CN113247387B - 一种食品绿色包装方法及装置 - Google Patents

一种食品绿色包装方法及装置 Download PDF

Info

Publication number
CN113247387B
CN113247387B CN202110541170.0A CN202110541170A CN113247387B CN 113247387 B CN113247387 B CN 113247387B CN 202110541170 A CN202110541170 A CN 202110541170A CN 113247387 B CN113247387 B CN 113247387B
Authority
CN
China
Prior art keywords
obtaining
product
environmental protection
information
packaging
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
CN202110541170.0A
Other languages
English (en)
Other versions
CN113247387A (zh
Inventor
巩健
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.)
Zibo Vocational Institute
Original Assignee
Zibo Vocational Institute
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 Zibo Vocational Institute filed Critical Zibo Vocational Institute
Priority to CN202110541170.0A priority Critical patent/CN113247387B/zh
Publication of CN113247387A publication Critical patent/CN113247387A/zh
Application granted granted Critical
Publication of CN113247387B publication Critical patent/CN113247387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65BMACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00Automatic control, checking, warning, or safety devices
    • B65B57/10Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of articles or materials to be packaged
    • B65B57/12Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of articles or materials to be packaged and operating to control, or stop, the feed of wrapping materials, containers, or packages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65BMACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B57/00Automatic control, checking, warning, or safety devices
    • B65B57/02Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of binding or wrapping material, containers, or packages
    • B65B57/04Automatic control, checking, warning, or safety devices responsive to absence, presence, abnormal feed, or misplacement of binding or wrapping material, containers, or packages and operating to control, or to stop, the feed of such material, containers, or packages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65BMACHINES, APPARATUS OR DEVICES FOR, OR METHODS OF, PACKAGING ARTICLES OR MATERIALS; UNPACKING
    • B65B61/00Auxiliary devices, not otherwise provided for, for operating on sheets, blanks, webs, binding material, containers or packages
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Preparation And Processing Of Foods (AREA)

Abstract

本发明公开了一种食品绿色包装方法及装置,其中,所述方法包括:由第一产品的第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;获得所述第一产品的包装价值占所述第一产品价值的比例,从而确定第一包装价值阈值;由所述第一包装价值阈值获得第一预设包装材料;由所述第一印刷要求获得第一印刷质量;依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;将所述第二预设包装材料的第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级,从而确定第一包装材料。解决了现有技术中食品包装出现过度包装,包装材料的选择不够环保的技术问题。

