CN114693138A - 一种循环水养殖绿色水产品全程追溯系统构建方法 - Google Patents

一种循环水养殖绿色水产品全程追溯系统构建方法 Download PDF

Info

Publication number
CN114693138A
CN114693138A CN202210348358.8A CN202210348358A CN114693138A CN 114693138 A CN114693138 A CN 114693138A CN 202210348358 A CN202210348358 A CN 202210348358A CN 114693138 A CN114693138 A CN 114693138A
Authority
CN
China
Prior art keywords
constructing
judgment matrix
index
aquatic products
circulating water
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.)
Pending
Application number
CN202210348358.8A
Other languages
English (en)
Inventor
崔鸿武
王大为
崔正国
曲克明
白莹
李皓
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.)
Yellow Sea Fisheries Research Institute Chinese Academy of Fishery Sciences
Original Assignee
Yellow Sea Fisheries Research Institute Chinese Academy of Fishery Sciences
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 Yellow Sea Fisheries Research Institute Chinese Academy of Fishery Sciences filed Critical Yellow Sea Fisheries Research Institute Chinese Academy of Fishery Sciences
Priority to CN202210348358.8A priority Critical patent/CN114693138A/zh
Publication of CN114693138A publication Critical patent/CN114693138A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0635Risk analysis of enterprise or organisation activities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/018Certifying business or products
    • G06Q30/0185Product, service or business identity fraud
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Animal Husbandry (AREA)
  • Accounting & Taxation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Finance (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Farming Of Fish And Shellfish (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种循环水养殖绿色水产品全程追溯系统构建方法,包括:构建循环水养殖水产品风险指标评估的层次结构模型;根据层次结构模型,构建判断矩阵;根据判断矩阵,计算判断矩阵的最大特征值及追溯体系指标,并进行合理性检验;基于通过合理性检验的判断矩阵,根据权重向量筛选出对养殖水产品影响大的指标因素,完成水产品追溯系统构建。本申请不仅使追溯信息的选取过程得到了量化,而且避免了传统层次分析法中专家打分环节的主观性,使追溯指标的选取变得更全面、更科学。本申请构建的多用户、多权限的循环水养殖绿色水产品全程追溯方法,在实现水产品全流程追溯的同时,也能为养殖企业的管理和绿色水产品的认证提供参考和依据。

