CN112434851A - 一种基于大数据用于蛋禽的销售管理系统 - Google Patents
一种基于大数据用于蛋禽的销售管理系统 Download PDFInfo
- Publication number
- CN112434851A CN112434851A CN202011304882.2A CN202011304882A CN112434851A CN 112434851 A CN112434851 A CN 112434851A CN 202011304882 A CN202011304882 A CN 202011304882A CN 112434851 A CN112434851 A CN 112434851A
- Authority
- CN
- China
- Prior art keywords
- egg
- poultry
- laying
- module
- acquiring
- 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- Withdrawn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
- 244000144977 poultry Species 0.000 title claims abstract description 85
- 238000003860 storage Methods 0.000 claims abstract description 34
- 230000017448 oviposition Effects 0.000 claims abstract description 29
- 238000012216 screening Methods 0.000 claims abstract description 29
- 238000007726 management method Methods 0.000 claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims description 18
- 210000002969 egg yolk Anatomy 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 4
- 238000000491 multivariate analysis Methods 0.000 claims description 4
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 3
- 208000034423 Delivery Diseases 0.000 claims description 3
- 101000713575 Homo sapiens Tubulin beta-3 chain Proteins 0.000 claims description 3
- 101000713585 Homo sapiens Tubulin beta-4A chain Proteins 0.000 claims description 3
- 102100036790 Tubulin beta-3 chain Human genes 0.000 claims description 3
- 102100036788 Tubulin beta-4A chain Human genes 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 235000013601 eggs Nutrition 0.000 abstract description 57
- 244000144972 livestock Species 0.000 abstract description 19
- 238000009395 breeding Methods 0.000 abstract description 16
- 230000001488 breeding effect Effects 0.000 abstract description 16
- 230000008569 process Effects 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 abstract description 2
- 238000009826 distribution Methods 0.000 abstract description 2
- 235000013594 poultry meat Nutrition 0.000 description 66
- 238000012545 processing Methods 0.000 description 14
- 241000271566 Aves Species 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 238000013075 data extraction Methods 0.000 description 4