Description

一种食品绿色包装方法及装置
技术领域
本发明涉及绿色包装领域,尤其涉及一种食品绿色包装方法及装置。
背景技术
食品在贮存过程中由于光、氧气、酶、温度的作用会出现油脂氧化、蛋白质变性、褐变、维生素和色素分解、吸潮和微生物污染等问题,所以食品包装首先可以通过控制上述四种因素来延长食品的货架期,保持食品的营养和质量。这也是食品包装的最基本、最重要的功能,除此之外,食品的包装还应满足食品所需的运输、环保等要求。目前,对商品进行过度包装的现象日趋严重,不少包装已经背离了其应有的功能,这种包装设计不仅增加了消费者的消费压力,也造成了资源的不必要的浪费。
本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:食品包装出现过度包装,包装材料的选择不够环保。
发明内容
本申请实施例通过提供一种食品绿色包装方法及装置,解决了现有技术中食品包装出现过度包装,包装材料的选择不够环保的技术问题。实现了在避免食品过度包装的基础上,合理挑选包装材料,并通过环保等级评估保证了食品包装的环保性能的技术目的。
鉴于上述问题,本申请实施例提供一种食品绿色包装方法及装置。
第一方面,本申请提供了一种食品绿色包装方法,其中,所述方法包括:获得第一产品的第一产品定位信息;由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;由所述第一比例信息获得第一包装价值阈值;由所述第一包装价值阈值获得第一预设包装材料;由所述第一印刷要求获得第一印刷质量;依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;获得所述第二预设包装材料的第一成分信息;将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级;判断所述第一环保等级是否满足第一阈值;若所述第一环保等级满足所述第一阈值,获得第一包装材料。
另一方面,本申请还提供了一种食品绿色包装装置,其中,所述装置包括:第一获得单元,所述第一获得单元用于获得第一产品的第一产品定位信息;第二获得单元,所述第二获得单元用于由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;第三获得单元,所述第三获得单元用于获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;第四获得单元,所述第四获得单元用于由所述第一比例信息获得第一包装价值阈值;第五获得单元,所述第五获得单元用于由所述第一包装价值阈值获得第一预设包装材料;第六获得单元,所述第六获得单元用于由所述第一印刷要求获得第一印刷质量;第七获得单元,所述第七获得单元用于依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;第八获得单元,所述第八获得单元用于获得所述第二预设包装材料的第一成分信息;第一输入单元,所述第一输入单元用于将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级;第一判断单元,所述第一判断单元用于判断所述第一环保等级是否满足第一阈值;第九获得单元,所述第九获得单元用于若所述第一环保等级满足所述第一阈值,获得第一包装材料。
另一方面,本申请实施例还提供了一种食品绿色包装装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过控制所述第一产品的包装价值占所述第一产品价值的比例,来避免食品包装出现“过包装”,避免材料浪费;并通过产品包装的印刷要求对包装材料进行筛选,基于训练模型对材料的环保性能进行评估,从而实现了在避免食品过度包装的基础上,合理挑选包装材料,并通过环保等级评估保证了食品包装的环保性能的技术目的。
上述说明是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种食品绿色包装方法的流程示意图;
图2为本申请实施例一种食品绿色包装装置的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,第八获得单元18,第一输入单元19,第一判断单元20,第九获得单元21,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种食品绿色包装方法及装置,解决了现有技术中食品包装出现过度包装,包装材料的选择不够环保的技术问题。实现了在避免食品过度包装的基础上,合理挑选包装材料,并通过环保等级评估保证了食品包装的环保性能的技术目的。
下面,将参考附图详细的描述本申请的示例实施例,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
食品在贮存过程中由于光、氧气、酶、温度的作用会出现油脂氧化、蛋白质变性、褐变、维生素和色素分解、吸潮和微生物污染等问题,所以食品包装首先可以通过控制上述四种因素来延长食品的货架期,保持食品的营养和质量。这也是食品包装的最基本、最重要的功能,除此之外,食品的包装还应满足食品所需的运输、环保等要求。目前,对商品进行过度包装的现象日趋严重,不少包装已经背离了其应有的功能,这种包装设计不仅增加了消费者的消费压力,也造成了资源的不必要的浪费。现有技术中还存在着食品包装出现过度包装,包装材料的选择不够环保的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种食品绿色包装方法,其中,所述方法包括:获得第一产品的第一产品定位信息;由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;由所述第一比例信息获得第一包装价值阈值;由所述第一包装价值阈值获得第一预设包装材料;由所述第一印刷要求获得第一印刷质量;依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;获得所述第二预设包装材料的第一成分信息;将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级;判断所述第一环保等级是否满足第一阈值;若所述第一环保等级满足所述第一阈值,获得第一包装材料。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种食品绿色包装方法,其中,所述方法包括:
步骤S100:获得第一产品的第一产品定位信息;
具体而言,所述第一产品为食品,所述第一产品定位信息包括该食品的食品类型、食品价值、食品的品牌风格,确定了所述第一产品定位信息之后,才可依据定位对该食品的包装材料进行选择。举例而言,若所述第一产品为易变形、易受损的食品,则需要为其挑选硬度较高的包装材料;若所述第一产品的品牌风格为卡通、可爱,则对于包装材料的选择就需考虑到该材料的印刷效果。
步骤S200:由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;
具体而言,所述第一印刷要求为所述第一产品外包装的印刷效果,如印刷图案清晰度、油墨颜色的亮度及印刷光泽度。所述第一产品价值为所述第一产品的成本信息。所述第一印刷要求不同,可供选择的包装材料不同,而所述第一产品价值影响到包装材料的成本选择。
步骤S300:获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;
具体而言,在一些礼品的包装中,商家为了提高商品的价格,不惜在包装材料的选择上下了很大的功夫;很多包装本来用纸包装就可以满足要求的,却采用了实木,金属制品等进行设计,大大增大了包装成本。这种包装设计不仅增加了消费者的消费压力,也造成了资源的不必要的浪费。而为了减少材料浪费,实现绿色包装,需要通过控制所述第一产品的包装价值占所述第一产品价值的比例,达到避免过包装导致食品价格不合理的现象,依据所述第一比例信息,确定包装材料的成本,从而确定包装材料的选择。
步骤S400:由所述第一比例信息获得第一包装价值阈值;
具体而言,所述第一包装价值阈值为依据所述第一比例信息所确定的,所述第一产品包装材料的成本信息。
步骤S500:由所述第一包装价值阈值获得第一预设包装材料;
具体而言,依据所确定的包装材料成本确定可供选择的包装材料范围,并依据所述第一产品的包装性能要求、运输要求初步确定包装材料范围,即所述第一预设包装材料。
步骤S600:由所述第一印刷要求获得第一印刷质量;
具体而言,所述第一印刷要求为所述第一产品外包装的印刷效果,如印刷图案清晰度、油墨颜色的亮度及印刷光泽度,而所述第一印刷质量包括所述第一印刷要求中各指标的限定阈值,依据不同的印刷质量要求对其进行限定。不同的包装材料有不同的印刷适用工艺,以及不同的印刷效果。举例而言,如瓦楞纸的重量轻,结构性能好,承重能力强,能防潮,能实现各种颜色的印刷,但印刷效果不如单粉和双铜纸;压纹纸和花纹纸都不能印刷,金纸等可以四色印刷。
步骤S700:依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;
具体而言,由于不同的包装材料可供选择的印刷颜色、印刷类型的不同,故依据所述第一印刷质量对所述第一预设包装材料进行筛选,从而进一步确定所述第一产品所适合的包装材料范围。
步骤S800:获得所述第二预设包装材料的第一成分信息;
步骤S900:将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级;
具体而言,所述第一环保等级为对所述第二预设包装材料的包装废弃物可以降解腐化、可重复利用或易于回收再生的程度进行评估,通过将所述第一成分信息输入至所述第一环保评估模型,所述第一环保评估模型为一机器学习模型,具有不断学习、获得经验来处理数据的特点,通过训练数据使得输出结果更为准确,从而获得准确的所述第一环保等级。
步骤S1000:判断所述第一环保等级是否满足第一阈值;
步骤S1100:若所述第一环保等级满足所述第一阈值,获得第一包装材料。
具体而言,若所述第一环保等级满足所述第一阈值,则所述第二预设包装材料满足预设环保等级,则可以进一步实现所述第一包装材料的确定,通过获得所述第一包装材料,从而使所述第一产品满足绿色、环保包装的技术目的。
进一步而言,本申请实施例步骤S200还包括:
步骤S201:由所述第一产品定位信息获得所述第一产品的第一受众人群;
步骤S202:获得所述第一受众人群的第一年龄分布;
步骤S203:由所述第一年龄分布获得第一定位群体;
步骤S204:对所述第一定位群体的第一消费信息进行分析,获得所述第一定位群体的第一食品消费信息;
步骤S205:由所述第一食品消费信息获得所述第一定位群体对于食品包装的第一关注特征;
步骤S206:由所述第一关注特征确定所述第一食品的第一印刷要求。
具体而言,基于大数据算法,通过分析所述第一产品的购买人群分布,确定目标销售人群获得所述第一产品的目标销售人群的消费记录信息,从而分析目标销售人群对于与所述第一产品相同品类的食品的购买趋势,从而获得目标销售人群对于食品包装的关注点,如包装风格特点、包装材质偏好等。
进一步而言,本申请实施例步骤S205还包括:
步骤S2051:由所述第一消费信息获得第一定位群体将所述第一产品作为礼品的第二比例信息;
步骤S2052:判断所述第二比例信息是否超过第二阈值;
步骤S2053:若所述第二比例信息超过所述第二阈值,获得第一调整信息;
