CN113469830A - 基于区块链及生长模型的农产品竞价交易系统 - Google Patents
基于区块链及生长模型的农产品竞价交易系统 Download PDFInfo
- Publication number
- CN113469830A CN113469830A CN202110724891.5A CN202110724891A CN113469830A CN 113469830 A CN113469830 A CN 113469830A CN 202110724891 A CN202110724891 A CN 202110724891A CN 113469830 A CN113469830 A CN 113469830A
- Authority
- CN
- China
- Prior art keywords
- data
- growth model
- planting
- bid
- hash values
- 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.)
- Granted
Links
- 239000000284 extract Substances 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 240000008042 Zea mays Species 0.000 description 43
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 43
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 43
- 235000005822 corn Nutrition 0.000 description 43
- 238000000034 method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000003337 fertilizer Substances 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 208000003643 Callosities Diseases 0.000 description 4
- 241000238631 Hexapoda Species 0.000 description 4
- 206010020649 Hyperkeratosis Diseases 0.000 description 4
- 241000607479 Yersinia pestis Species 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012795 verification 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0611—Request for offers or quotes
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (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)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农业数字化技术领域,具体涉及基于区块链及生长模型的农产品竞价交易系统,包括若干个数据站、交易中心和客户端,数据站收集农作物的种植数据,将种植数据与对应农户账号标识关联存储并通过区块链进行存证固定,数据站将种植数据代入生长模型,获得农产品预估评级和产量,交易中心在预定的出价时段内公开预估评级和的产量,接收客户端提交的出价和购买量,出价时段结束后,按出价对应的购买量为权重计算出加权均价,依次为农产品匹配购买方的出价。本发明的实质性效果是:采集并存储农产品的种植数据,借助生长模型提供更为准确可靠的农产品信息,使农户的收入直接由市场决定,避免农户因不了解市场遭受利益损失。
Description
技术领域
本发明涉及农业数字化技术领域,具体涉及基于区块链及生长模型的农产品竞价交易系统。
背景技术
目前我国仍然有较多的农村人口,农业仍然是其最主要的经济收入来源。但目前的农产品收购价格不够透明,定价不够合理。竞价模式被认为是目前最能够反映市场共需关系的定价模式。竞价模式就是在农产品交易的多个环节,田头交易、产地批发市场交易或销地批发市场交易,由交易双方通过竞价撮合形式完成交易。分为现货模式和期货模式,并支持现场交割和验货。同时,竞价模式也存在以下弊端:出价时购买方对农产品的品质难以有准确可信的把握,交易面临的风险较大;竞价由交易双方根据自身掌握的信息判断出价,对买卖双方的要求都较高,普通农户难以驾驭。在不同的需求下,购买方对产品的品性侧重点不同,因而对农产品的分级可能也不同,目前的竞价交易系统不能适应多样化的品质需求。因而需要建立一种更为可信和合理的农产品竞价交易系统。
中国专利CN112085518A,公开日为2020年12月15日,公开了一种农产品新供应链定价方法和装置,其定价方法包括:步骤一,构建农产品新供应链模型;步骤二,基于新供应链模型构建市场需求的响应模型;步骤三,根据市场需求的响应模型,确定中心生产商收益和销售商收益的数学模型;步骤四,采用逆向归纳法对中心生产商收益和销售商收益的数学模型进行处理,得到中心生产商的最大收益和销售商的最大收益。通过该定价方法能够分别得到中心生产商和销售商的最大收益。但其不能解决购买方对农产品品质的要求多样化和交易风险较大的问题。