- 241000272496 Galliformes Species 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000013613 poultry product Nutrition 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 102000002322 Egg Proteins Human genes 0.000 description 1
- 108010000912 Egg Proteins Proteins 0.000 description 1
- 208000027954 Poultry disease Diseases 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 210000003278 egg shell Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000002699 waste material Substances 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
-
- 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
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30128—Food products
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于大数据用于蛋禽的销售管理系统，本发明属于大数据领域；用于解决目前的畜禽养殖企业中，上述各个功能均分别由不同的系统来实现，多套系统并存使用具有业务障碍、不同系统间信息无法共享的缺陷，且由于各个系统信息不共享，因此很难利用现有数据开展客户需求分析与智能配送的问题；通过与ERP模块建立数据连接，使得本发明可以通过ERP软件解进行管理，同时通过预测模块生成的检测值，可以根据鸡蛋的实际监测情况制定存储时间，避免蛋禽在存放过程中造成的损失；通过筛选模块用于筛选蛋禽最晚到货日期内符合要求的买家，避免买家在运输途中造成鸡蛋使用完的情况，同时筛选模块可以筛选出最合适的买家进行优先配送。
Description
技术领域
本发明属于大数据领域，涉及蛋禽的销售管理技术，具体是一种基于大数据用于蛋禽的销售管理系统。
背景技术
近年来，畜禽养殖行业快速发展，传统的个体户养殖方式已经向规模化、集约化畜禽养殖企业转变。而畜禽养殖企业的管理方法也由传统的人工管理方式向以计算机技术、物联网技术为手段的现代智能化管理系统发展，用以辅助畜禽养殖企业的日常生产活动及企业的管理问题，从而达到畜禽福利化养殖，使养殖体系真正达到智能化。畜禽养殖企业在日常的生产活动中要面临诸多的管理问题，这其中包括与畜禽饲养相关的：畜禽舍内的环境监测及控制、养殖个体精确识别与管理、养殖个体生长信息与饮食量饮水量监测与记录、畜禽疾病诊断与预警、舍内存栏量及死淘率的监测等；与畜禽产品服务相关的：禽蛋禽肉的精确溯源、产品的检疫与运输环节等；与畜禽养殖企业管理相关的：人事管理、财务管理、进销存管理、产品管理等。因此，畜禽养殖领域所需构建的是复杂而又庞大的养殖体系。目前已有很多智能化技术应用在了畜禽养殖领域。比如利用RFID识别个体进行精确养殖；传感器监测畜禽舍内温度、湿度、二氧化碳浓度、氨气浓度、硫化氢浓度以及光照强度等信息；构建畜禽产品的溯源平台进行产品安全溯源等方法；OA自动办公系统以及库存管理系统等相关软件也已经在畜禽养殖企业中得到了应用。但在目前的畜禽养殖企业中，上述各个功能均分别由不同的系统来实现，多套系统并存使用具有业务障碍、不同系统间信息无法共享的缺陷，且由于各个系统信息不共享，因此很难利用现有数据开展客户需求分析与智能配送。
发明内容
本发明的目的在于提供一种基于大数据用于蛋禽的销售管理系统，用于解决目前的畜禽养殖企业中，上述各个功能均分别由不同的系统来实现，多套系统并存使用具有业务障碍、不同系统间信息无法共享的缺陷，且由于各个系统信息不共享，因此很难利用现有数据开展客户需求分析与智能配送的问题。
本发明的目的可以通过以下技术方案实现：
一种基于大数据用于蛋禽的销售管理系统，蛋禽的销售管理系统包括ERP模块、存储模块、预测模块以及筛选模块；
所述存储模块用于获取蛋禽的存储情况，并生成存储值，具体为：
步骤一：与ERP模块建立数据连接，获取ERP模块内的蛋禽入库时间RC以及保质时间BC；
步骤二：获取预测模块生成的检测值α，通过公式ZBS＝BC×α得出模拟保质时间值ZBS；
步骤三：提取入库时间RC内的入库日期RCS，通过入库日期RCS累加模拟保质时间值ZBS得出最晚到货日期ZWD；
步骤四：将最晚到货日期ZWD发送至筛选模块。
进一步地，其中预测模块生成的检测值α具体为：
