外包装分装处理;
所述实体标签设置子模块用于在所述农产品的外包装上设置与所述农产品属性信息相关联的实体标签。
5.如权利要求4所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述实体标签设置子模块包括二维码设置单元和/或射频电子标签设置单元;其中,
所述二维码设置单元用于在所述外包装上设置与所述产品属性信息相关联的二维码标签;
所述射频电子标签设置单元用于在所述外包装上设置射频电子标签,所述射频电子标签包含有与所述产品属性信息相关联的射频感应信息。
6.如权利要求1所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品物流追踪模块包括运输路径确定子模块、配送环境确定子模块和配送时间确定子模块;其中,
所述运输路径确定子模块用于确定农产品自来源地到配送目的地之间的运输路径信息,以此作为一部分所述配送运输信息;
所述配送环境确定子模块用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存温度/湿度信息和/或农产品拆封与否信息,以此作为一部分所述配送运输信息;
所述配送时间确定子模块用于确定农产品在来源地到配送目的地之间的运输时间信息,以此作为一部分所述配送运输信息。
7.如权利要求6所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述运输路径确定子模块包括GPS定位单元和运输路径生成单元;其中,
所述GPS定位单元用于连续确定农产品在来源地到配送目的地之间位置信息;
所述运输路径生成单元用于根据所述位置信息,生成所述运输路径信息;或者,
所述配送环境确定子模块包括配送温度确定单元、配送湿度确定单元和包装完好性确定单元;其中,
所述配送温度确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存温度信息;
所述配送湿度确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品保存湿度信息;
所述包装完好性确定单元用于确定农产品在来源地到配送目的地之间的运输过程中对应的农产品拆封与否信息。
8.如权利要求1所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品贩售监测模块包括农产品销售量确定子模块、农产品保存期限确定子模块和农产品剩余量子模块;其中,
所述农产品销售量确定子模块用于确定农产品的销售总量信息,以此作为一部分所述贩售状态信息;
所述农产品保存期限确定子模块用于确定农产品的可保存剩余时间,以此作为一部分所述贩售状态信息;
所述农产品剩余量子模块用于确定农产品的滞销剩总量信息,以此作为一部分所述贩售状态信息。
9.如权利要求1所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述农产品供应状态评判模块包括农产品相关信息加工子模块和农产品供应链状态分析子模块;其中,
所述农产品相关信息加工子模块用于对所述标签信息、所述配送运输信息和所述贩售状态信息进行关于坏点数据的剔除与筛选;
所述农产品供应链状态分析子模块用于根据经过所述剔除与筛选后得到的所述标签信息、所述配送运输信息和所述贩售状态信息以及预设供应链状态分析神经网络模型,对农产品当前的供应链进行优劣评判。
10.如权利要求9所述的农产品供应链品质检测与质量追溯系统,其特征在于:
所述预设供应链状态分析神经网络模型是根据农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度以及结合在预设供应链运输过的所有农产品进行大数据分析建立而成的,再结合所述标签信息、所述配送运输信息和所述贩售状态信息得到农产品当前的供应链的优劣评判,具体步骤包括,
步骤A1:对在预设供应链传播的过程中所有种类的农产品的完整性和/或产品腐败程度按照农产品种类进行拟合,得到公式(1)的关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度的表达式
其中Ni表示第i类农产品在预设供应链传播后的完整性和/或产品腐败程度值;Mi表示第i类农产品初始完整性和/或产品腐败程度值(从所述标签信息中获得);F表示预设供应链运输农产品时的平均温度值;L表示预设供应链运输农产品时的腐败传播速度(从所述配送运输信息中获得);S表示预设供应链运输农产品时农产品运输总路程(从所述配送运输信息中获得);μ表示预设供应链运输农产品时农产品的自然腐败速度;
步骤A2:结合对预设供应链运输过的所有农产品进行大数据分析从而优化公式(1)并利用优化过后的关于农产品在预设供应链传播后所有种类的农产品的完整性和/或产品腐败程度值代入公式(2)得到预设供应链状态值Z
其中Z表示预设供应链状态值;p表示农产品种类的总个数;tm表示农产品在预设供应链所用的所有时间(从所述配送运输信息以及所述贩售状态中获得);
步骤A3:将预设供应链状态值代入公式(3)得到农产品当前的供应链的评判值
其中Q表示农产品当前的供应链的评判值;
当Q>=0时表示农产品当前的供应链为优;
当Q<0时表示农产品当前的供应链为劣。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010581620.4A CN111738745A (zh) | 2020-06-23 | 2020-06-23 | 农产品供应链品质检测与质量追溯系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010581620.4A CN111738745A (zh) | 2020-06-23 | 2020-06-23 | 农产品供应链品质检测与质量追溯系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111738745A true CN111738745A (zh) | 2020-10-02 |
Family
ID=72650639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010581620.4A Withdrawn CN111738745A (zh) | 2020-06-23 | 2020-06-23 | 农产品供应链品质检测与质量追溯系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738745A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967066A (zh) * | 2021-02-04 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 一种配电自动化设备检测全过程管控分析系统 |