发明内容
本发明要解决的技术问题是:目前农产品交易定价不够合理和交易风险较大的技术问题。提出了一种基于区块链及生长模型的农产品竞价交易系统,能够通过竞价提供更为合理的农产品定价,并且提供更为可信的农产品品质及产量数据。
为解决上述技术问题,本发明所采取的技术方案为:基于区块链及生长模型的农产品竞价交易系统,包括若干个数据站、交易中心和客户端,所述数据站接入若干个农户并分配账号标识,所述数据站收集农作物的种植数据,将种植数据与对应农户账号标识关联存储并进行存证固定,所述交易中心将生长模型推送给数据站,所述数据站将种植数据代入所述生长模型,获得农产品预估评级和产量,数据站将预估评级和产量关联账号标识后发送给交易中心,所述交易中心汇总数据站得出的预估评级和产量,所述交易中心在预定的出价时段内公开预估评级和的产量,所述交易中心接收客户端提交的出价和购买量,出价时段结束后,按出价总额对购买方进行排序,按出价对应的购买量为权重计算出加权均价,以加权均价为最终出价,按预设的农户顺序以农户收入最高为结束条件,依次为每个农户名下的农产品匹配购买方的出价和购买量,直到全部出价被匹配或全部农产品被匹配,结束竞价交易。
作为优选,所述生长模型由购买方自行制定,并由各自的客户端提交,所述交易中心为每个生长模型赋予标识,所述数据站依次运行全部的生长模型,所述客户端选择查看的生长模型,所述交易中心向客户端公开由客户端选择查看的生长模型评估出来的预估评级和产量,所述交易中心接收客户端提交的出价和购买量时,将出价和购买量关联生长模型,出价时段结束后,统计相同生长模型下相同预估评级的出价,按出价对应的购买量为权重计算出加权均价,按预设顺序以农户收入最高为结束条件,依次为每个农户名下的农产品匹配出价和购买量,直到全部出价被匹配或全部农产品被匹配。
作为优选,购买方通过客户端提交多个出价和对应的购买量,首先以最低出价参与加权均价,当全部农产品被匹配仍然有购买方未匹配到农产品时,使用该购买方更高的出价及对应的购买量,重新进行加权均价和农产品匹配,直到未匹配到足够农产品的购买方达到其最高出价。
作为优选,所述数据站为农户名下的多个种植区分别赋予种植区标识,所述种植区表示连续种植的同一农作物区域,所述数据站以种植区为单位,将种植数据代入生长模型,将生长模型得出的预估评级和产量关联账号标识及种植区标识发送给交易中心。
作为优选,所述数据站包括存储模块和存证模块,所述存储模块建立若干个线性存储区域,所述存储模块周期性将其接入的种植数据打包为数据包,将数据包拆分为与线性存储区域数量对应的子数据包,分别将若干个子数据包存入若干个线性存储区域;所述存证模块以第一周期在每个线性存储区域末尾建立存证点,所述存证点占用预设长度的存储空间,提取两个存证点之间存储的数据的哈希值,作为存证哈希值,将存证哈希值和上一个存证点内存储的数据一起提取哈希值,作为关联哈希值;所述存证模块以第二周期将全部线性存储区域的最新关联哈希值一起提取哈希值作为汇总哈希值,将汇总哈希值上传区块链存储。
作为优选,所述交易中心以第一周期产生256对随机哈希值和穷举数对,所述随机哈希值和穷举数满足预设的工作量证明条件,随机哈希值的末尾两位互不相同,所述数据站从交易中心下载每个线性存储区域的联合哈希值末尾两位相同的随机哈希值及对应的穷举数,并对应存入联合哈希值所在的存证点。
作为优选,所述数据站从每个线性存储区域的最新联合哈希值中,按预定位置抽取偶数个值,偶数个值按顺序组成若干个两位数,所述数据站从交易中心下载末尾两位分别与每个两位数相同的随机哈希值及对应的穷举数,并均存入联合哈希值所在的存证点。
作为优选,所述预设的工作量证明条件难度使得以单独数据站的算力完成工作量证明所需要的时间大于第一周期。
本发明的实质性效果是:通过全程采集并存储农产品的种植数据,借助生长模型获得农产品的品质预估评级和产量,提供更为准确可靠的农产品信息,为购买方出价提供可靠参考;结合区块链存证,确保种植数据的真实性;接收多个生长模型,对于不同的需求得出相应的预估评级,使交易更为合理;通过使农户的收入最高为交易撮合条件,能够使农户的收入直接由市场决定,避免农户因不了解市场遭受利益损失。
附图说明
图1为实施例一农产品竞价交易系统结构示意图。
图2为实施例一生长模型输入输出示意图。
图3为实施例一种植数据存储及存证示意图。
图4为实施例一客户端界面示意图。
图5为实施例一购买方的客户端界面示意图。
其中:10、客户端,20、交易中心,30、数据站,40、农户,50、种植区,101、生长模型下拉框,102、农产品列表,103、客户端界面,104、农产品显示区,105、出价区,301、种植数据,302、生长模型,303、预估评级,304、产量,305、数据包,306、子数据包,307、存证点,308、存证哈希值,309、关联哈希值,310、随机哈希值穷举数对,311、线性存储区域。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的具体实施方式作进一步具体说明。
实施例一:
基于区块链及生长模型302的农产品竞价交易系统,请参阅附图1,本农产品竞价交易系统包括若干个数据站30、交易中心20和客户端10,数据站30接入若干个农户40并分配账号标识,数据站30收集农作物的种植数据301,数据站30为农户40名下的多个种植区50分别赋予种植区50标识,种植区50表示连续种植的同一农作物区域,将种植数据301与对应农户40账号标识及种植区50标识关联存储并进行存证固定,交易中心20将生长模型302推送给数据站30,数据站30以种植区50为单位,将种植数据301代入生长模型302,获得农产品预估评级303和产量304,数据站30将生长模型302得出的预估评级303和产量304关联账号标识及种植区50标识发送给交易中心20,交易中心20汇总数据站30得出的预估评级303和产量304,交易中心20在预定的出价时段内公开预估评级303和的产量304,交易中心20接收客户端10提交的出价和购买量,出价时段结束后,按出价总额对购买方进行排序,按出价对应的购买量为权重计算出加权均价,以加权均价为最终出价,按预设的农户40顺序以农户40收入最高为结束条件,依次为每个农户40名下的农产品匹配购买方的出价和购买量,直到全部出价被匹配或全部农产品被匹配,结束竞价交易。
生长模型302由购买方根据自身对农产品品性的需求自行制定。如玉米的甜度和糯性是用于餐饮的收购方所推崇的品性。而用于畜牧养殖的收购方则更注重玉米的颗粒饱满程度和灌浆充分程度。即使同样用于餐饮的收购方,对玉米的品性注重点也不一定相同。对于推崇糯性的购买方而言。请参阅附图2,其制定的生长模型302为:
玉米生长时间长度大于预设的值,保证了玉米有足够的时间生长。根据每日长势数据判断玉米出芽是否过晚或过早。同时判断出芽后是否经过除蘖芽以及除蘖芽的效果。以玉米出芽时间适中,蘖芽去除干净为高分进行评分。
种植密度是否低于设定的阈值。以低密度为高分进行评分。
土壤湿度超出预设的适宜范围的时间长度。以超出预设的适宜范围的时间长度短为高分进行评分。
出苗时施加苗肥、灌浆时施加穗肥,化肥成分是否即包含化学肥料也包含生物肥料。以施肥适时且组合施肥为高分进行评分。
根据病虫害数据判断玉米是否出现过病害或虫害,以病害或虫害的具体种类进行评分。
玉米生长需要适宜的温度,根据温度监控数据判断超出适宜温度的生长时间所占时长,以超出适宜生长温度的时长短为高分进行评分。玉米生长需要适宜的温差,根据温度监控数据对昼夜温差进行评分。以昼夜温差大且温度均在预设范围内为高分进行评分。
值得注意的是,生长模型302的制定虽然具有一定的专业性,而目前农业科研院校、机构,公开了玉米等农作物的生长模型302。因而生长模型302为本领域的已知技术。购买方通常只需要根据农业科研院校、机构公开的生长模型302,自行选择使用即可。如:“[1]番兴明, 杨峻芸, 谭静,等. 用CERES玉米生长模型302预测优质蛋白玉米生物产量304的形成[J]. 西南农业大学学报, 2001, 23(1):1-3.”提供了筛选出优质蛋白玉米需求的生长模型302。“[1]李伟. 基于玉米生长模型302的吉林省春玉米产量304潜力与产量304差研究[D]. 吉林大学, 2016.”则提供了预测产量304的生长模型302。
农产品的品性主要与农作物种子的品种和种植的环境有关。对于最简单的生长模型302,可以仅考虑种子的品种,以及种植过程中是否出现超过预设阈值的温度、水涝、干旱等自然灾害及病虫害等造成的减产减质即可。甚至,若未出现超出玉米品种耐受范围的种植数据301,则认为玉米为优,产量304为种子公司提供的数据乘种植面积获得。对于中差等玉米,该简单模型不予考虑,因对应的购买方仅收购优级玉米。
生长模型302由购买方各自的客户端10提交,交易中心20为每个生长模型302赋予标识,交易中心20将不同购买方提交的同样的生长模型302合并处理,赋予同样的标识。数据站30依次运行全部的生长模型302。
请参阅附图3和附图4,客户端界面103包括生长模型下拉框101、农产品列表102、农产品显示区104和出价区105。客户端10由生长模型下拉框101选择查看的生长模型302,交易中心20向客户端10公开由客户端10选择查看的生长模型302评估出来的预估评级303和产量304,以农产品列表102的形式显示,购买方通过出价区105输入出价和购买量,交易中心20接收客户端10提交的出价和购买量时,将出价和购买量关联生长模型302,出价时段结束后,统计相同生长模型302下相同预估评级303的出价,按出价对应的购买量为权重计算出加权均价,按预设顺序以农户40收入最高为结束条件,依次为每个农户40名下的农产品匹配出价和购买量,直到全部出价被匹配或全部农产品被匹配。
本实施例允许购买方通过客户端10提交多个出价和对应的购买量,首先以最低出价参与加权均价,当全部农产品被匹配仍然有购买方未匹配到农产品时,使用该购买方更高的出价及对应的购买量,重新进行加权均价和农产品匹配,直到未匹配到足够农产品的购买方达到其最高出价。
请参阅附图5,数据站30包括存储模块和存证模块,存储模块建立若干个线性存储区域311,存储模块周期性将其接入的种植数据301打包为数据包305,将数据包305拆分为与线性存储区域311数量对应的子数据包306,分别将若干个子数据包306存入若干个线性存储区域311;存证模块以第一周期在每个线性存储区域311末尾建立存证点307,存证点307占用预设长度的存储空间,提取两个存证点307之间存储的数据的哈希值,作为存证哈希值308,将存证哈希值308和上一个存证点307内存储的数据一起提取哈希值,作为关联哈希值309;存证模块以第二周期将全部线性存储区域311的最新关联哈希值309一起提取哈希值作为汇总哈希值,将汇总哈希值上传区块链存储。
交易中心20以第一周期产生256对随机哈希值穷举数对310,随机哈希值和穷举数满足预设的工作量证明条件,随机哈希值的末尾两位互不相同,数据站30从交易中心20下载每个线性存储区域311的联合哈希值末尾两位相同的随机哈希值及对应的穷举数,并将随机哈希值穷举数对310对应存入联合哈希值所在的存证点307。