Description

一种循环水养殖绿色水产品全程追溯系统构建方法
技术领域
本申请属于质量控制技术领域,具体涉及一种循环水养殖绿色水产品全程追溯系统构建方法。
背景技术
现有水产品溯源体系能够实现对水产品的溯源,但涉及的追溯信息较少,大多只记录水产品养殖环节的信息,没有专门针对循环水养殖和绿色水产品的追溯系统。另外,传统的层次分析法中专家打分环节存在着太多的主观性因素,难以做到客观。因此,需要对现有水产品溯源技术中追溯信息的选取方法进行改进以解决上述问题。
发明内容
本申请提出了一种循环水养殖绿色水产品全程追溯系统构建方法,采用层次分析法(AHP)对循环水养殖的产业链进行风险分析,构建循环水养殖水产品风险指标评估体系,量化循环水养殖过程中的风险指标,最后根据所计算出的重要性权值对循环水养殖产业链的关键环节与关键信息进行着重控制与记录。
为实现上述目的,本申请提供了如下方案:
一种循环水养殖绿色水产品全程追溯系统构建方法,包括如下步骤:
构建循环水养殖水产品风险指标评估的层次结构模型;
根据所述层次结构模型,构建判断矩阵;
根据所述判断矩阵,计算所述判断矩阵的最大特征值及追溯体系指标,并基于所述最大特征值对所述判断矩阵进行合理性检验;
基于通过合理性检验的所述判断矩阵,根据所述权重向量筛选出对养殖水产品影响大的指标因素,完成水产品追溯系统构建。
可选的,根据水产品养殖相关标准,并结合HACCP体系对循环水养殖水产品的产业链进行分析,选择养殖阶段、运输阶段、销售阶段作为所述层次结构模型的一级指标,并采用层级结构分析法确定其下各层级的指标。
可选的,所述层次结构模型包括目标层、一级指标层和二级指标层;
所述目标层为循环水养殖水产品风险指标评估体系;
所述一级指标层包括养殖阶段、运输阶段和销售阶段;
所述二级指标层包括养殖环境、养殖投入品、细菌病毒微生物、运输途径、运输温度、运输湿度、暂养环境、贮藏温度和贮藏湿度;
其中所述养殖环境、所述养殖投入品和所述细菌病毒微生物为所述养殖阶段的下级指标;
所述运输途径、所述运输温度和所述运输湿度为所述运输阶段的下级指标;
所述暂养环境、所述贮藏温度和所述贮藏湿度为所述销售阶段的下级指标。
可选的,构建所述判断矩阵的方法包括:
基于所述层次结构模型,对同一层级的各指标关于上一层级中同一准则的重要性进行两两比较,利用差异率法将频数进行差异化分析,根据计算出的差异率结合1-9比较尺度法将重要性量化,构建所述判断矩阵。
可选的,所述差异率分析的公式为:
差异率=(B-C)/B×100% (1)
其中,B为相比较的两个频数中相对大的值,C为相比较的两个频数中相对小的值。
可选的,所述判断矩阵为:
Figure BDA0003577916630000031
其中,aij为第i个指标与第j个指标的重要性比较结果,且aji=1/aij,i=1,2,…,n,j=1,2,…,n。
可选的,计算所述判断矩阵的所述最大特征值及其所述权重向量的方法包括:
计算所述判断矩阵中各行各指标的乘积mi
Figure BDA0003577916630000032
计算乘积mi的n次方根wi
Figure BDA0003577916630000033
对向量W=(w1,w2,…,wn)T进行标准化:
Figure BDA0003577916630000034
追溯体系指标权重
Figure BDA0003577916630000035
即为所述权重向量;
计算所述判断矩阵中的所述最大特征值λmax
Figure BDA0003577916630000041
其中,
Figure BDA0003577916630000042
为向量
Figure BDA0003577916630000043
的第i个元素,A为所述判断矩阵,
Figure BDA0003577916630000044
为所述判断矩阵A和追随体系指标权重
Figure BDA0003577916630000045
的乘积。
可选的,对所述判断矩阵进行合理性检验的方法为:
CI=(λmax-n)/(n-1) (7)
其中,n为所述判断矩阵A的阶数;
计算合理性比率CR=CI/RI,其中RI为随机一致性指标;
CR≤0.1,表示结果具有满意的合理性;
CR>0.1,则需对所述判断矩阵进行修正。
本申请的有益效果为:
本申请公开了一种循环水养殖绿色水产品全程追溯系统构建方法,在分析循环水养殖水产品产业链各个具体环节的基础上,利用层次分析法并结合HACCP体系和绿色水产品相关标准对产业链环节中涉及的关键信息进行筛选,不仅使追溯信息的选取过程得到了量化,而且避免了传统层次分析法中专家打分环节的主观性,使追溯指标的选取变得更全面、更科学。本申请构建的多用户、多权限的循环水养殖绿色水产品全程追溯方法,在实现水产品全流程追溯的同时,也能为养殖企业的管理和绿色水产品的认证提供参考和依据,
附图说明
为了更清楚地说明本申请的技术方案,下面对实施例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是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一种循环水养殖绿色水产品全程追溯系统构建方法流程示意图;
图2为本申请实施例中的循环水养殖水产品风险指标评估的层次结构模型示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