A1：蛋禽图像的采集：在一定的光照条件下获取蛋禽的透射图像，并通过图像采集卡转换成数字图像传送到计算机；
A2：蛋禽图像信息的提取：在计算机中通过数字图像处理程序从采集的蛋禽透射图像中获取颜色空间、蛋黄形态和蛋禽密度三个方面的信息特征；
A3：信息的融合和筛选：对获取的蛋禽图像信息在特征层面上进行融合、筛选；
A4：蛋禽新鲜度检测模型的建立：通过多变量分析方法与常规蛋禽新鲜度检测结果建立检测模型，得出蛋禽的检测值α。
进一步地，所述筛选模块用于筛选蛋禽最晚到货日期ZWD内符合要求的买家，具体为：
SS1：获取买家终端的蛋禽总量Dz和蛋禽日消耗量Dr，计算得到买家终端的蛋禽使用日数Rs；
SS2：获取买家终端的位置坐标，利用地图模型得到买家终端与蛋禽仓库位置之间的距离，并将距离标记为Jl；
SS3：获取买家终端的蛋禽平均运输速度，并将蛋禽平均运输速度标记为Si；
SS4：利用公式R＝Jl/Si计算得到蛋禽的运输日数R；
SS5：将蛋禽运输日数R与蛋禽使用日数Rs进行比对，当R+T1＜Rs时，进入下一步骤；当R+T1≥Rs时，则将买家终端标记为不合格终端，进行剔除；
SS6：利用公式Dx＝R×Dr得到蛋禽运输日数期间买家的蛋禽消耗量Dx；
SS7：获取买家终端的蛋禽仓储量，并将蛋禽仓储量标记为Cl，蛋禽仓储量Cl与蛋禽运输日数时的蛋禽消耗量Dx进行比对，若Cl＞Dx+T2，买家终端标记为正常配送买家；当Cl≤Dx+T2，买家终端选定加急配送终端，并进行优先配送；
其中，T2代表额外消耗蛋禽，额外消耗蛋禽包括劣质损坏蛋禽、人工损坏蛋禽和外界因素损坏蛋禽；
进一步地，获取买家终端的蛋禽运输速度具体为：
Q1：获取与该买家终端最近L次运输信息，并提取最近L次运输信息内的运输时间值与运输里程值；
Q2：将最近L次的运输里程值进行累加，得到运输总里程值；
Q3：将最近L次的运输时间值进行累加，得到运输总耗时值；
Q3：通过公式
与现有技术相比，本发明的有益效果是：
(1)通过与ERP模块建立数据连接，使得本发明可以通过ERP软件解进行管理，同时通过预测模块生成的检测值α，可以根据鸡蛋的实际监测情况制定存储时间，避免蛋禽在存放过程中造成的损失；
(2)通过筛选模块用于筛选蛋禽最晚到货日期ZWD内符合要求的买家，避免买家在运输途中造成鸡蛋使用完的情况，同时筛选模块可以筛选出最合适的买家进行优先配送，智能配送使得每个买家都可以在蛋禽快要用完的时候收到新鲜的蛋禽，避免蛋禽在买家堆积造成立浪费。
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为本发明原理框图；
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明保护的范围。
因此，在下述附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。
如图1所示，一种基于大数据用于蛋禽的销售管理系统，蛋禽的销售管理系统包括ERP模块、存储模块、预测模块以及筛选模块；
所述存储模块用于获取蛋禽的存储情况，并生成存储值，具体为：
步骤一：与ERP模块建立数据连接，获取ERP模块内的蛋禽入库时间RC以及保质时间BC；
步骤二：获取预测模块生成的检测值α，通过公式ZBS＝BC×α得出模拟保质时间值ZBS；
其中预测模块生成的检测值α具体为：
A1：蛋禽图像的采集：在一定的光照条件下获取蛋禽的透射图像，并通过图像采集卡转换成数字图像传送到计算机；
A2：蛋禽图像信息的提取：在计算机中通过数字图像处理程序从采集的蛋禽透射图像中获取颜色空间、蛋黄形态和蛋禽密度三个方面的信息特征；
其中从蛋禽透射图像中提取颜色空间的信息特征，具体如下：
A201：利用最大类间方差阈值分割法去除蛋禽图像的黑色背景；
A202：分别提取蛋禽图像的RGB、HSI颜色空间分量；
A203：提取RGB和HIS颜色分量的均值和方差作共12个变量。
其中，中从蛋禽的透射图像中提取蛋黄形态的信息特征，具体如下：
A211：对彩色蛋禽图像提取RGB颜色空间；
A212：对蛋禽图像R颜色分量进行灰度调整，然后对蛋禽区域和背景区域进行阈值分割，可得全蛋面积S0；
A213：对蛋禽图像B颜色分量进行灰度调整并中值滤波，然后再利用形态学进行区域填充，以获得更完整的蛋黄区域；
A214：在分割的蛋禽目标区域内，统计蛋黄面积S；
A215：以蛋黄面积S和全蛋面积S0比值为蛋黄形态的信息特征。
其中，蛋禽密度特征提取，指对采集的蛋禽透射图像进行提取、分析，计算其体积，质量与体积的比值即为密度，具体如下：
A221：对蛋禽透射图像进行阈值分割，提取的蛋禽图像区域；
A222：对提取的蛋禽区域外接一个最小矩形，将受测蛋禽最小外接矩形的长作为透射二维图像的长轴长度，将最小外接矩形宽作为透射二维图像的赤道短轴长度，计算受测蛋禽的体积；
A223：称取蛋禽的质量除以计算得到的体积即为受测蛋禽密度；
A3：信息的融合和筛选：对获取的蛋禽图像信息在特征层面上进行融合、筛选；
其中，对获取的这些信息在特征层面上进行融合、筛选，是指对蛋禽新鲜度颜色空间、蛋壳形态及密度信息在特征层面的融合，并筛选与新鲜度信息相关度较高特征变量，包括以下步骤：