CN114112958A (zh) * | 2021-12-02 | 2022-03-01 | 中国石油大学胜利学院 | 一种基于大数据的农产品检测系统及检测方法 |
CN114240461A (zh) * | 2021-12-21 | 2022-03-25 | 工品行(苏州)数字科技有限公司 | 一种基于rfid的工业品供应链追溯系统及方法 |
CN115758888A (zh) * | 2022-11-17 | 2023-03-07 | 厦门智康力奇数字科技有限公司 | 一种基于多机器学习算法融合的农产品安全风险评估方法 |
-
2020
- 2020-06-23 CN CN202010581620.4A patent/CN111738745A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967066A (zh) * | 2021-02-04 | 2021-06-15 | 国网安徽省电力有限公司电力科学研究院 | 一种配电自动化设备检测全过程管控分析系统 |
CN114112958A (zh) * | 2021-12-02 | 2022-03-01 | 中国石油大学胜利学院 | 一种基于大数据的农产品检测系统及检测方法 |
CN114112958B (zh) * | 2021-12-02 | 2024-05-28 | 山东石油化工学院 | 一种基于大数据的农产品检测系统及检测方法 |
CN114240461A (zh) * | 2021-12-21 | 2022-03-25 | 工品行(苏州)数字科技有限公司 | 一种基于rfid的工业品供应链追溯系统及方法 |
CN114240461B (zh) * | 2021-12-21 | 2023-10-13 | 工品行(苏州)数字科技有限公司 | 一种基于rfid的工业品供应链追溯系统及方法 |
CN115758888A (zh) * | 2022-11-17 | 2023-03-07 | 厦门智康力奇数字科技有限公司 | 一种基于多机器学习算法融合的农产品安全风险评估方法 |
CN115758888B (zh) * | 2022-11-17 | 2024-04-23 | 厦门智康力奇数字科技有限公司 | 一种基于多机器学习算法融合的农产品安全风险评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738745A (zh) | 农产品供应链品质检测与质量追溯系统 | |
Bosona et al. | Food traceability as an integral part of logistics management in food and agricultural supply chain | |
Aiello et al. | The expected value of the traceability information | |
Aung et al. | Traceability in a food supply chain: Safety and quality perspectives | |
Loader et al. | Strategic responses to food safety legislation | |
Decker et al. | Cost-benefit model for smart items in the supply chain | |
WO2003030064A2 (en) | Method of linking a food source with a food product | |
CN103136702A (zh) | 基于rfid技术的肉类食品追溯系统 | |
US20130036068A1 (en) | Logistical management of cargo shipments | |
CN104715321A (zh) | 基于重量守恒的屠宰场过程监控溯源系统 | |
CN111898935A (zh) | 一种基于图像处理的仓储盘点方法、系统存储及终端设备 | |
CN117709986B (zh) | 一种基于深度学习的农产品生产日期可信溯源方法和系统 | |
CN109377242A (zh) | 智能包装及品控溯源系统 | |
CN116911723B (zh) | 基于5g物联网和数据监测的农产品监测方法及系统 | |
CN105335836A (zh) | 实现煤炭质量全过程检测管理的方法 | |
US20240152855A1 (en) | Information-based intelligent quality traceability system for fresh milk | |
US20190050796A1 (en) | Method of auditing cold chain distribution systems | |
Gan et al. | An automated cucumber inspection system based on neural network | |
Verdenius | Using traceability systems to optimise business performance | |
Tsioras et al. | RFID implementations in the wood supply chains: state of the art and the way to the future | |
Zakeri et al. | Smart Farm: A system for proactive management of raw milk quality | |
Mao et al. | Application process design of digital quality monitoring and traceability system for fresh agricultural products | |
CN117273579B (zh) | 一种基于大数据的电商商品溯源管理系统 | |
Elfiana et al. | Traceability system for lobsters supply chain: a review finding and method | |
Vasanthraj et al. | Transforming milk supply chains with blockchain: enhancing visibility and cost reduction |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201002 |