本申请整体思路为:在追溯信息的选取上,采用层次分析法(AHP)对循环水养殖的产业链进行风险分析,构建循环水养殖水产品风险指标评估体系,量化循环水养殖过程中的风险指标,最后根据所计算出的重要性权值对循环水养殖产业链的关键环节与关键信息进行着重控制与记录。此外,结合目前广泛应用的HACCP(危害分析和关键控制点)体系与绿色水产品标准完善追溯信息并确定其限值。在AHP中涉及的专家打分环节,具有很大的主观性,本发明通过查阅资料查得2006--2018年间中国发生的水产品安全事件,并对造成水产品质量安全的环节进行分类,将频数进行差异化分析,根据结果赋分来代替原有的专家打分环节,在很大程度上避免了层次分析法具有的主观性。
如图1所示,本申请技术方案主要包括下述四个步骤:
第一步,构建循环水养殖水产品风险指标评估的层次结构模型。
水产养殖品从育苗到最后的上市,涉及到品种繁育、苗种投放、饲料配方、水质控制、病害防治和产品捕捞等一系列复杂流程,而且不同地区的不同养殖品种存在较大的差异。本实施例根据绿色水产品标准《NY/T842-2012绿色食品鱼》并结合现有的HACCP体系对循环水养殖水产品的产业链进行分析,选择水产品产业链中容易发生风险的养殖阶段、运输阶段、销售阶段作为构建指标体系的一级指标,并采用层级结构来确定其下各层级的指标,最终得到如图2所示的循环水养殖水产品风险指标评估层次结构模型。
基于此模型,以循环水养殖水产品风险指标评估体系为目标层,养殖阶段、运输阶段、销售阶段为一级指标层,养殖环境、养殖投入品、细菌病毒等微生物、运输途径、运输温度、运输湿度、暂养环境、贮藏温度、贮藏湿度作为二级指标层,根据层次关系构建判断矩阵。
第二步,根据层次结构模型,构建判断矩阵。
在本实施例中,对同一层次的各元素关于上一层次中同一准则的重要性进行两两比较,对造成2006--2018年间中国水产品安全事件的环节进行分类,利用差异率法将频数进行差异化分析(1),根据计算出的差异率结合1-9比较尺度法将重要性量化,构造判断矩阵(2)。
差异率=(B-C)/B×100% (1)
其中,B为相比较的两个频数中相对大的值,C为相比较的两个频数中相对小的值。
判断矩阵A为:
Figure BDA0003577916630000071
其中,aij为第i个指标与第j个指标的重要性比较结果,且aji=1/aij,i=1,2,…,n,j=1,2,…,n。
在本实施例中,重要性含义标度如表1所示。
表1
Figure BDA0003577916630000072
第三步,根据判断矩阵,计算判断矩阵的最大特征值及追溯体系指标权重,并基于最大特征值对判断矩阵进行合理性检验。
在本实施例中,采用下述步骤1-4计算上述各个判断矩阵的最大特征值λmax及追溯体系指标权重
Figure BDA0003577916630000073
然后进行一致性检验,一致性指标CI的计算公式为(7)。
1.计算判断矩阵中各行各指标的乘积mi
Figure BDA0003577916630000074
2.计算乘积mi的n次方根wi
Figure BDA0003577916630000075
3.对向量W=(w1,w2,…,wn)T进行标准化:
Figure BDA0003577916630000081
追溯体系指标权重
Figure BDA0003577916630000082
即为权重向量。
4.计算判断矩阵中的最大特征值λmax
最大特征值
Figure BDA0003577916630000083
其中,
Figure BDA0003577916630000084
为向量
Figure BDA0003577916630000085
的第i个元素,A为判断矩阵,
Figure BDA0003577916630000086
为判断矩阵A和追溯体系指标权重
Figure BDA0003577916630000087
的乘积。
对判断矩阵进行合理检验的方法为:
CI=(λmax-n)/(n-1) (7)
其中,n为判断矩阵A的阶数。
计算合理性比率CR=CI/RI,其中RI为随机一致性指标。
CR≤0.1,表示结果具有满意的合理性。
CR>0.1,则需对判断矩阵进行修正。
在本实施例中,1~9阶判断矩阵RI取值如表2所示。
表2
Figure BDA0003577916630000088
第四步,基于通过一致性检验的判断矩阵,根据权重向量筛选出对养殖水产品影响大的指标因素,完成水产品追溯系统构建。
对计算得到的各指标层的权重向量进行排序,权重向量的数值越大其对应的指标对养殖水产品的影响越大,根据权重向量的排序位次确定在追溯过程中应该着重记录的信息,并在水产品养殖与管理过程中对其进行重点监测、重点控制。
本申请在分析循环水养殖水产品产业链各个具体环节的基础上,利用层次分析法并结合HACCP体系和绿色水产品相关标准对产业链环节中涉及的关键信息进行筛选,不仅使追溯信息的选取过程得到了量化,而且避免了传统层次分析法中专家打分环节的主观性,使追溯指标的选取变得更全面、更科学。最后,构建了多用户、多权限的循环水养殖绿色水产品全程追溯系统,该系统在实现水产品全流程追溯的同时,也能为养殖企业的管理和绿色水产品的认证提供参考和依据。
以上所述的实施例仅是对本申请优选方式进行的描述,并非对本申请的范围进行限定,在不脱离本申请设计精神的前提下,本领域普通技术人员对本申请的技术方案做出的各种变形和改进,均应落入本申请权利要求书确定的保护范围内。

