CN116993012B - 一种基于区块链的商品包装方法和系统 - Google Patents
一种基于区块链的商品包装方法和系统 Download PDFInfo
- Publication number
- CN116993012B CN116993012B CN202310957872.6A CN202310957872A CN116993012B CN 116993012 B CN116993012 B CN 116993012B CN 202310957872 A CN202310957872 A CN 202310957872A CN 116993012 B CN116993012 B CN 116993012B
- Authority
- CN
- China
- Prior art keywords
- packaging
- data
- blockchain
- parameters
- parameter
- 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
Links
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012858 packaging process Methods 0.000 claims abstract description 87
- 238000012544 monitoring process Methods 0.000 claims abstract description 67
- 238000004458 analytical method Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000000694 effects Effects 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims description 140
- 230000005856 abnormality Effects 0.000 claims description 26
- 238000010219 correlation analysis Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 16
- 239000005022 packaging material Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000003908 quality control method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000006378 damage Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 229940127557 pharmaceutical product Drugs 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 230000003245 working effect Effects 0.000 description 1
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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于区块链的商品包装方法,其中,方法包括:建立一个基于区块链的包装系统,包括搭建区块链网络、设计智能合约和建立相应的数据存储结构;通过监测设备进行采集包装过程中的关键参数,将采集到的数据通过智能合约写入区块链;对利用区块链记录的数据进行实时监测和分析获得分析结果;根据分析结果,调整参数控制,优化包装流程;系统包括系统建立模块、数据采集模块、监控分析模块和调整优化模块,通过方法和系统,提供数据可追溯性、提高透明度和可信度、实现实时监测和分析,并支持参数控制和包装流程优化;有助于提高包装质量、减少欺诈行为,保证商品的安全性和质量,同时优化包装过程,提高效率和降低成本。
Description
技术领域
本发明涉及商品包装技术领域,特别涉及一种基于区块链的商品包装方法和系统。
背景技术
区块链是一种去中心化的分布式账本技术,现在已广泛应用于各个行业。它通过将交易记录以区块的形式链接起来,并使用密码学方法确保其安全性和完整性;当前的商品包装过程中存在着许多挑战和问题,消费者购买商品时,难以确定商品是否经过正规和合法的生产和分销过程;供应链管理中的信息不透明,供应商的信息无法与消费者进行实时共享;在防伪和溯源方面,传统方法也往往不能提供足够的可信度;在整个包装和物流过程中,效率低下。
发明内容
本发明提供了一种基于区块链的商品包装方法和系统,用以可以实现商品包装过程的透明化、安全性和追溯性,提高包装质量和效率。
本发明提出的一种基于区块链的商品包装方法,所述方法包括:
S1、建立一个基于区块链的包装系统,包括搭建区块链网络、设计智能合约和建立相应的数据存储结构;
S2、通过监测设备进行采集包装过程中的关键参数,将采集到的数据通过智能合约写入区块链;
S3、对利用区块链记录的数据进行实时监测和分析获得分析结果;
S4、根据分析结果,调整参数控制,优化包装流程。
进一步的,一种基于区块链的商品包装方法,所述S1包括:
明确包装系统的业务需求和目标;
获取包装工艺参数、设备运行参数和相关要求,所述工艺参数包括包装材料类型、尺寸、厚度和重量;
将所述包装工艺参数、设备运行参数和相关要求录入区块链系统;