步骤S2054:依据所述第一调整信息对所述第一比例信息进行调整。
具体而言,通过获得第一定位群体将所述第一产品作为礼品的第二比例信息,判断所述第一产品的重要程度,举例而言,若所述第二比例信息超过所述第二阈值,则所述第一产品的礼品价值较高,则需要依据所述第一调整信息对所述第一产品的包装价值所占比例进行一定程度的提升。
进一步而言,本申请实施例步骤S500还包括:
步骤S501:获得所述第一产品的第一运输要求;
步骤S502:获得所述第一产品的第一存放特点;
步骤S503:由所述第一运输要求和所述第一存放特点获得第一包装材料性能要求;
步骤S504:由所述第一包装价值阈值以及所述第一包装性能要求确定所述第一预设包装材料。
具体而言,各种食品由于原料性质不同,易在运输过程中受到挤压,碰撞等作用使食品质量下降。所以不同的食品包装则为食品在运输过程中提供一定的缓冲保护作用;食品在贮存过程中由于光、氧气、酶、温度的作用会出现油脂氧化、蛋白质变性、褐变、维生素和色素分解、吸潮和微生物污染等问题,所以食品包装首先可以通过控制上述四种因素来延长食品的货架期,保持食品的营养和质量。因此需要依据所述第一运输要求和所述第一存放特点获得第一包装材料性能要求,从而进一步确定包装材料的性能,从而确定所述第一预设包装材料。
进一步而言,本申请实施例步骤S700还包括:
步骤S701:由所述第一印刷质量获得所述第一产品的第一印刷分辨率;
步骤S702:由所述第一印刷分辨率确定第一印刷工艺;
步骤S703:由所述第一印刷工艺获得第一油墨种类;
步骤S704:获得第一预设油墨环保等级;
步骤S705:依据所述第一预设油墨环保等级对所述第一油墨种类进行调整,获得第二油墨种类;
步骤S706:由所述第一印刷分辨率和所述第二油墨种类建立第一筛选规则;
步骤S707:依据所述第一筛选规则对所述第一预设包装材料进行筛选。
具体而言,墨色对印品质量有着直接影响,包装则对物品起着重要的保护和装饰作用,包装印刷的好坏将直接影响到人们的审美观和消费。在确保油墨印刷的清晰度之后,还需进一步确保所选用油墨的环保性,使不影响食物的存储及销售。从而所述第一印刷分辨率和所述第二油墨种类建立所述第一筛选规则,从而实现对所述第一预设包装材料进行筛选。
进一步而言,本申请实施例步骤S900还包括:
步骤S901:获得第一预设生物降解率;
步骤S902:获得第一特定元素含量阈值;
步骤S903:依据所述第一预设生物降解率和所述第一特定元素含量阈值构建第一训练数据集;
步骤S904:由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练。
具体而言,对食品包装材料的环保性进行评估时,通过判断其生物降解率,以及材料中重金属元素及特定元素的含量值来建立训练数据集,从而由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练。
进一步而言,本申请实施例步骤S904还包括:
步骤S9041:将所述第一成分信息输入至所述第一环保评估模型,其中,所述第一环保评估模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一成分信息和用来标识第一环保等级的标识信息;
步骤S9042:获得所述第一环保评估模型的第一输出信息,其中,所述第一输出信息包括所述第一环保等级。
具体而言,所述第一环保评估模型由多组训练数据训练获得,所述第一环保评估模型进行训练数据的过程本质上为监督学习的过程。所述多组中的训练数据中的每一组训练数据均包括:所述第一成分信息和用来标识第一环保等级的标识信息;在获得所述第一成分信息的情况下,所述第一环保评估模型会输出所述第一环保等级的标识信息,通过标识的所述第一环保等级来对机器学习模型输出的所述第一环保等级进行校验,如果输出的所述第一环保等级同标识的所述第一环保等级相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果输出的所述第一环保等级同标识的所述第一环保等级不一致,则机器学习模型自身进行调整,直到机器学习模型达到预期的准确率后,进行下一组数据的监督学习。通过训练数据使机器学习模型自身不断地修正、优化,通过监督学习的过程来提高机器学习模型处理所述数据的准确性,进而获得准确的所述第一环保等级。
综上所述,本申请实施例所提供的一种食品绿色包装方法具有如下技术效果:
由于采用了通过控制所述第一产品的包装价值占所述第一产品价值的比例,来避免食品包装出现“过包装”,避免材料浪费;并通过产品包装的印刷要求对包装材料进行筛选,基于训练模型对材料的环保性能进行评估,从而实现了在避免食品过度包装的基础上,合理挑选包装材料,并通过环保等级评估保证了食品包装的环保性能的技术目的。
实施例二
基于与前述实施例中一种食品绿色包装方法同样发明构思,本发明还提供了一种食品绿色包装装置,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于获得第一产品的第一产品定位信息;
第二获得单元12,所述第二获得单元12用于由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;
第三获得单元13,所述第三获得单元13用于获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;
第四获得单元14,所述第四获得单元14用于由所述第一比例信息获得第一包装价值阈值;
第五获得单元15,所述第五获得单元15用于由所述第一包装价值阈值获得第一预设包装材料;
第六获得单元16,所述第六获得单元16用于由所述第一印刷要求获得第一印刷质量;