A301：提取蛋禽图像的HIS和RGB颜色分量的均值和方差12个特征变量作为颜色空间的信息特征、提取蛋禽图像的蛋黄面积与全蛋面积的比值作为蛋黄形态的信息特征，通过蛋禽质量与其图像所提取的体积的比值作为密度的信息特征，将提取的14个特征在量纲上进行融合；
A302：采用逐步回归法筛选与蛋禽新鲜度信息相关度较高特征变量，共得到7个变量，分别为B分量均值，H分量均值，R分量方差，H分量方差，I分量方差，蛋黄面积与全蛋面积比S/S0，密度P，作为蛋禽新鲜度检测模型的输入向量；
A4：蛋禽新鲜度检测模型的建立：通过多变量分析方法与常规蛋禽新鲜度检测结果建立检测模型，得出蛋禽的检测值α；
其中，通过多变量分析方法与常规蛋禽新鲜度检测结果建立检测模型，是指采用机器视觉技术采集一批蛋禽的图像，提取和筛选特征信息，和常规新鲜度检测方法测定结果建立遗传算法优化径向基神经网络的拓扑结构建立模型，蛋禽新鲜度即可通过机器视觉技术采集图像，通过上述步骤提取和筛选特征信息，采用所建立的模型得出蛋禽新鲜度预测结果，并根据相应的标准对其分级,并得到检测值α
步骤三：提取入库时间RC内的入库日期RCS，通过入库日期RCS累加模拟保质时间值ZBS得出最晚到货日期ZWD；
步骤四：将最晚到货日期ZWD发送至筛选模块。
所述筛选模块用于筛选蛋禽最晚到货日期ZWD内符合要求的买家，具体为：
SS1：获取买家终端的蛋禽总量Dz和蛋禽日消耗量Dr，计算得到买家终端的蛋禽使用日数Rs；
SS2：获取买家终端的位置坐标，利用地图模型得到买家终端与蛋禽仓库位置之间的距离，并将距离标记为Jl；
SS3：获取买家终端的蛋禽平均运输速度，并将蛋禽平均运输速度标记为Si；
其中，获取买家终端的蛋禽运输速度具体为：
Q1：获取与该买家终端最近L次运输信息，并提取最近L次运输信息内的运输时间值与运输里程值；
Q2：将最近L次的运输里程值进行累加，得到运输总里程值；
Q3：将最近L次的运输时间值进行累加，得到运输总耗时值；
Q3：通过公式
SS4：利用公式R＝Jl/Si计算得到蛋禽的运输日数R；
SS5：将蛋禽运输日数R与蛋禽使用日数Rs进行比对，当R+T1＜Rs时，进入下一步骤；当R+T1≥Rs时，则将买家终端标记为不合格终端，进行剔除；
SS6：利用公式Dx＝R×Dr得到蛋禽运输日数期间买家的蛋禽消耗量Dx；
SS7：获取买家终端的蛋禽仓储量，并将蛋禽仓储量标记为Cl，蛋禽仓储量Cl与蛋禽运输日数时的蛋禽消耗量Dx进行比对，若Cl＞Dx+T2，买家终端标记为正常配送买家；当Cl≤Dx+T2，买家终端选定加急配送终端，并进行优先配送；
其中，T2代表额外消耗蛋禽，额外消耗蛋禽包括劣质损坏蛋禽、人工损坏蛋禽和外界因素损坏蛋禽；
上述ERP模块包括一种ERP管理系统，其中ERP管理系统包括中央处理器，且中央处理器设置在公司的管理部门，并能够对系统进行整体管控，中央处理器电性连接有操作模块、显示模块、数据库、数据分类模块、数据识别模块、数据处理模块、数据采集模块以及数据输入模块，设置该系统的公司，当需要输入员工任务量时，能够通过操作模块控制数据输入模块工作，对不同的员工任务量数据进行输入，并实时由数据采集模块对数据输入模块内的数据进行采集，然后实时传输至数据处理模块内，数据经过初步的处理后，再次传输至数据识别模块内，从而对输入数据进行识别，从而判断其具体所属于的员工，并能够将数据传输至数据分类模块内，在经过分类后，储存至数据库内的员工相应文件夹内，以备后期查阅，在对数据分类储存的同时，还能够将员工每个工作日的任务量储存至数据库的临时区域内。
中央处理器还电性连接有数据收发模块，且数据收发模块通过互联网模块信号连接有多个客户端模块，多个客户端模块分别设置在不同的员工处，员工能够利用客户端模块提取工作日的任务量，在下班时，再次利用客户端模块将完成任务量的情况通过互联网模块再次传输至数据收发模块内，且数据收发模块能够实时将数据传输至中央处理器内，然后由中央处理器将数据传输至数据处理模块内，再次对该数据进行处理，然后传输至数据识别模块内，从而来判断该数据具体属于哪位员工，经过分类后储存至数据库内的员工相应文件夹内，以备后期查阅。
中央处理器还电性连接有信息查阅模块以及数据提取模块，公司管理者需要查询员工工作情况时，能够通过信息查阅模块控制数据提取模块工作，且数据提取模块实时向数据库需要查阅工作的具体信息，并实时显示在显示模块上，以备管理者查阅。
中央处理器还电性连接有视频采集器，且视频采集器通过互联网模块信号连接有多个摄像头，多个摄像头分别安装在员工工作区域，并能够对工作区域进行全方位监控，且视频采集器能够实时对摄像头所采集的实时画面进行提取，并根据管理者的需求，选择性的显示在显示模块上，因而，管理者能够实时对员工的工作情况进行监管，有效提高了员工工作的效率。
中央处理器还电性连接有登陆模块，且登陆模块电性连接有指纹识别模块以及密码识别模块，当管理者需要登陆系统时，需要在指纹识别与密码识别中选择一种验证方式，在验证成功后，方可成功登陆系统，能够有效保证系统运行的安全性。