确定需要记录的数据类型和格式,设计相应的数据存储结构;
根据录入的包装工艺参数和相关要求以及数据类型和格式,创建相应的智能合约。
进一步的,一种基于区块链的商品包装方法,所述S2包括:
根据包装过程中需要监测的关键参数,选择合适的监测设备;所述监测设备包括传感器、摄像头、RFID标签;所述关键参数包括温度、湿度、时间和浓度;
将所述监测设备与智能合约进行连接,实时传输采集到的数据。
进一步的,一种基于区块链的商品包装方法,所述S3包括:
从区块链上获取存储的包装过程数据,并对所述过程数据进行预处理,获得预处理后的数据;
根据预处理后的数据,获取所述包装过程中存在的异常状况;
获取不同异常状况的发生的阶段、异常程度以及发生概率;
根据历史记录,获取每种异常状况不同异常程度下对应的风险和损失Lp;
L1为直接经济损失;L2为非直接经济损失;n所述历史记录中同类异常同一异常程度发生的次数;
根据所述风险和损失获得影响程度评分;所述影响程度评分为:
根据所述发生概率以及影响程度评分,确定异常状况的最终评分;
根据异常发生的阶段和所述最终评分,选取异常状况进行关联性分析,获得相关监控参数。
进一步的,一种基于区块链的商品包装方法,其特征在于,所述最终评分为:
其中,P为某种异常状况在某一异常程度下发生的概率。
进一步的,一种基于区块链的商品包装方法,所述根据异常发生的阶段和所述最终评分,选取异常状况进行关联性分析,获得相关监控参数,包括:
最终得分从高到低进行排序,获得排序结果;
根据排序结果,选取对应的异常状况进行关联性分析;其中选取原则为:
若(zyj-zyj+1)/zyj+1≥1;则选取大于等于zyj的分值对应的异常状况进行关联性分析;其中zyj为排序后排在第j个的最终评分值;zyj+1为排序后排在第j+1个的最终评分值;
若(zyj-zyj+1)/zyj+1<1;则选取前80%对应分值的异常状况进行关联性分析。
进一步的,一种基于区块链的商品包装方法,其特征在于,所述关联性分析包括:
将选取的异常状况对应的关键参数均值Cua与正常情况下关键参数均值Ca进行对比;将选取的异常状况对应的时间序列均值Sua与正常情况下时间序列均值Sa进行对比;获得对比结果;
根据对比结果选取关键参数和/或时间序列建立关联模型;如果或者/>则将Cua、Sua作为输入参数,异常状况作为输出建立关联模型;σu1为正常情况下关键参数的标准差;σu2为正常情况下时间序列的标准差;每种异常分别建立模型;
通过模型获得不同参数对异常状况影响的置信度。
进一步的,一种基于区块链的商品包装方法,所述S4包括:
遍历各个模型中同一参数对应的置信度,将所述同一参数对应的置信度进行加权求和,获得参数权重;
将所述参数权重进行归一化处理,获得归一化处理后的权重Gz;
将所述归一化处理后的权重进行排序;将大于预设值的权重对应的参数加入重点监控列表;
根据所述参数权重调整对应的参数阈值和采样频率;
其中,参数阈值为设置为:Cmin1=(1+Gz*σu/Ca)Cmin;Cmax1=(1-Gz*σu/Ca)Cmax;
Cmin、Cmax分别为初始对应参数的最大阈值和最小阈值;σu为初始对应参数的标准差;Ca参数正常情况下的均值;
采样频率调整为FC=(2-Gz)×FC0,其中FC0为参数预设采样频率;
通过实时监测包装过程中的参数变化和质量指标,及时收集数据并进行分析;根据分析结果,评估参数调整的效果,并根据需要进行进一步的优化和调整。
本发明提出一种基于区块链的商品包装系统,所述系统包括:
系统建立模块:建立一个基于区块链的包装系统,包括搭建区块链网络、设计智能合约和建立相应的数据存储结构;
数据采集模块:通过监测设备进行采集包装过程中的关键参数,将采集到的数据通过智能合约写入区块链;
监控分析模块:对利用区块链记录的数据进行实时监测和分析获得分析结果;
调整优化模块:根据分析结果,调整参数控制,优化包装流程。
本发明有益效果:通过一种基于区块链的商品包装方法和系统,将包装过程中的关键参数数据写入区块链,可以实现对数据的永久记录和不可篡改性。这样,可以确保包装过程的真实性和合规性,提高商品的可追溯性。在出现问题时,可以准确找到问题源头,进行有效的处理和追责;区块链提供了去中心化和分布式的特性,使得包装过程的数据在网络上公开可见,这增加了参与方对包装过程的透明度和可信度。供应链的各方可以共享和验证数据,减少信息不对称和欺诈行为,建立更加稳固的信任机制,借助区块链技术,可以实时监测和获取存储在区块链上的包装数据。这些数据可以用于分析包装质量、效率和成本等方面的问题。及时获得分析结果,有助于评估当前的包装流程,并及时发现潜在的问题和改进机会,根据分析结果,可以针对具体情况调整包装过程中的参数控制。例如,调整温度、湿度、压力等参数,以提高包装质量或效率。通过智能合约执行这些调整和优化,将新的参数值写入区块链,同时记录下调整后的结果,进一步优化包装流程;综上所述,基于区块链的商品包装方法可以提供数据可追溯性、提高透明度和可信度、实现实时监测和分析,并支持参数控制和包装流程优化。这将有助于提高包装质量、减少欺诈行为,保证商品的安全性和质量,同时优化包装过程,提高效率和降低成本。
附图说明
图1为本发明所述一种基于区块链的商品包装方法示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例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,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例1、
本实施例一种基于区块链的商品包装方法,所述方法包括:
S1、建立一个基于区块链的包装系统,包括搭建区块链网络、设计智能合约和建立相应的数据存储结构;