数据站30从每个线性存储区域311的最新联合哈希值中,按预定位置抽取偶数个值,偶数个值按顺序组成若干个两位数,数据站30从交易中心20下载末尾两位分别与每个两位数相同的随机哈希值及对应的穷举数,并均存入联合哈希值所在的存证点307。
如:某个线性存储区域311的联合哈希值为:
de95431d95f058dc74fe85cd43ff5fb298e2f73c8cad40af4b29957fb4949b7d,
选取其中的前2位、第12-13位、第19-20位和末尾两位,分别为:DE、05、FE和7D,选择末尾分别为:DE、05、FE和7D的4个随机哈希值,将随机哈希值和对应的穷举数一起下载,并存储在对应的存证点307内。工作量证明是一种对应服务与资源滥用、或是阻断服务攻击的经济对策。一般是要求用户进行一些耗时适当的复杂运算,并且答案能被服务方快速验算,以此耗用的时间、设备与能源做为担保成本,以确保服务与资源是被真正的需求所使用。具体来讲,就是寻找一个穷举数,能够和联合哈希值一起提取的哈希值的前几位取值为0,取值为0的位数越多,计算难度就越大,需要消耗的算力就越多。工作量证明条件为前6位取值为0所需要的时间,理论上与256个前4位取值为0的工作量证明所需时间基本相同。因而根据交易中心20算力情况,设定工作量证明难度即可,产生256对随机哈希值和穷举数对是可行的。为提高数据站30成功建立工作量证明的难度,应当使交易中心20的算力远高于数据站30。交易中心20可使用专门的工作量证明芯片来完成。
预设的工作量证明条件难度使得以单独数据站30的算力完成工作量证明所需要的时间大于第一周期。若数据站30修改数据,即使消耗大量算力建立了工作量证明,但也会因为还没来得及将最新的随机哈希值和穷举数放入存证点307,导致无法获得当前的联合哈希值,错过当前工作量证明的下载时间。导致数据站30需要弥补该差距,但随着弥补的进行,数据站30错过的周期越来越多,进而需要弥补的工作量证明将越来越多。因而能够有效防止数据站30私自更改数据。同时减少需要上传到区块链存储的次数,减少上传区块链造成的花费。
本实施例的有益技术效果是:通过全程采集并存储农产品的种植数据301,借助生长模型302获得农产品的品质预估评级303和产量304,提供更为准确可靠的农产品信息,为购买方出价提供可靠参考;结合区块链存证,确保种植数据301的真实性;接收多个生长模型302,对于不同的需求得出相应的预估评级303,使交易更为合理;通过使农户40的收入最高为交易撮合条件,能够使农户40的收入直接由市场决定,避免农户40因不了解市场遭受利益损失。
实施例二:
基于区块链及生长模型302的农产品竞价交易系统,建立若干个数据站30和交易中心20,农户40甲接入了其中一个数据站30,农户40甲具有两个种植区50种植玉米。其中农户40甲的种植区501为大棚种植,具有调控玉米生长环境的能力,同时大棚具有完善的传感系统和控制中心,因而数据站30与控制中心连接即可获得农户40甲种植区501的玉米种植数据301。农户40甲的种植区502为露天种植,当地若设有农业监测站,则从农业监测站获得当地的数据,视为农户40甲种植区502的玉米种植数据301。若当地无农业监测站,则从气象部门获得降雨、温度、日出时间、降雨量、风速等数据,其余数据按缺省值或往年均值处理。
接入数据站30的种植数据301越详细的农户40,在交易中心20进行交易撮合时,排序越靠前,若种植数据301详细程度相同,则越早接入的农户40排名靠前。将虚假数据提交给数据站30的农户40,将被取消接入资质,不再参与竞价交易。
农户40甲的种植区501采用了糯性较好的玉米品种,露天种植的种植区502采用了口感一般,但产量304高的玉米品种。由于大棚种植时,农户40甲依照本领域的已知技术,良好的控制了玉米的生长条件,因而获得了产量304虽然低、灌浆不够饱满,但口感极佳的玉米。种植区502则灌浆饱满、粒大,但口感欠佳。
购买方一选择了编号为23的生长模型302,该模型推崇糯性口感的玉米,因而农户40甲的种植区501的玉米获得了优的评级,其产量304为0.5t,但农户40甲种植区502的玉米,在编号为23生长模型302获得的评级为中。购买方一出价3.2元,欲购买1吨编号为23生长模型302下的优玉米。
购买方二选择了编号为12的生长模型302,该模型推崇用作畜牧饲料的玉米,因而农户40甲的种植区501的玉米获得了中的评级,其产量304为0.5t,但农户40甲种植区502的玉米,在编号为12的生长模型302获得的评级为优,其产量304为1.2t。购买方二出价2.8元,欲购买1.8吨编号为23生长模型302下的优玉米。
由于农户40甲接入数据站30的时间早,且其种植数据301详细程度高于其他农户40,所以对农户40甲进行优先匹配。经过匹配,购买方一以3.2元每斤的价格,购得农户40甲种植区501的0.5t玉米,和农户40丙种植区501的0.5t玉米,农户40丙尚剩余0.3t玉米待其他购买方购买。
农户40甲种植区502的玉米被购买方二以2.7元每斤的价格购买1.2吨。农户40乙的0.6吨玉米得以价格2.3元每斤出售给购买方二。而不是以1.8元每斤的价格出售给购买方一。农户40丙剩余的0.3吨玉米可选择以较低价格出售给购买方二, 或等待其他购买方出价。由此完成了购买方一和购买方二参与的竞价交易。农户40甲的两个种植区50及农户40乙都获得了相应购买方的青睐而获得出售,并得到最佳的收入。
以上的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (8)
1.基于区块链及生长模型的农产品竞价交易系统,其特征在于,
包括若干个数据站、交易中心和客户端,