客户端模块内设置有微处理器，且微处理器具体为计算机，微处理器电性连接有自动下载模块、自动上传模块、储存器、时钟模块、员工登录模块、身份识别模块、实时记录模块以及数据录入模块，在工作时，员工能够通过身份识别模块对自身身份进行识别，识别完成后，能够由员工登陆模块成功登陆客户端模块，与此同时，实时记录模块能够距离员工登陆客户端模块的时间，并实时将其自动储存至储存器内，从而能够实现智能考勤，员工利用自动下载模块能够提取工作日的任务量，并将任务量数据实时储存至储存器内，在工作过程中，能够将完成任务量的情况通过数据录入模块实时进行录入，并实时储存至储存器内，在下班前，自动上传模块能够自动提取储存器内的数据然后传输至中央处理器内，进行相应的处理，身份识别模块所要识别的信息具体为该员工的身份号码。
微处理器还电性连接有定时器模块，且定时器模块电性连接在时钟模块上，当定时时间一到，则自动上传模块能够自动提取储存器内的该员工的任务量完成情况数据。
微处理器还电性连接有数据删除模块，在自动上传模块将储存器内的数据提取完成后，数据删除模块能够将该员工的任务量情况数据自动删除，有效避免储存器内的数量凌乱，提高员工的工作效率以及系统的稳定性。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
在本发明所提供的实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式；所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (4)
1.一种基于大数据用于蛋禽的销售管理系统，其特征在于，蛋禽的销售管理系统包括ERP模块、存储模块、预测模块以及筛选模块；
所述存储模块用于获取蛋禽的存储情况，并生成存储值，具体为：
步骤一：与ERP模块建立数据连接，获取ERP模块内的蛋禽入库时间RC以及保质时间BC；
步骤二：获取预测模块生成的检测值α，通过公式ZBS＝BC×α得出模拟保质时间值ZBS；
步骤三：提取入库时间RC内的入库日期RCS，通过入库日期RCS累加模拟保质时间值ZBS得出最晚到货日期ZWD；
步骤四：将最晚到货日期ZWD发送至筛选模块。
2.根据权利要求1所述的一种基于大数据用于蛋禽的销售管理系统，其特征在于，其中预测模块生成的检测值α具体为：
A1：蛋禽图像的采集：在一定的光照条件下获取蛋禽的透射图像，并通过图像采集卡转换成数字图像传送到计算机；
A2：蛋禽图像信息的提取：在计算机中通过数字图像处理程序从采集的蛋禽透射图像中获取颜色空间、蛋黄形态和蛋禽密度三个方面的信息特征；
A3：信息的融合和筛选：对获取的蛋禽图像信息在特征层面上进行融合、筛选；
A4：蛋禽新鲜度检测模型的建立：通过多变量分析方法与常规蛋禽新鲜度检测结果建立检测模型，得出蛋禽的检测值α。
3.根据权利要求1所述的一种基于大数据用于蛋禽的销售管理系统，其特征在于，所述筛选模块用于筛选蛋禽最晚到货日期ZWD内符合要求的买家，具体为：
SS1：获取买家终端的蛋禽总量Dz和蛋禽日消耗量Dr，计算得到买家终端的蛋禽使用日数Rs；
SS2：获取买家终端的位置坐标，利用地图模型得到买家终端与蛋禽仓库位置之间的距离，并将距离标记为Jl；
SS3：获取买家终端的蛋禽平均运输速度，并将蛋禽平均运输速度标记为Si；
SS4：利用公式R＝Jl/Si计算得到蛋禽的运输日数R；
SS5：将蛋禽运输日数R与蛋禽使用日数Rs进行比对，当R+T1＜Rs时，进入下一步骤；当R+T1≥Rs时，则将买家终端标记为不合格终端，进行剔除；
SS6：利用公式Dx＝R×Dr得到蛋禽运输日数期间买家的蛋禽消耗量Dx；
SS7：获取买家终端的蛋禽仓储量，并将蛋禽仓储量标记为Cl，蛋禽仓储量Cl与蛋禽运输日数时的蛋禽消耗量Dx进行比对，若Cl＞Dx+T2，买家终端标记为正常配送买家；当Cl≤Dx+T2，买家终端选定加急配送终端，并进行优先配送；
其中，T2代表额外消耗蛋禽，额外消耗蛋禽包括劣质损坏蛋禽、人工损坏蛋禽和外界因素损坏蛋禽。
4.根据权利要求3所述的一种基于大数据用于蛋禽的销售管理系统，其特征在于，获取买家终端的蛋禽运输速度具体为：
Q1：获取与所述买家终端最近L次运输信息，并提取最近L次运输信息内的运输时间值与运输里程值；
Q2：将最近L次的运输里程值进行累加，得到运输总里程值；
Q3：将最近L次的运输时间值进行累加，得到运输总耗时值；
Q3：通过公式
得出平均输送速度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011304882.2A CN112434851A (zh) | 2020-11-19 | 2020-11-19 | 一种基于大数据用于蛋禽的销售管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011304882.2A CN112434851A (zh) | 2020-11-19 | 2020-11-19 | 一种基于大数据用于蛋禽的销售管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112434851A true CN112434851A (zh) | 2021-03-02 |