S2、通过监测设备进行采集包装过程中的关键参数,将采集到的数据通过智能合约写入区块链;
S3、对利用区块链记录的数据进行实时监测和分析获得分析结果;
S4、根据分析结果,调整参数控制,优化包装流程。
上述技术方案的工作原理为:搭建一个区块链网络,可以选择公有链或私有链,用于存储和共享包装过程中的数据。设计智能合约,用于定义和执行与包装相关的业务逻辑。同时,建立相应的数据存储结构,将包装参数和相关信息存储到区块链中;通过监测设备对包装过程中的关键参数进行实时监测和采集。采集到的数据通过智能合约进行验证和处理,并写入区块链中的一个新区块。这样,包装过程中产生的关键参数数据将被永久记录在区块链上,不可篡改;利用区块链技术,可以实时监测和获取区块链上存储的包装数据。对这些数据进行分析,可以获得关于包装质量、效率和成本等方面的分析结果;这些分析结果可以用于评估当前的包装流程,并发现潜在的问题和改进机会,根据分析结果,确定需要调整的参数控制策略,并进行相应的优化。例如,根据数据分析结果,可以调整温度、湿度、压力等参数,以提高包装质量或效率。这些调整和优化可以通过智能合约执行,将新的参数值写入区块链,同时也会记录下调整后的结果。
上述技术方案的效果为:通过将包装过程中的关键参数数据写入区块链,可以实现对数据的永久记录和不可篡改性。这样,可以确保包装过程的真实性和合规性,提高商品的可追溯性。在出现问题时,可以准确找到问题源头,进行有效的处理和追责;区块链提供了去中心化和分布式的特性,使得包装过程的数据在网络上公开可见,这增加了参与方对包装过程的透明度和可信度。供应链的各方可以共享和验证数据,减少信息不对称和欺诈行为,建立更加稳固的信任机制,借助区块链技术,可以实时监测和获取存储在区块链上的包装数据。这些数据可以用于分析包装质量、效率和成本等方面的问题。及时获得分析结果,有助于评估当前的包装流程,并及时发现潜在的问题和改进机会,根据分析结果,可以针对具体情况调整包装过程中的参数控制。例如,调整温度、湿度、压力等参数,以提高包装质量或效率。通过智能合约执行这些调整和优化,将新的参数值写入区块链,同时记录下调整后的结果,进一步优化包装流程。
综上所述,基于区块链的商品包装方法可以提供数据可追溯性、提高透明度和可信度、实现实时监测和分析,并支持参数控制和包装流程优化。这将有助于提高包装质量、减少欺诈行为,保证商品的安全性和质量,同时优化包装过程,提高效率和降低成本。
本实施例一种基于区块链的商品包装方法,所述S1包括:
明确包装系统的业务需求和目标;
获取包装工艺参数、设备运行参数和相关要求,所述工艺参数包括包装材料类型、尺寸、厚度和重量;
将所述包装工艺参数、设备运行参数和相关要求录入区块链系统;
确定需要记录的数据类型和格式,设计相应的数据存储结构;
根据录入的包装工艺参数和相关要求以及数据类型和格式,创建相应的智能合约。
上述技术方案的工作原理为:明确包装系统的业务需求和目标;包括实现包装过程的可追溯性、提高包装质量和效率;
将包装工艺参数和相关要求录入区块链系统,所述工艺参数包括但不限于包装材料类型、尺寸、厚度和重量;
其中,相关要求包括:
包装材料要求:记录所需的包装材料类型、质量标准、尺寸等信息,以确保正确选择和使用适当的包装材料;
包装过程要求:包括包装步骤、顺序、时间、温度、湿度等参数,确保包装过程的一致性和符合质量控制要求;
安全和防伪要求:例如粘贴防伪标签、添加防伪码等,以提高产品的安全性和抵御伪劣产品;
运输和储存条件要求:记录运输环境要求、储存温度、湿度等因素,以确保产品在整个供应链中的安全和质量稳定;
包装检验要求:包括外观检查、尺寸测量、重量检验等指标,以验证包装是否符合要求,并记录相关检验结果;
将所述包装工艺参数和相关要求录入区块链系统;
确定需要记录的数据类型和格式,设计相应的数据存储结构;可以使用区块链上的状态变量或事件日志来存储数据;
根据录入的包装工艺参数和相关要求,创建相应的智能合约;所述智能合约可以是预先设定好的模板,也可以是根据具体需求编写的定制合约。
上述技术方案的效果为:通过将包装工艺参数、设备运行参数和相关要求录入区块链系统,并创建智能合约,可以确保数据的真实性和不可篡改性。每一步操作都会被记录在区块链上,可供日后追溯和验证,从而建立起可信的包装数据来源。基于区块链的包装方法可以减少人为错误和操纵,提高包装质量。通过智能合约自动执行的功能,可以避免疏漏和失误,确保包装过程符合规范和要求。同时,通过数据分析和优化,还可以提高包装效率,降低成本;区块链技术支持多方参与的数据共享和验证,不同参与方可以共同查看和验证包装数据,建立起更加稳固的信任机制。这有利于实现供应链各环节的协同优化和决策,提高整体运作效率;基于区块链的包装方法可以实现信息的公开透明,各个参与方可以在区块链上查看和验证包装数据,确保了公正的竞争环境。这样有助于避免信息不对称和舞弊行为,提升市场的公平性和竞争力。
总体而言,基于区块链的商品包装方法可以提供可信的数据来源,提高包装质量和效率,促进供应链的协同优化,同时确保信息透明和公平竞争。这对于商品包装过程的管理和监控具有重要的作用,有助于提升整体包装行业的发展水平和竞争力。
本实施例一种基于区块链的商品包装方法,所述S2包括:
根据包装过程中需要监测的关键参数,选择合适的监测设备;所述监测设备包括传感器、摄像头、RFID标签;
将所述监测设备与智能合约进行连接,实时传输采集到的数据。
所述关键参数包括:
温度:包装过程中的温度是一个重要的关键参数,特别是对于需要控制温度的物品,如食品、药品等。
湿度:某些物品对湿度较为敏感,因此包装过程中的湿度是一个关键参数,确保物品的质量和保鲜效果。