所述数据站接入若干个农户并分配账号标识,所述数据站收集农作物的种植数据,将种植数据与对应农户账号标识关联存储并通过区块链进行存证固定,所述交易中心将生长模型推送给数据站,所述数据站将种植数据代入所述生长模型,获得农产品预估评级和产量,数据站将预估评级和产量关联账号标识后发送给交易中心,所述交易中心汇总数据站得出的预估评级和产量,所述交易中心在预定的出价时段内公开预估评级和的产量,所述交易中心接收客户端提交的出价和购买量,出价时段结束后,按出价总额对购买方进行排序,按出价对应的购买量为权重计算出加权均价,以加权均价为最终出价,按预设的农户顺序以农户收入最高为结束条件,依次为每个农户名下的农产品匹配购买方的出价和购买量,直到全部出价被匹配或全部农产品被匹配,结束竞价交易。
2.根据权利要求1所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
所述生长模型由购买方自行制定,并由各自的客户端提交,所述交易中心为每个生长模型赋予标识,所述数据站依次运行全部的生长模型,
所述客户端选择查看的生长模型,所述交易中心向客户端公开由客户端选择查看的生长模型评估出来的预估评级和产量,所述交易中心接收客户端提交的出价和购买量时,将出价和购买量关联生长模型,
出价时段结束后,统计相同生长模型下相同预估评级的出价,按出价对应的购买量为权重计算出加权均价,按预设顺序以农户收入最高为结束条件,依次为每个农户名下的农产品匹配出价和购买量,直到全部出价被匹配或全部农产品被匹配。
3.根据权利要求1或2所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
购买方通过客户端提交多个出价和对应的购买量,首先以最低出价参与加权均价,当全部农产品被匹配仍然有购买方未匹配到农产品时,使用该购买方更高的出价及对应的购买量,重新进行加权均价和农产品匹配,直到未匹配到足够农产品的购买方达到其最高出价。
4.根据权利要求1或2所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
所述数据站为农户名下的多个种植区分别赋予种植区标识,所述种植区表示连续种植的同一农作物区域,所述数据站以种植区为单位,将种植数据代入生长模型,将生长模型得出的预估评级和产量关联账号标识及种植区标识发送给交易中心。
5.根据权利要求1或2所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
所述数据站包括存储模块和存证模块,所述存储模块建立若干个线性存储区域,所述存储模块周期性将其接入的种植数据打包为数据包,将数据包拆分为与线性存储区域数量对应的子数据包,分别将若干个子数据包存入若干个线性存储区域;
所述存证模块以第一周期在每个线性存储区域末尾建立存证点,所述存证点占用预设长度的存储空间,提取两个存证点之间存储的数据的哈希值,作为存证哈希值,将存证哈希值和上一个存证点内存储的数据一起提取哈希值,作为关联哈希值;
所述存证模块以第二周期将全部线性存储区域的最新关联哈希值一起提取哈希值作为汇总哈希值,将汇总哈希值上传区块链存储。
6.根据权利要求5所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
所述交易中心以第一周期产生256对随机哈希值和穷举数对,所述随机哈希值和穷举数满足预设的工作量证明条件,随机哈希值的末尾两位互不相同,所述数据站从交易中心下载每个线性存储区域的联合哈希值末尾两位相同的随机哈希值及对应的穷举数,并对应存入联合哈希值所在的存证点。
7.根据权利要求6所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
所述数据站从每个线性存储区域的最新联合哈希值中,按预定位置抽取偶数个值,偶数个值按顺序组成若干个两位数,所述数据站从交易中心下载末尾两位分别与每个两位数相同的随机哈希值及对应的穷举数,并均存入联合哈希值所在的存证点。
8.根据权利要求6所述的基于区块链及生长模型的农产品竞价交易系统,其特征在于,
所述预设的工作量证明条件难度使得以单独数据站的算力完成工作量证明所需要的时间大于第一周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724891.5A CN113469830B (zh) | 2021-06-29 | 2021-06-29 | 基于区块链及生长模型的农产品竞价交易系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110724891.5A CN113469830B (zh) | 2021-06-29 | 2021-06-29 | 基于区块链及生长模型的农产品竞价交易系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113469830A true CN113469830A (zh) | 2021-10-01 |
CN113469830B CN113469830B (zh) | 2024-06-11 |
Family
ID=77873593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110724891.5A Active CN113469830B (zh) | 2021-06-29 | 2021-06-29 | 基于区块链及生长模型的农产品竞价交易系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113469830B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114971745A (zh) * | 2022-07-12 | 2022-08-30 | 青岛经管易信息科技有限公司 | 基于区块链的种植养殖远期市场数据收集统计方法和系统 |