Claims (8)

1.一种循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,包括如下步骤:
构建循环水养殖水产品风险指标评估的层次结构模型;
根据所述层次结构模型,构建判断矩阵;
根据所述判断矩阵,计算所述判断矩阵的最大特征值及追溯体系指标,并基于所述最大特征值对所述判断矩阵进行合理性检验;
基于通过合理性检验的所述判断矩阵,根据所述权重向量筛选出对养殖水产品影响大的指标因素,完成水产品追溯系统构建。
2.根据权利要求1所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
根据水产品养殖相关标准,并结合HACCP体系对循环水养殖水产品的产业链进行分析,选择养殖阶段、运输阶段、销售阶段作为所述层次结构模型的一级指标,并采用层级结构分析法确定其下各层级的指标。
3.根据权利要求2所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
所述层次结构模型包括目标层、一级指标层和二级指标层;
所述目标层为循环水养殖水产品风险指标评估体系;
所述一级指标层包括养殖阶段、运输阶段和销售阶段;
所述二级指标层包括养殖环境、养殖投入品、细菌病毒微生物、运输途径、运输温度、运输湿度、暂养环境、贮藏温度和贮藏湿度;
其中所述养殖环境、所述养殖投入品和所述细菌病毒微生物为所述养殖阶段的下级指标;
所述运输途径、所述运输温度和所述运输湿度为所述运输阶段的下级指标;
所述暂养环境、所述贮藏温度和所述贮藏湿度为所述销售阶段的下级指标。
4.根据权利要求1所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
构建所述判断矩阵的方法包括:
基于所述层次结构模型,对同一层级的各指标关于上一层级中同一准则的重要性进行两两比较,利用差异率法将频数进行差异化分析,根据计算出的差异率结合1-9比较尺度法将重要性量化,构建所述判断矩阵。
5.根据权利要求4所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
所述差异率分析的公式为:
差异率=(B-C)/B×100% (1)
其中,B为相比较的两个频数中相对大的值,C为相比较的两个频数中相对小的值。
6.根据权利要求4所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
所述判断矩阵为:
Figure FDA0003577916620000031
其中,aij为第i个指标与第j个指标的重要性比较结果,且aji=1/aij,i=1,2,…,n,j=1,2,…,n。
7.根据权利要求1所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
计算所述判断矩阵的所述最大特征值及其所述权重向量的方法包括:
计算所述判断矩阵中各行各指标的乘积mi
Figure FDA0003577916620000032
计算乘积mi的n次方根wi
Figure FDA0003577916620000033
对向量W=(w1,w2,…,wn)T进行标准化:
Figure FDA0003577916620000034
追溯体系指标权重
Figure FDA0003577916620000035
即为所述权重向量;
计算所述判断矩阵中的所述最大特征值λmax
Figure FDA0003577916620000036
其中,
Figure FDA0003577916620000037
为向量
Figure FDA0003577916620000038
的第i个元素,A为所述判断矩阵,
Figure FDA0003577916620000039
为所述判断矩阵A和追随体系指标权重
Figure FDA00035779166200000310
的乘积。
8.根据权利要求7所述的循环水养殖绿色水产品全程追溯系统构建方法,其特征在于,
对所述判断矩阵进行合理性检验的方法为:
CI=(λmax-n)/(n-1) (7)
其中,n为所述判断矩阵A的阶数;
计算合理性比率CR=CI/RI,其中RI为随机一致性指标;
CR≤0.1,表示结果具有满意的合理性;
CR>0.1,则需对所述判断矩阵进行修正。
CN202210348358.8A 2022-04-01 2022-04-01 一种循环水养殖绿色水产品全程追溯系统构建方法 Pending CN114693138A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210348358.8A CN114693138A (zh) 2022-04-01 2022-04-01 一种循环水养殖绿色水产品全程追溯系统构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210348358.8A CN114693138A (zh) 2022-04-01 2022-04-01 一种循环水养殖绿色水产品全程追溯系统构建方法

Publications (1)

Publication Number Publication Date
CN114693138A true CN114693138A (zh) 2022-07-01