第七获得单元17,所述第七获得单元17用于依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;
第八获得单元18,所述第八获得单元18用于获得所述第二预设包装材料的第一成分信息;
第一输入单元19,所述第一输入单元19用于将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级;
第一判断单元20,所述第一判断单元20用于判断所述第一环保等级是否满足第一阈值;
第九获得单元21,所述第九获得单元21用于若所述第一环保等级满足所述第一阈值,获得第一包装材料。
进一步的,所述装置还包括:
第十获得单元,所述第十获得单元用于由所述第一产品定位信息获得所述第一产品的第一受众人群;
第十一获得单元,所述第十一获得单元用于获得所述第一受众人群的第一年龄分布;
第十二获得单元,所述第十二获得单元用于由所述第一年龄分布获得第一定位群体;
第十三获得单元,所述第十三获得单元用于对所述第一定位群体的第一消费信息进行分析,获得所述第一定位群体的第一食品消费信息;
第十四获得单元,所述第十四获得单元用于由所述第一食品消费信息获得所述第一定位群体对于食品包装的第一关注特征;
第十五获得单元,所述第十五获得单元用于由所述第一关注特征确定所述第一食品的第一印刷要求。
进一步的,所述装置还包括:
第十六获得单元,所述第十六获得单元用于由所述第一消费信息获得第一定位群体将所述第一产品作为礼品的第二比例信息;
第二判断单元,所述第二判断单元用于判断所述第二比例信息是否超过第二阈值;
第十七获得单元,所述第十七获得单元用于若所述第二比例信息超过所述第二阈值,获得第一调整信息;
第一调整单元,所述第一调整单元用于依据所述第一调整信息对所述第一比例信息进行调整。
进一步的,所述装置还包括:
第十八获得单元,所述第十八获得单元用于获得所述第一产品的第一运输要求;
第十九获得单元,所述第十九获得单元用于获得所述第一产品的第一存放特点;
第二十获得单元,所述第二十获得单元用于由所述第一运输要求和所述第一存放特点获得第一包装材料性能要求;
第二十一获得单元,所述第二十一获得单元用于由所述第一包装价值阈值以及所述第一包装性能要求确定所述第一预设包装材料。
进一步的,所述装置还包括:
第二十二获得单元,所述第二十二获得单元用于由所述第一印刷质量获得所述第一产品的第一印刷分辨率;
第二十三获得单元,所述第二十三获得单元用于由所述第一印刷分辨率确定第一印刷工艺;
第二十四获得单元,所述第二十四获得单元用于由所述第一印刷工艺获得第一油墨种类;
第二十五获得单元,所述第二十五获得单元用于获得第一预设油墨环保等级;
第二十六获得单元,所述第二十六获得单元用于依据所述第一预设油墨环保等级对所述第一油墨种类进行调整,获得第二油墨种类;
第二十七获得单元,所述第二十七获得单元用于由所述第一印刷分辨率和所述第二油墨种类建立第一筛选规则;
第一执行单元,所述第一执行单元用于依据所述第一筛选规则对所述第一预设包装材料进行筛选。
进一步的,所述装置还包括:
第二十八获得单元,所述第二十八获得单元用于获得第一预设生物降解率;
第二十九获得单元,所述第二十九获得单元用于获得第一特定元素含量阈值;
第三十获得单元,所述第三十获得单元用于依据所述第一预设生物降解率和所述第一特定元素含量阈值构建第一训练数据集;
第二执行单元,所述第二执行单元用于由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练。
进一步的,所述装置还包括:
第二输入单元,所述第二输入单元用于将所述第一成分信息输入至所述第一环保评估模型,其中,所述第一环保评估模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:所述第一成分信息和用来标识第一环保等级的标识信息;
第三十一获得单元,所述第三十一获得单元用于获得所述第一环保评估模型的第一输出信息,其中,所述第一输出信息包括所述第一环保等级。
前述图1实施例一中的一种食品绿色包装方法和具体实例同样适用于本实施例的一种食品绿色包装装置,通过前述对一种食品绿色包装方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种食品绿色包装装置,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种食品绿色包装方法的发明构思,本发明还提供一种食品绿色包装装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种食品绿色包装方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种食品绿色包装方法,其中,所述方法包括:获得第一产品的第一产品定位信息;由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值;获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;由所述第一比例信息获得第一包装价值阈值;由所述第一包装价值阈值获得第一预设包装材料;由所述第一印刷要求获得第一印刷质量;依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;获得所述第二预设包装材料的第一成分信息;将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级;判断所述第一环保等级是否满足第一阈值;若所述第一环保等级满足所述第一阈值,获得第一包装材料。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (5)