CN117911123A (zh) * | 2024-03-20 | 2024-04-19 | 华高数字科技有限公司 | 一种基于物联网和大数据分析的农产品期货交易监管系统及方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023183A (zh) * | 2015-08-19 | 2015-11-04 | 毛星宇 | 基于互联网的农产品交易系统 |
CN106444928A (zh) * | 2016-09-23 | 2017-02-22 | 上海雷尼威尔技术有限公司 | 基于物联网的智能农业的管理系统 |
CN106657405A (zh) * | 2017-02-21 | 2017-05-10 | 吉林农业大学 | 一种农业物联网信息平台系统 |
CN108876519A (zh) * | 2018-05-31 | 2018-11-23 | 北京市农林科学院 | 一种蔬菜产销竞价对接系统及方法 |
CN109658112A (zh) * | 2018-12-12 | 2019-04-19 | 重庆金窝窝网络科技有限公司 | 基于区块链的农产品数据共享方法、装置及系统 |
JP2019144935A (ja) * | 2018-02-22 | 2019-08-29 | パナソニックIpマネジメント株式会社 | 農作物取引管理装置、農作物取引管理システム、及び農作物取引方法 |
CN110428076A (zh) * | 2019-08-02 | 2019-11-08 | 武汉勇利畜禽有限公司 | 基于互联网的农产品产销担保与交易平台及其方法 |
CN110675260A (zh) * | 2019-09-24 | 2020-01-10 | 北京艾摩瑞策科技有限公司 | 基于区块链的农产品交易数据处理方法及装置 |
CN110992145A (zh) * | 2019-11-29 | 2020-04-10 | 三峡大学 | 农产品远期交易方法 |
US20200160425A1 (en) * | 2018-11-15 | 2020-05-21 | Barn2Door, Inc. | System and method to manage deposits and payments for variable weighted and variable priced agricultural products |
CN111507832A (zh) * | 2020-06-30 | 2020-08-07 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
CN111522826A (zh) * | 2020-04-10 | 2020-08-11 | 上海黄金交易所 | 基于区块链的竞价交易处理方法、系统及各相关节点 |
CN111598585A (zh) * | 2020-04-30 | 2020-08-28 | 山东贵合信息科技有限公司 | 一种农产品质量追溯方法、设备及介质 |
WO2020194204A1 (en) * | 2019-03-26 | 2020-10-01 | Gowda Sachin Hegdekudgi Dakappa | System and method for determining grade of a product |
CN111738804A (zh) * | 2020-07-20 | 2020-10-02 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的农产品供应链金融服务系统 |
KR20200114665A (ko) * | 2019-03-29 | 2020-10-07 | 주식회사 씽스앤 | 농식품 거래 플랫폼을 기반으로 하는 농식품 유통 시스템 |
CN111861668A (zh) * | 2020-07-22 | 2020-10-30 | 玉环睿升自动化技术有限公司 | 一种基于区块链和视频直播的农作物的产销一体系统 |
CN112085518A (zh) * | 2020-08-05 | 2020-12-15 | 河南农业大学 | 一种农产品新供应链定价方法和装置 |
US20210097602A1 (en) * | 2018-05-10 | 2021-04-01 | Miovision Technologies Incorporated | Blockchain Data Exchange Network and Methods and Systems for Submitting Data To and Transacting Data on Such a Network |
CN112819568A (zh) * | 2021-01-21 | 2021-05-18 | 万象春天实业集团(武汉)有限公司 | 一种基于智能竞价平台的供应商排序方法 |
-
2021
- 2021-06-29 CN CN202110724891.5A patent/CN113469830B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023183A (zh) * | 2015-08-19 | 2015-11-04 | 毛星宇 | 基于互联网的农产品交易系统 |