Family

ID=82140250

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210348358.8A Pending CN114693138A (zh) 2022-04-01 2022-04-01 一种循环水养殖绿色水产品全程追溯系统构建方法

Country Status (1)

Country Link
CN (1) CN114693138A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1979540A (zh) * 2005-11-29 2007-06-13 中国科学院东北地理与农业生态研究所 区域农业可持续发展能力动态评价系统
CN104680312A (zh) * 2015-02-10 2015-06-03 中国海洋大学 一种水产养殖综合效益评价指标系统
US20160283957A1 (en) * 2015-03-25 2016-09-29 Tata Consultancy Services Limited Method and system for dynamically tracing a value realized by an information technology (it) service
CN111429023A (zh) * 2020-04-09 2020-07-17 同济大学 一种磁浮交通高安全系统风险指标重要性的评估方法
CN111460371A (zh) * 2020-03-23 2020-07-28 山东大学 一种农产品产地环境风险的评价方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1979540A (zh) * 2005-11-29 2007-06-13 中国科学院东北地理与农业生态研究所 区域农业可持续发展能力动态评价系统
CN104680312A (zh) * 2015-02-10 2015-06-03 中国海洋大学 一种水产养殖综合效益评价指标系统
US20160283957A1 (en) * 2015-03-25 2016-09-29 Tata Consultancy Services Limited Method and system for dynamically tracing a value realized by an information technology (it) service
CN111460371A (zh) * 2020-03-23 2020-07-28 山东大学 一种农产品产地环境风险的评价方法
CN111429023A (zh) * 2020-04-09 2020-07-17 同济大学 一种磁浮交通高安全系统风险指标重要性的评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周慧 等: "水产加工品供应链追溯系统的研究", 《安徽农业科学》, vol. 37, no. 17 *

Similar Documents

Publication Publication Date Title
CN107480775B (zh) 一种基于数据修复的池塘溶解氧预测方法
Pino et al. The influence of corporate social responsibility on consumers' attitudes and intentions toward genetically modified foods: evidence from Italy
Rutkoski Estimation of realized rates of genetic gain and indicators for breeding program assessment
Maruthadurai et al. Predicting the invasion risk of rugose spiraling whitefly, Aleurodicus rugioperculatus, in India based on CMIP6 projections by MaxEnt
Rozman et al. Apple variety assessment with analytical hierarchy process
CN110956365A (zh) 基于混杂贝叶斯网络的小麦粉供应链的菌落总数动态风险评估方法
CN113487243A (zh) 一种城市配电网性能综合评价方法及装置
Mongiano et al. Evolutionary trends and phylogenetic association of key morphological traits in the Italian rice varietal landscape
Rabieyan et al. Imaging-based screening of wheat seed characteristics towards distinguishing drought-responsive Iranian landraces and cultivars
Ben Sadok et al. Plasticity in vegetative growth over contrasted growing sites of an F1 olive tree progeny during its juvenile phase
Jannatizadeh et al. Towards modeling growth of apricot fruit: finding a proper growth model
Sun et al. Identifying key factors of regional agricultural drought vulnerability using a panel data grey combined method
Narenthiran et al. An analysis of various factors influencing postharvest losses of the fruit and vegetable supply chain
CN114693138A (zh) 一种循环水养殖绿色水产品全程追溯系统构建方法
Xue et al. Comparison of population-based algorithms for optimizing thinnings and rotation using a process-based growth model
Rajabi et al. Application of structural equation modeling to scrutinize the causes of grape losses in production chain
CN112070336A (zh) 一种基于层次分析法的制造业信息量化分析方法及装置
Yao et al. SGR-YOLO: a method for detecting seed germination rate in wild rice
Sileshi The relative standard error as an easy index for checking the reliability of regression coefficients
Araújo et al. Appropriate search techniques to estimate Weibull function parameters in a Pinus spp. plantation
Li et al. Improvement of non-key traits in radiata pine breeding programme when long-term economic importance is uncertain
Zhang et al. Suitability Evaluation of Crop Variety via Graph Neural Network
Benninga et al. Supply chain risk model for quantifying the cost-effectiveness of phytosanitary measures
Zheng Research on the performance evaluation method for cold chain logistics of agriculture products based on BP neural network mode
Safari et al. Sensitivity of response of multi-trait index selection to changes in genetic correlations between production traits in sheep

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