1.一种食品绿色包装方法,其中,所述食品绿色包装方法包括:
步骤S100:获得第一产品的第一产品定位信息,其中,所述第一产品定位信息包括食品的食品类型、食品价值、食品的品牌风格;
步骤S200:由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值,其中,所述第一印刷要求为所述第一产品外包装的印刷效果,所述第一产品价值为所述第一产品的成本信息;
步骤S300:获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;
步骤S400:由所述第一比例信息获得第一包装价值阈值,其中,所述第一包装价值阈值为依据所述第一比例信息确定的,所述第一产品包装材料的成本信息;
步骤S500:由所述第一包装价值阈值获得第一预设包装材料;
步骤S600:由所述第一印刷要求获得第一印刷质量;
步骤S700:依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;
步骤S800:获得所述第二预设包装材料的第一成分信息;
步骤S900:将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级,其中,所述第一环保等级为对所述第二预设包装材料的包装废弃物可以降解腐化、可重复利用或易于回收再生的程度进行评估,所述第一环保评估模型为一机器学习模型;
步骤S1000:判断所述第一环保等级是否满足第一阈值;
步骤S1100:若所述第一环保等级满足所述第一阈值,获得第一包装材料;
其中,步骤S700依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料,包括:
步骤S701:由所述第一印刷质量获得所述第一产品的第一印刷分辨率;
步骤S702:由所述第一印刷分辨率确定第一印刷工艺;
步骤S703:由所述第一印刷工艺获得第一油墨种类;
步骤S704:获得第一预设油墨环保等级;
步骤S705:依据所述第一预设油墨环保等级对所述第一油墨种类进行调整,获得第二油墨种类;
步骤S706:由所述第一印刷分辨率和所述第二油墨种类建立第一筛选规则;
步骤S707:依据所述第一筛选规则对所述第一预设包装材料进行筛选;
步骤S900将所述第一成分信息输入至第一环保评估模型,还包括:
步骤S901:获得第一预设生物降解率;
步骤S902:获得第一特定元素含量阈值;
步骤S903:依据所述第一预设生物降解率和所述第一特定元素含量阈值构建第一训练数据集;
步骤S904:由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练,包括:
步骤S9041:将所述第一成分信息输入至所述第一环保评估模型,其中,所述第一环保评估模型通过多组训练数据训练获得,多组所述训练数据中的每一组训练数据均包括:所述第一成分信息和用来标识第一环保等级的标识信息,在获得所述第一成分信息的情况下,所述第一环保评估模型会输出所述第一环保等级的标识信息,通过标识的所述第一环保等级来对机器学习模型输出的所述第一环保等级进行校验,如果输出的所述第一环保等级同标识的所述第一环保等级相一致,则本数据监督学习完成,则进行下一组数据监督学习,如果输出的所述第一环保等级同标识的所述第一环保等级不一致,则机器学习模型自身进行调整,直到机器学习模型达到预期的准确率后,进行下一组数据的监督学习;
步骤S9042:获得所述第一环保评估模型的第一输出信息,其中,所述第一输出信息包括所述第一环保等级。
2.如权利要求1所述的食品绿色包装方法,其中,所述食品绿色包装方法包括:
步骤S201:由所述第一产品定位信息获得所述第一产品的第一受众人群;步骤S202:获得所述第一受众人群的第一年龄分布;
步骤S203:由所述第一年龄分布获得第一定位群体;
步骤S204:对所述第一定位群体的第一消费信息进行分析,获得所述第一定位群体的第一食品消费信息;
步骤S205:由所述第一食品消费信息获得所述第一定位群体对于食品包装的第一关注特征;
步骤S206:由所述第一关注特征确定所述第一食品的第一印刷要求。
3.如权利要求2所述的食品绿色包装方法,其中,所述食品绿色包装方法包括:
步骤S2051:由所述第一消费信息获得第一定位群体将所述第一产品作为礼品的第二比例信息;
步骤S2052:判断所述第二比例信息是否超过第二阈值;
步骤S2053:若所述第二比例信息超过所述第二阈值,获得第一调整信息;
步骤S2054:依据所述第一调整信息对所述第一比例信息进行调整。
4.如权利要求1所述的食品绿色包装方法,其中,所述由所述第一包装价值阈值获得第一预设包装材料,还包括:
步骤S501:获得所述第一产品的第一运输要求;
步骤S502:获得所述第一产品的第一存放特点;
步骤S503:由所述第一运输要求和所述第一存放特点获得第一包装材料性能要求;