CN106444928A (zh) * | 2016-09-23 | 2017-02-22 | 上海雷尼威尔技术有限公司 | 基于物联网的智能农业的管理系统 |
CN106657405A (zh) * | 2017-02-21 | 2017-05-10 | 吉林农业大学 | 一种农业物联网信息平台系统 |
JP2019144935A (ja) * | 2018-02-22 | 2019-08-29 | パナソニックIpマネジメント株式会社 | 農作物取引管理装置、農作物取引管理システム、及び農作物取引方法 |
US20210097602A1 (en) * | 2018-05-10 | 2021-04-01 | Miovision Technologies Incorporated | Blockchain Data Exchange Network and Methods and Systems for Submitting Data To and Transacting Data on Such a Network |
CN108876519A (zh) * | 2018-05-31 | 2018-11-23 | 北京市农林科学院 | 一种蔬菜产销竞价对接系统及方法 |
US20200160425A1 (en) * | 2018-11-15 | 2020-05-21 | Barn2Door, Inc. | System and method to manage deposits and payments for variable weighted and variable priced agricultural products |
CN109658112A (zh) * | 2018-12-12 | 2019-04-19 | 重庆金窝窝网络科技有限公司 | 基于区块链的农产品数据共享方法、装置及系统 |
WO2020194204A1 (en) * | 2019-03-26 | 2020-10-01 | Gowda Sachin Hegdekudgi Dakappa | System and method for determining grade of a product |
KR20200114665A (ko) * | 2019-03-29 | 2020-10-07 | 주식회사 씽스앤 | 농식품 거래 플랫폼을 기반으로 하는 농식품 유통 시스템 |
CN110428076A (zh) * | 2019-08-02 | 2019-11-08 | 武汉勇利畜禽有限公司 | 基于互联网的农产品产销担保与交易平台及其方法 |
CN110675260A (zh) * | 2019-09-24 | 2020-01-10 | 北京艾摩瑞策科技有限公司 | 基于区块链的农产品交易数据处理方法及装置 |
CN110992145A (zh) * | 2019-11-29 | 2020-04-10 | 三峡大学 | 农产品远期交易方法 |
CN111522826A (zh) * | 2020-04-10 | 2020-08-11 | 上海黄金交易所 | 基于区块链的竞价交易处理方法、系统及各相关节点 |
CN111598585A (zh) * | 2020-04-30 | 2020-08-28 | 山东贵合信息科技有限公司 | 一种农产品质量追溯方法、设备及介质 |
CN111507832A (zh) * | 2020-06-30 | 2020-08-07 | 浙江网商银行股份有限公司 | 数据处理方法及装置 |
CN111738804A (zh) * | 2020-07-20 | 2020-10-02 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的农产品供应链金融服务系统 |
CN111861668A (zh) * | 2020-07-22 | 2020-10-30 | 玉环睿升自动化技术有限公司 | 一种基于区块链和视频直播的农作物的产销一体系统 |
CN112085518A (zh) * | 2020-08-05 | 2020-12-15 | 河南农业大学 | 一种农产品新供应链定价方法和装置 |
CN112819568A (zh) * | 2021-01-21 | 2021-05-18 | 万象春天实业集团(武汉)有限公司 | 一种基于智能竞价平台的供应商排序方法 |
Non-Patent Citations (2)
Title |
---|
刘如意;李金保;李旭东;: "区块链在农产品流通中的应用模式与实施", 中国流通经济, no. 03, pages 43 - 54 * |
杨晨雪;孙志国;: "基于区块链技术的农产品供应链数据管理系统设计", 农业大数据学报, no. 02, 26 June 2020 (2020-06-26), pages 74 - 83 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114971745A (zh) * | 2022-07-12 | 2022-08-30 | 青岛经管易信息科技有限公司 | 基于区块链的种植养殖远期市场数据收集统计方法和系统 |
CN117911123A (zh) * | 2024-03-20 | 2024-04-19 | 华高数字科技有限公司 | 一种基于物联网和大数据分析的农产品期货交易监管系统及方法 |