Family
ID=74694434
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011304882.2A Withdrawn CN112434851A (zh) | 2020-11-19 | 2020-11-19 | 一种基于大数据用于蛋禽的销售管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112434851A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115968813A (zh) * | 2021-10-15 | 2023-04-18 | 智逐科技股份有限公司 | 家禽健康监测系统及其方法 |
-
2020
- 2020-11-19 CN CN202011304882.2A patent/CN112434851A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115968813A (zh) * | 2021-10-15 | 2023-04-18 | 智逐科技股份有限公司 | 家禽健康监测系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111179223A (zh) | 基于深度学习的工业自动化缺陷检测方法 | |
| CN109543679A (zh) | 一种基于深度卷积神经网络的死鱼识别方法及预警系统 | |
| CN114494837B (zh) | 一种渔业资源的密度智能识别方法及系统 | |
| CN112446399A (zh) | 标签确定方法、装置和系统 | |
| CN111696139A (zh) | 基于rgb图像的白羽种鸡群体体重估测系统和方法 | |
| CN111986027A (zh) | 基于人工智能的异常交易处理方法、装置 | |
| CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测系统 | |
| CN116543347A (zh) | 智慧虫情在线监测系统、方法、装置及介质 | |
| CN112434851A (zh) | 一种基于大数据用于蛋禽的销售管理系统 | |
| JP2021107991A (ja) | 情報処理装置、コンピュータプログラム及び情報処理方法 | |
| Belotti et al. | Long‐term analysis of persistence and size of swallow and martin roosts in the US Great Lakes | |
| CN114186933A (zh) | 一种冷链食品智能监管平台 | |
| CN109579957A (zh) | 一种无人过磅系统及方法 | |
| Santangeli et al. | Semi‐automated detection of tagged animals from camera trap images using artificial intelligence | |
| CN117392104A (zh) | 一种基于深度学习的计算机视觉水稻质量测定方法 | |
| CN115359050B (zh) | 家畜采食量异常检测方法及装置 | |
| CN116958960A (zh) | 一种基于机器学习随机森林算法的鸡蛋暗斑检测方法 | |
| CN110991300A (zh) | 一种肉鸡腹部异常肿胀状态的自动识别方法 | |
| CN110309737A (zh) | 一种应用于香烟柜台的信息处理方法、装置及系统 | |
| CN113408334B (zh) | 一种小龙虾全链条数据采集与智能检测方法及装置 | |
| CN111652084B (zh) | 一种异常蛋鸡识别方法及装置 | |
| CN112465335A (zh) | 一种基于车间实时数据的货物交货系统 | |
| CN116530438B (zh) | 一种笼养种蛋鸭个体产蛋性能巡检测定装置、方法和系统 | |
| Caguioa et al. | Duck Egg Quality Classification Based on its Shell Visual Property Through Transfer Learning Using ResNet-50 | |
| CN117114619B (zh) | 一种基于大数据分析的项目安全管理系统 |
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 |
Application publication date: 20210302 |
|
| WW01 | Invention patent application withdrawn after publication |