步骤S504:由所述第一包装价值阈值以及所述第一包装性能要求确定所述第一预设包装材料。
5.一种食品绿色包装装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现权利要求1-4任一项所述食品绿色包装方法的步骤,其中,所述食品绿色包装装置还包括:
第一获得单元,所述第一获得单元用于获得第一产品的第一产品定位信息,其中,所述第一产品定位信息包括食品的食品类型、食品价值、食品的品牌风格;
第二获得单元,所述第二获得单元用于由所述第一产品定位信息获得所述第一产品的第一印刷要求和第一产品价值,其中,所述第一印刷要求为所述第一产品外包装的印刷效果,所述第一产品价值为所述第一产品的成本信息;
第三获得单元,所述第三获得单元用于获得第一比例信息,所述第一比例信息为所述第一产品的包装价值占所述第一产品价值的比例;
第四获得单元,所述第四获得单元用于由所述第一比例信息获得第一包装价值阈值,其中,所述第一包装价值阈值为依据所述第一比例信息确定的,所述第一产品包装材料的成本信息;
第五获得单元,所述第五获得单元用于由所述第一包装价值阈值获得第一预设包装材料;
第六获得单元,所述第六获得单元用于由所述第一印刷要求获得第一印刷质量;
第七获得单元,所述第七获得单元用于依据所述第一印刷质量对所述第一预设包装材料进行筛选,获得第二预设包装材料;
第八获得单元,所述第八获得单元用于获得所述第二预设包装材料的第一成分信息;
第一输入单元,所述第一输入单元用于将所述第一成分信息输入至第一环保评估模型,获得所述第二预设包装材料的第一环保等级,其中,所述第一环保等级为对所述第二预设包装材料的包装废弃物可以降解腐化、可重复利用或易于回收再生的程度进行评估,所述第一环保评估模型为一机器学习模型;
第一判断单元,所述第一判断单元用于判断所述第一环保等级是否满足第一阈值;
第九获得单元,所述第九获得单元用于若所述第一环保等级满足所述第一阈值,获得第一包装材料;
所述第七获得单元,还包括:
第二十二获得单元,所述第二十二获得单元用于由所述第一印刷质量获得所述第一产品的第一印刷分辨率;
第二十三获得单元,所述第二十三获得单元用于由所述第一印刷分辨率确定第一印刷工艺;
第二十四获得单元,所述第二十四获得单元用于由所述第一印刷工艺获得第一油墨种类;
第二十五获得单元,所述第二十五获得单元用于获得第一预设油墨环保等级;
第二十六获得单元,所述第二十六获得单元用于依据所述第一预设油墨环保等级对所述第一油墨种类进行调整,获得第二油墨种类;
第二十七获得单元,所述第二十七获得单元用于由所述第一印刷分辨率和所述第二油墨种类建立第一筛选规则;
第一执行单元,所述第一执行单元用于依据所述第一筛选规则对所述第一预设包装材料进行筛选;
所述第一输入单元,还包括:
第二十八获得单元,所述第二十八获得单元用于获得第一预设生物降解率;
第二十九获得单元,所述第二十九获得单元用于获得第一特定元素含量阈值;
第三十获得单元,所述第三十获得单元用于依据所述第一预设生物降解率和所述第一特定元素含量阈值构建第一训练数据集;
第二执行单元,所述第二执行单元用于由所述第一环保评估模型依据所述第一训练数据集对所述第一成分信息进行数据训练;
第二输入单元,所述第二输入单元用于将所述第一成分信息输入至所述第一环保评估模型,其中,所述第一环保评估模型通过多组训练数据训练获得,多组所述训练数据中的每一组训练数据均包括:所述第一成分信息和用来标识第一环保等级的标识信息,在获得所述第一成分信息的情况下,所述第一环保评估模型会输出所述第一环保等级的标识信息,通过标识的所述第一环保等级来对机器学习模型输出的所述第一环保等级进行校验,如果输出的所述第一环保等级同标识的所述第一环保等级相一致,则本数据监督学习完成,则进行下一组数据监督学习,如果输出的所述第一环保等级同标识的所述第一环保等级不一致,则机器学习模型自身进行调整,直到机器学习模型达到预期的准确率后,进行下一组数据的监督学习;
第三十一获得单元,所述第三十一获得单元用于获得所述第一环保评估模型的第一输出信息,其中,所述第一输出信息包括所述第一环保等级。
CN202110541170.0A 2021-05-18 2021-05-18 一种食品绿色包装方法及装置 Active CN113247387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110541170.0A CN113247387B (zh) 2021-05-18 2021-05-18 一种食品绿色包装方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110541170.0A CN113247387B (zh) 2021-05-18 2021-05-18 一种食品绿色包装方法及装置