CN117911123B (zh) * | 2024-03-20 | 2024-06-04 | 华高数字科技有限公司 | 一种基于物联网和大数据分析的农产品期货交易监管系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113469830B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113256314B (zh) | 一种基于区块链的农产品溯源系统 | |
CN113469830B (zh) | 基于区块链及生长模型的农产品竞价交易系统 | |
Crissman et al. | Seed potato systems in Kenya: A case study. | |
Smale et al. | An overview and economic assessment of sorghum improvement in Mali | |
Cromwell et al. | The Performance of the seed sector in Malawi | |
Sredojević et al. | Investment in Sweet and Sour Cherry Production and New Processing Programs in terms of Serbian Agriculture Competitiveness. | |
Badu-Apraku et al. | Strategies for sustainable maize seed production in West and Central Africa | |
Hall | Linear and quadratic models of the southern Murray-Darling basin | |
Scott | Potatoes in Central Africa: A Study of Burundi, Rwanda And, Zaire | |
CN113610655A (zh) | 一种线上线下结合的云农业平台 | |
Chirwa et al. | Bean seed dissemination systems in Malawi: A strategy | |
CN113377727B (zh) | 基于区块链的农业数据共享系统 | |
Kambewa | The Bean Subsector in Malawi: Historical developments, Current Status, and Policy Issues | |
CN112000677A (zh) | 基于土地使用大数据的集群智能生成系统及其使用方法 | |
Aalbaek | Farmers' tree planting and access to germplasm in the southern highlands of Tanzania | |
Ronner et al. | Background information on agronomy, farming systems and ongoing projects on grain legumes in Uganda | |
Ahmed et al. | The economic impacts of Hageen Dura-1 in the Gezira scheme. Sudan | |
Rohrbach | Farmer to farmer seed movements in Zimbabwe: issues arising | |
Prasad | Marketable Surplus and Market Performance: A Study with Special Reference to Muzaffarpur Foodgrain Market in Bihar | |
Vanrammawia et al. | Estimation of marketing efficiency of cabbage under different supply chains in Mizoram | |
Sinha | An analysis of supply chain of maize marketing and possibility of its value addition in Bihar | |
Kherallah et al. | Adjustment of wheat production to market reform in Egypt | |
Bayata et al. | Market Chain Analysis of Peanut in Bambasi District; Benishangul Gumuz Region, Western Ethiopia | |
Boris | STRATEGY FOR STRENGTHENING THE COMPETITIVENESS OF VALUE CHAIN PINEAPPLE FARMING IN JAMBI PROVINCE, INDONESIA | |
Muli et al. | Farmer-to-farmer seed supply: Case study of pigeon pea seed distribution in Kenya |
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 |