压力/力度:包装过程中的压力或力度是关键参数,例如在封口过程中,需要确保适当的压力被施加以保证封口的完整性。
高度/位置:对于堆叠、装箱等操作,高度和位置是关键参数,确保包装物件正确放置且稳定。
时间:在包装过程中,时间也是一个关键参数,确保各个步骤的持续时间在合理范围内,以避免过长或过短的包装时间导致问题。
光线/辐射:某些物品对光线或辐射敏感,因此包装过程中需要注意防止过多的光线或辐射暴露。
气体浓度:某些物品对特定气体的浓度要求较高,因此在包装过程中需要监测和控制气体浓度,确保符合要求。
液位:对于液体的包装过程,液位是一个重要的关键参数,确保容器中液体的正确填充量。
上述技术方案的工作原理为:根据包装过程中需要监测的关键参数,选择合适的监测设备。这些设备可以包括传感器、摄像头和RFID标签等。传感器可以用来监测物品的温度、湿度、压力等物理参数;摄像头可以用来监测包装过程中的视觉信息;RFID标签可以用来进行物品追踪和识别。将所选择的监测设备与区块链上的智能合约建立连接。这可以通过设备的API接口或其他通信方式实现。连接完成后,监测设备就可以与智能合约进行数据的传输和交互。监测设备在包装过程中实时采集到的数据可以通过连接的智能合约进行传输。例如,传感器采集到的物理参数、摄像头捕捉到的图像数据、RFID标签读取到的标识码等;这些数据会被打包并上传到区块链网络中,形成一个新的数据块。新的数据块会在区块链网络中被验证并记录下来。由于区块链的特性,数据的修改和篡改是非常困难的,保证了数据的安全性和可信度;同时,通过智能合约的逻辑和规则,可以对上传的数据进行验证,确保数据的合法性。
上述技术方案的效果为:通过选择合适的监测设备,如传感器、摄像头和RFID标签,可以实时监测包装过程中的关键参数,例如温度、湿度、压力、物品位置等。这有助于及时获取包装过程中的实时数据,为后续的质量控制和问题排查提供基础;将监测设备与智能合约连接,可以实现数据的准确采集和记录。这些设备能够直接将采集到的数据传输至智能合约,避免了人工介入可能带来的误差和不准确性。同时,通过区块链的特性,确保数据的安全性和不可篡改性,增强了数据的可信度;通过实时监测关键参数,可以及时发现包装过程中的异常情况并采取相应措施。例如,如果温度超出了指定范围,可以及时调整环境条件,避免产品受损。此外,通过数据的采集和分析,可以识别出包装过程中的瓶颈和优化空间,提高包装效率和质量;基于区块链的商品包装方法可以确保数据的可信来源。通过将采集到的数据上传至区块链,数据的真实性和完整性得到了验证,避免了数据篡改和伪造。这为包装数据的追溯和证明提供了可靠的依据,并增强了消费者对产品质量和安全性的信任;基于区块链的商品包装方法为供应链各环节的协同和可追溯性提供了支持。通过智能合约和区块链的记录功能,参与方可以共享和验证包装数据,实现更高效的协同工作。同时,区块链的不可篡改性也有利于追踪产品的来源和流向,提升供应链的可追溯性和反向追溯能力。
综上所述,基于区块链的商品包装方法在S2阶段带来了实时监测、数据准确性、包装质量和效率的提升,以及可信的数据来源和供应链协同与可追溯性的优势。这些好处和效果有助于提升包装行业的发展水平和竞争力,同时增强消费者对产品质量和安全性的信心。
本实施例一种基于区块链的商品包装方法,所述S3包括:
从区块链上获取存储的包装过程数据,并对所述过程数据进行预处理,获得预处理后的数据;
根据预处理后的数据,获取所述包装过程中存在的异常状况;所述异常状况包括质量问题、设备故障、操作错误;
获取不同异常状况的发生的阶段、异常程度以及发生概率;通过时间戳或其他相关信息来判断异常发生阶段,例如某个异常可能在机器开关时、产品流动过程中或特定的环节出现;基于历史数据和统计分析,对每个异常状况发生的概率进行估计;这可以通过计算异常事件在过去一段时间内的频率来实现;异常程度包括轻微、中等和严重。例如货物破损,是在运输过程种破损还是打包过程中出现的破损;破损的程度,是轻微划伤还是严重损坏等;
根据历史记录,获取每种异常状况不同异常程度下对应的风险和损失Lp;
L1为直接经济损失,包括生产停工导致的损失、产品召回的成本、维修费用之和;L2为非直接经济损失;n所述历史记录中同类异常同一异常程度发生的次数;所述历史数据可以为一个月,一个季度,或者一年内的统计数据,根据数量而定;异常事件前客户数量;/>异常事件后客户数量;Ty为客户关系期间,Ta为平均客户关系期间;Jy为客户关系期间内购买总额;B为退款补偿;所述异常时间后为异常时间发生后,改善之前的固定时间段或日期;如果一种异常记录中有三种不同的程度,则三种程度分开计算,对应三种不同的损失值;
根据所述风险和损失获得影响程度评分;所述影响程度评分为:
根据发生概率以及影响程度评分,确定异常状况的最终评分;
根据异常发生的阶段和所述最终评分,选取异常状况进行关联性分析,获得相关监控参数;其中,P为某种异常状况在某一异常程度下发生的概率;例如包装阶段出现的轻度破损的概率;或者包装阶段出现的中度破损的概率等;
对所述相关监控参数设置不同的控制阈值和监控采样频率。
其中,异常包括:
设备故障:包装设备可能出现故障,例如机器停机、传送带堵塞、封口机失效等,导致包装过程中断或延误。
包装错误:操作人员可能会犯错,如错装标签、选择错误的包装材料或包装规格,导致包装不符合要求或产品混淆。
质量问题:在包装过程中,产品可能出现质量问题,如破损、变形、渗漏等,导致包装无法完成或需要返工。
数据记录错误:记录包装过程的数据可能出现错误,如漏填、填写错误的批次号或日期,造成信息不准确或难以追溯。
环境因素:包装过程可能受到环境因素的影响,如温度波动、湿度变化、灰尘或异物进入等,对包装质量和产品稳定性产生影响。
运输事故:在将包装好的产品进行运输时,可能发生事故或不当操作,导致包装破损、产品损坏或碰撞等