Publications (2)

Publication Number Publication Date
CN113247387A CN113247387A (zh) 2021-08-13
CN113247387B true CN113247387B (zh) 2023-04-25

Family

ID=77183351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110541170.0A Active CN113247387B (zh) 2021-05-18 2021-05-18 一种食品绿色包装方法及装置

Country Status (1)

Country Link
CN (1) CN113247387B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610851B (zh) * 2021-10-09 2021-12-31 武汉平桥兄弟包装材料有限公司 一种基于机器视觉的包装装潢质检方法和系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4890439A (en) * 1988-11-09 1990-01-02 James River Corporation Flexible disposable material for forming a food container for microwave cooking
GB2325449A (en) * 1997-05-23 1998-11-25 P & W Printers Ltd A Food Wrapper With Adhesive On The Non-Food Side
JP2007233980A (ja) * 2006-02-28 2007-09-13 Yasuyo Ohata ネットワークショッピングシステム及び方法
CN102009782A (zh) * 2010-10-30 2011-04-13 金昌金川万方实业有限责任公司 彩塑四合一包装材料及其生产方法
CN204315168U (zh) * 2014-12-05 2015-05-06 广东壮丽彩印股份有限公司 一种具有动态信息的印刷材料
CN108891112A (zh) * 2018-08-22 2018-11-27 安徽紫江喷铝环保材料有限公司 一种全息镭射防伪彩色镀铝双面复合食品包装材料及其制备
CN112759829A (zh) * 2019-11-04 2021-05-07 一二三德(北京)环保材料科技有限公司 一种环保包装材料

Also Published As

Publication number Publication date
CN113247387A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
Kuhnle et al. Design, implementation and evaluation of reinforcement learning for an adaptive order dispatching in job shop manufacturing systems
Agarwal et al. Firm and product life cycles and firm survival
CN113247387B (zh) 一种食品绿色包装方法及装置
CN105205081A (zh) 物品推荐方法和装置
Loucanova et al. The innovative approaches to packaging–comparison analysis of intelligent and active packaging perceptions in Slovakia
CN110827086A (zh) 产品营销预测方法、装置、计算机设备及可读存储介质
WO2019092931A1 (ja) 判別モデル生成装置、判別モデル生成方法および判別モデル生成プログラム
Azer et al. Contribution of economic sectors to Malaysian GDP
Cavalli et al. Complex dynamics and multistability with increasing rationality in market games
Gil Gómez et al. Machine learning to classify and predict objective and subjective assessments of vehicle dynamics: the case of steering feel
CN112534457B (zh) 设计支援装置以及设计支援方法
CN111861679A (zh) 一种基于人工智能的商品推荐方法
Poonnoy et al. Classification of boiled shrimp's shape using image analysis and artificial neural network model
Tavakkol et al. Analyzing the Drivers of Bullwhip Effect in Pharmaceutical Industry’s Supply Chain
Chase Jr Machine learning is changing demand forecasting
CN110969378B (zh) 一种仓库物品配置方法和装置
Ramík et al. Solving decision problems with dependent criteria by new fuzzy multicriteria method in excel
JP7363912B2 (ja) 表示方法、表示プログラム及び情報処理装置
JP7363911B2 (ja) 表示方法、表示プログラム及び情報処理装置
Brum et al. Genetic Algorithm Applied to Packaging Shape Models Using Sustainability Criteria
Romero Material Extrusion-Based Additive Manufacturing: Experimental Determination of Process Parameters with Influence on Printing Time, Material Consumption, Surface Roughness and Torsional Strength
US20230360387A1 (en) Training neural networks with a lesser requirement for labelled training data
CN105719075A (zh) 一种物料需求量预算的方法及装置
Das et al. Rotogravure Printing Band Analysis with the Help of Machine Learning
Alfaro-Pozo et al. Heijunka in Mixed-Model Sequences with Minimum Work Overload: Economic Impact

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