异常概率分布可以包括以下内容:
异常类型:描述不同类型的异常情况,如包装材料破损、尺寸不符、重量超限、温度异常等。
概率值:表示每种异常类型发生的概率;概率值包括相对概率或绝对概率;
阈值设定:可以设置一定的阈值来判断异常情况是否达到了预警或触发报警的条件。通过与设定的阈值进行比较,可以确定包装过程中哪些异常情况需要引起关注或采取相应的措施。
确定潜在风险和损失:首先明确可能存在的异常事件和对应的风险和损失,包括生产中断、产品质量下降、安全事故、客户投诉增加等。通过分析业务流程和系统,确定哪些环节或方面容易发生异常,并列出可能带来的不良后果。
定量化风险和损失:对于确定的风险和损失,尽量进行量化分析。这可以包括经济方面的损失,如生产停工导致的损失、产品召回的成本、维修费用等。同时,还需考虑声誉、客户满意度等非经济方面的影响,尽可能将其转化为可衡量的指标。
评估概率和严重性:针对每个异常事件,评估其发生的概率和对业务的严重性。通过分析历史数据、相关统计信息、专家意见等,估计异常事件发生的概率,并对其对业务流程、系统稳定性、用户体验等方面的影响程度进行评估。
风险优先级排序:将评估得到的风险和损失按照其严重性和概率进行排序,确定哪些异常事件具有较高的风险优先级。这有助于将有限的资源和关注点集中在最重要的异常情况上。
制定应对策略:根据风险优先级,制定相应的应对策略。对于高风险事件,可以采取更严格的阈值或设置更紧急的报警机制;对于低风险事件,可以放宽一些限制或采取常规的监测和异常处理方法。
定期评估和更新:风险评估是一个动态过程,需要定期进行评估和更新。随着业务环境、系统变化和新的异常情况出现,及时进行调整和优化。
上述技术方案的工作原理为:从区块链上获取存储的包装过程数据,并对这些数据进行预处理,以获得可用于后续分析的数据;预处理包括数据清洗、去除异常值、数据转换等步骤,确保数据的准确性和一致性。基于预处理后的数据,对包装过程中存在的异常状况进行检测和分类。异常状况可以包括质量问题、设备故障、操作错误等;通过分析数据中的异常模式、规律和特征,可以自动识别和分类不同的异常状况;根据预处理后的数据和时间戳等相关信息,确定异常发生的阶段,例如在机器开关、产品流动或特定环节出现的异常。同时,通过历史数据和统计分析,对每种异常状况的发生概率进行估计,这可以通过计算异常事件在过去一段时间内的频率来实现;根据历史记录,获取每种异常状况在不同异常程度下对应的风险和损失。直接经济损失包括生产停工导致的损失、产品召回的成本、维修费用等,而非直接经济损失可能涉及到客户关系期间、购买总额、退款补偿等多个因素。利用风险和损失的评估结果,计算出每种异常状况的影响程度评分;通过将实际损失与最小和最大损失值进行归一化,可以得到一个相对的影响程度评分;结合异常状况的发生概率和影响程度评分,确定每种异常状况的最终评分;根据这些评分和异常发生的阶段,进行关联性分析,以获得与异常相关的监控参数;根据关联性分析的结果和评估的异常风险,对相关监控参数设置不同的控制阈值和监控采样频率;这有助于及时发现和处理异常情况,保证包装过程的质量和安全性。
上述技术方案的效果为:通过区块链技术,可以从区块链上获取存储的包装过程数据,确保数据的真实性和不可篡改性。这样可以对包装过程进行全面的追溯,减少信息不对称和诚信问题,提高消费者对商品的信任。通过预处理后的数据,能够及时检测和识别包装过程中的异常状况,包括质量问题、设备故障和操作错误等。这有助于在异常发生前及时采取措施,避免出现生产停工、产品召回等损失。通过判断异常发生的阶段和根据历史数据进行统计分析,可以准确估计每种异常状况的发生概率。这有助于制定合理的风险管理策略,优化资源分配和提高生产效率。通过历史记录和相关指标,对每种异常状况的风险和损失进行评估。这有助于了解每种异常状况的影响程度,为决策者提供依据,制定合适的应对措施和风险管理策略。通过计算影响程度评分,可以对每种异常状况进行量化评估。结合发生概率和影响程度评分,确定异常状况的最终评分,有助于优先处理高风险的异常情况,提高包装过程的质量和安全性。通过关联性分析,找出与异常相关的监控参数,以及设置不同的控制阈值和监控采样频率。这有助于及时发现和处理异常情况,提前预警并采取相应的纠正措施,确保包装过程的稳定性和一致性。
通过时间戳或其他相关信息来判断异常发生的阶段,可以帮助确定异常状况发生的具体时刻或环节。这有助于定位问题、采取针对性的改进措施,并提高包装过程的可追溯性和问题解决效率;通过历史数据和统计分析,对每个异常状况发生的概率进行估计。这有助于评估异常状况的频率和可能性,帮助决策者了解其重要性和紧急程度,从而制定合理的预防和处理策略;根据异常状况的轻微、中等和严重程度进行评估。这有助于对不同程度的异常状况进行区分和分类,从而更准确地评估其对企业的风险和损失的影响程度;通过历史记录,获取每种异常状况不同异常程度下对应的风险和损失。这有助于对异常状况的经济影响进行量化评估,帮助决策者更好地理解其潜在的经济和声誉损失;根据风险和损失的评估结果,计算得到异常状况的影响程度评分。这有助于对异常状况进行排序和优先级确定,为决策提供科学依据,以便在资源有限的情况下进行有效的风险管理和问题解决;根据异常状况的发生概率和影响程度评分,确定异常状况的最终评分,并进行关联性分析。这有助于确定需要监控和关注的异常情况,制定合理的监控参数和阈值,及时发现并处理异常状况,提高包装过程的稳定性和质量控制水平;通过以上公式中的各个物理量的分析和评估,可以更准确地识别异常状况、量化风险和损失,并基于数据驱动决策来优化包装过程,提高企业的安全性和可靠性。
总体而言,这种基于区块链的商品包装方法可以提高包装过程的可追溯性、异常检测能力和风险管理水平,有效减少损失和风险。同时,它还能够增强消费者对商品的信任感,提高品牌形象和市场竞争力。
本实施例一种基于区块链的商品包装方法,所述根据异常发生的阶段和所述最终评分,选取异常状况进行关联性分析,获得相关监控参数;包括:
最终得分从高到低进行排序,获得排序结果;
根据排序结果,选取对应的异常状况进行关联性分析;其中选取原则为:
若(zyj-zyj+1)/zyj+1≥1;则选取大于等于zyj的分值对应的异常状况进行关联性分析;其中zyj为排序后排在第j个的最终评分值;zyj+1为排序后排在第j+1个的最终评分值;
若(zyj-zyj+1)/zyj+1<1;则选取前80%对应分值的异常状况进行关联性分析。
上述技术方案的工作原理为:对每个异常状况根据其发生阶段和最终评分进行评估。根据异常发生的阶段,可以确定具体的时间或环节,帮助定位问题。最终评分从高到低排序,用于衡量异常的严重程度;将异常状况按照最终评分从高到低进行排序,获得排序结果。根据排序结果,进一步选取异常状况进行关联性分析。
根据选择的异常状况及其最终评分,进行关联性分析。根据给定的选取原则:
a)若(zyj-zyj+1)/zyj+1≥1;则选取大于等于zyj的分值对应的异常状况进行关联性分析;其中zyj为排序后排在第j个的最终评分值;zyj+1为排序后排在第j+1个的最终评分值;将第一个符合此条件的其中zyj作为选择分割点;
b)若(zyj-zyj+1)/zyj+1<1;则选取前80%对应分值的异常状况进行关联性分析。
上述技术方案的效果为:通过对异常发生的阶段和最终评分的分析,可以选择最严重的异常状况进行关联性分析。这样可以快速识别并监控潜在的问题,减少不良品的出现。通过关联性分析,可以获得相关的监控参数。这些参数可以帮助企业了解包装过程中存在的问题和缺陷,并采取相应的措施进行改进和调整。基于区块链的数据可追溯性,可以准确记录每个异常状况的发生时间和其他相关信息。这有助于追踪问题根源,快速定位异常状况的原因,并进行及时的处理和修复。通过对异常状况的关联性分析,可以更加精确地选择异常进行分析和解决。这有助于提高包装过程的质量控制水平,减少缺陷品的产生,提升产品质量和客户满意度。由于区块链的去中心化特性和数据不可篡改的特点,记录在区块链上的数据具有高度的可信度和可靠性。这可以确保所获得的监控参数和分析结果的准确性,并为进一步的决策提供可靠的依据。
通过公式,可以确定一个阈值来选择需要进行关联性分析的异常状况;这样可以明确地设定一个分割点,因为异常情况太多,如果全部选择,每个都建立模型的话,会降低效率;根据选择异常状况的建立分析模型,减少了人为主观因素,并提供了一种客观的选择标准;通过计算公式得到的结果,根据最终得分从高到低进行排序。这样可以将异常按照其得分进行排序,从而明确哪些异常状况相对较为严重和重要。这对于优先处理重要异常、加强质量控制和提升产品品质具有指导意义。通过采用公式进行筛选,能够更加快速地选择出一部分异常进行关联性分析。这样可以节省时间和资源,集中精力解决那些较为重要和紧急的问题,提高处理效率和反应速度。基于公式的选取原则,能够将评分变化的因素纳入考量。这有助于基于真实数据进行决策,避免主观偏差,提高决策的科学性和准确性。
综上所述,基于区块链的商品包装方法通过关联性分析和异常监控,可以更加精确地选择异常状况进行进一步分析,以便及时发现问题、制定改进措施,并提高包装过程的可靠性和质量控制水平。同时,由于基于区块链的数据可追溯性,可以更好地实现对异常状况的监控和溯源。
本实施例一种基于区块链的商品包装方法,其特征在于,所述关联性分析包括:
将选取的异常状况对应的关键参数均值Cua与正常情况下关键参数均值Ca进行对比;将选取的异常状况对应的时间序列均值Sua与正常情况下时间序列均值Sa进行对比;获得对比结果;
根据对比结果选取关键参数和/或时间序列建立关联模型;如果或者/>则将Cua、Sua作为输入参数,异常状况作为输出建立关联模型;σu1为正常情况下关键参数的标准差;σu2为正常情况下时间序列的标准差;每种异常分别建立模型;
通过模型获得不同参数对异常状况影响的置信度;根据模型的输出结果,可以评估不同参数对异常状况的影响程度;一种常见的方法是使用模型的权重或特征重要性指标来衡量各个参数的贡献度,从而得到不同参数对异常状况影响的置信度。
上述技术方案的工作原理为:首先,选取的异常状况对应的关键参数均值与正常情况下的关键参数均值进行对比,以及选取的异常状况对应的时间序列均值与正常情况下的时间序列均值进行对比。这样可以衡量选取的异常状况在关键参数和时间序列上的偏离程度;根据对比结果,会得到比较数据,如果或者/>则将Cua、Sua作为输入参数,异常状况作为输出建立关联模型;σu1为正常情况下关键参数的标准差;σu2为正常情况下时间序列的标准差;针对每种异常,分别建立关联模型;通过使用输入参数(C_{ua}和S_{ua})作为模型的输入,将异常状况作为输出,建立相关的数学模型。这些模型能够描述异常状况与关键参数、时间序列之间的关系;通过使用建立的关联模型,可以获得不同参数对异常状况影响的置信度;这样可以了解每个关键参数和时间序列对异常状况的贡献程度;以及它们与异常的相关性。
上述技术方案的工作效果为:通过对比选取的异常状况与正常情况下的关键参数均值和时间序列均值,可以快速检测出商品包装中存在的异常情况。这有助于发现潜在的问题或缺陷,并提前采取措施进行修复或改进。根据对比结果,选取关键参数和/或时间序列建立关联模型。这些模型能够描述异常状况与关键参数、时间序列之间的关系。通过建立这些关联模型,可以深入了解异常状况的成因和影响因素,为解决问题提供指导和依据。通过使用建立的关联模型,可以获得不同参数对异常状况影响的置信度。这样可以量化地评估每个关键参数和时间序列对异常状况的贡献程度。这有助于确定哪些参数是最关键的,从而在商品包装中做出相应的调整和改进。通过实施该方法,可以及时发现和解决商品包装中的异常情况,从而提升包装质量。减少包装中的缺陷和问题,有助于保护商品的完整性和安全性,提高客户满意度,并减少退货和投诉的情况发生。通过将异常状况的关键参数均值和时间序列均值与正常情况下的对应值进行对比,可以更准确地检测出异常。关键参数和时间序列的差异越大,说明异常状况可能越严重;针对每一种异常情况,都单独建立相应的关联模型。这样可以更准确地描述不同异常状况与关键参数、时间序列之间的关系,从而为解决问题提供更加精细化的指导和依据。
一种基于区块链的商品包装方法,所述S4包括:
遍历各个模型中同一参数对应的置信度,将所述同一参数对应的置信度进行加权求和,获得参数权重;
例如温度在第一种异常里的置信度为W11;在第二种异常对应的模型的置信度为W12第f种异常对应的模型的置信度为W1f;则温度对应的权重为x=W11*zy1+W12**zy2+…+W1f*zyf;
将所述参数权重进行归一化处理,获得归一化处理后的权重Gz;
将所述归一化处理后的权重进行排序;将大于预设值的权重对应的参数加入重点监控列表;
根据所述参数权重调整对应的参数阈值和采样频率;
其中,参数阈值为设置为:Cmin1=(1+Gz*σu/Ca)Cmin;Cmax1=(1-Gz*σu/Ca)Cmax;
Cmin、Cmax分别为初始对应参数的最大阈值和最小阈值;σu为初始对应参数的标准差;Ca参数正常情况下的均值;
采样频率调整为FC=(2-Gz)×FC0,其中FC0为参数预设采样频率;
通过实时监测包装过程中的参数变化和质量指标,及时收集数据并进行分析;根据分析结果,评估参数调整的效果,并根据需要进行进一步的优化和调整。
上述技术方案的工作原理为:遍历各个模型中同一参数对应的置信度,将所述同一参数对应的置信度进行加权求和,获得参数权重;将所述参数权重进行归一化处理,获得归一化处理后的权重Gz;将所述归一化处理后的权重进行排序;将大于预设值的权重对应的参数加入重点监控列表;根据所述参数权重调整对应的参数阈值和采样频率;其中,参数阈值为设置为:Cmin1=(1+Gz*σu/Ca)Cmin;Cmax1=(1-Gz*σu/Ca)Cmax;Cmin、Cmax分别为初始对应参数的最大阈值和最小阈值;σu为初始对应参数的标准差;Ca参数正常情况下的均值;采样频率调整为FC=(2-Gz)×FC0,其中FC0为参数预设采样频率;通过实时监测包装过程中的参数变化和质量指标,及时收集数据并进行分析;根据分析结果,评估参数调整的效果,并根据需要进行进一步的优化和调整。
上述技术方案的效果为:通过遍历模型中同一参数的置信度,并将其加权求和得到参数权重,可以识别出对异常情况具有较大影响的关键参数。这样,可以精准地监控这些关键参数,及时捕捉异常情况发生的迹象。根据参数权重进行归一化处理后,将归一化处理后的权重排序,并将大于预设值的权重对应的参数加入重点监控列表。然后,根据参数权重调整对应的参数阈值和采样频率。这样可以根据参数的重要性和异常情况的程度,灵活自适应地调整监控阈值和采样频率,提高监测的准确性和效率。通过实时监测参数变化和质量指标,并收集相关数据进行分析,可以评估参数调整的效果。通过对分析结果的进一步优化和调整,可以不断提高商品包装的质量和效率。同时,通过重点监控关键参数,及时发现异常情况并采取相应措施,有效降低了产品包装过程中的质量风险。通过遍历各个模型中同一参数对应的置信度,并将其加权求和得到参数权重。这样可以结合多个模型的预测结果,综合考虑各种异常情况的可能性,从而更准确地评估参数的重要性。通过对参数权重进行归一化处理,可以将不同范围的权重值映射到统一的标准范围内。这样可以方便后续的排序和比较操作,提高了处理的简便性和效率;根据归一化处理后的权重排序结果,将大于预设值的权重对应的参数加入重点监控列表。这样可以集中资源和注意力对关键参数进行监控,及时发现异常情况,降低监控的复杂度和成本。根据参数权重调整对应的参数阈值和采样频率。通过公式中的阈值计算和频率调整,可以根据参数的重要性和异常情况的程度,自动调整监控的策略和方式。这样可以提高监测的准确性和效率,避免过度监控和资源浪费。
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)
1.一种基于区块链的商品包装方法,其特征在于,所述方法包括:
S1、建立一个基于区块链的包装系统,包括搭建区块链网络、设计智能合约和建立相应的数据存储结构;
S2、通过监测设备进行采集包装过程中的关键参数,将采集到的数据通过智能合约写入区块链;所述关键参数包括温度、湿度以及压力;
S3、对利用区块链记录的数据进行实时监测和分析获得分析结果;
S4、根据分析结果,调整参数控制,优化包装流程;
所述S1包括:
明确包装系统的业务需求和目标;
获取包装工艺参数、设备运行参数和相关要求,所述工艺参数包括包装材料类型、尺寸、厚度和重量;
将所述包装工艺参数、设备运行参数和相关要求录入区块链系统;
确定需要记录的数据类型和格式,设计相应的数据存储结构;
根据录入的包装工艺参数和相关要求以及数据类型和格式,创建相应的智能合约;
所述S3包括:
从区块链上获取存储的包装过程数据,并对所述过程数据进行预处理,获得预处理后的数据;
根据预处理后的数据,获取所述包装过程中存在的异常状况;
获取不同异常状况的发生的阶段、异常程度以及发生概率;
根据历史记录,获取每种异常状况不同异常程度下对应的风险和损失Lp;
L1为直接经济损失;L2为非直接经济损失;n所述历史记录中同类异常同一异常程度发生的次数;
根据所述风险和损失获得影响程度评分;所述影响程度评分为:
根据所述发生概率以及影响程度评分,确定异常状况的最终评分;
根据异常发生的阶段和所述最终评分,选取异常状况进行关联性分析,获得相关监控参数;
所述根据异常发生的阶段和所述最终评分,选取异常状况进行关联性分析,获得相关监控参数,包括:
最终得分从高到低进行排序,获得排序结果;
根据排序结果,选取对应的异常状况进行关联性分析;其中选取原则为:
若(zyj-zyj+1)/zyj+1≥1;则选取大于等于zxj的分值对应的异常状况进行关联性分析;其中zyj为排序后排在第j个的最终评分值;zxj+1为排序后排在第j+1个的最终评分值;
若(zyj-zyj+1)/zyj+1<1;则选取前80%对应分值的异常状况进行关联性分析;
所述关联性分析包括:
将选取的异常状况对应的关键参数均值Cua与正常情况下关键参数均值Ca进行对比;将选取的异常状况对应的时间序列均值Sua与正常情况下时间序列均值Sa进行对比;获得对比结果;
根据对比结果选取关键参数和/或时间序列建立关联模型;如果或者/>则将Cua、Sua作为输入参数,异常状况作为输出建立关联模型;σu1为正常情况下关键参数的标准差;σu2为正常情况下时间序列的标准差;每种异常分别建立模型;
通过模型获得不同参数对异常状况影响的置信度。
2.根据权利要求1所述的一种基于区块链的商品包装方法,其特征在于,所述S2包括:
根据包装过程中需要监测的关键参数,选择合适的监测设备;所述监测设备包括传感器、摄像头、RFID标签;
将所述监测设备与智能合约进行连接,实时传输采集到的数据。
3.根据权利要求1所述的一种基于区块链的商品包装方法,其特征在于,所述最终评分包括:
其中,P为某种异常状况在某一异常程度下发生的概率。
4.根据权利要求1所述的一种基于区块链的商品包装方法,其特征在于,所述S4包括:
遍历各个模型中同一参数对应的置信度,将所述同一参数对应的置信度进行加权求和,获得参数权重;
将所述参数权重进行归一化处理,获得归一化处理后的权重Gz;
将所述归一化处理后的权重进行排序;将大于预设值的权重对应的参数加入重点监控列表;
根据所述参数权重调整对应的参数阈值和采样频率;
通过实时监测包装过程中的参数变化和质量指标,及时收集数据并进行分析;根据分析结果,评估参数调整的效果,并根据需要进行进一步的优化和调整。
5.一种用于实现如权利要求1所述基于区块链的商品包装方法的系统,其特征在于,所述系统包括:
系统建立模块:建立一个基于区块链的包装系统,包括搭建区块链网络、设计智能合约和建立相应的数据存储结构;
数据采集模块:通过监测设备进行采集包装过程中的关键参数,将采集到的数据通过智能合约写入区块链;
监控分析模块:对利用区块链记录的数据进行实时监测和分析获得分析结果;
调整优化模块:根据分析结果,调整参数控制,优化包装流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310957872.6A CN116993012B (zh) | 2023-07-31 | 2023-07-31 | 一种基于区块链的商品包装方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310957872.6A CN116993012B (zh) | 2023-07-31 | 2023-07-31 | 一种基于区块链的商品包装方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116993012A CN116993012A (zh) | 2023-11-03 |
CN116993012B true CN116993012B (zh) | 2024-04-16 |
Family
ID=88531541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310957872.6A Active CN116993012B (zh) | 2023-07-31 | 2023-07-31 | 一种基于区块链的商品包装方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993012B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111445264A (zh) * | 2020-02-17 | 2020-07-24 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的食品供应链溯源系统及实现方法 |
CN112330345A (zh) * | 2020-12-01 | 2021-02-05 | 宁波旺链信息科技有限公司 | 一种基于区块链用于葡萄酒产业供应链的溯源管理系统 |
CN113434902A (zh) * | 2021-06-30 | 2021-09-24 | 华中科技大学 | 一种基于区块链的施工安全监测管理系统和方法 |
CN113435907A (zh) * | 2021-06-18 | 2021-09-24 | 山东省计算中心(国家超级计算济南中心) | 一种轴承保持架供应链追溯方法及系统 |
CN115115382A (zh) * | 2022-06-29 | 2022-09-27 | 昆明理工大学 | 一种基于区块链的烟草制品追溯系统及方法 |
CN116385023A (zh) * | 2023-03-28 | 2023-07-04 | 暨南大学 | 一种基于区块链的药品追溯系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11410105B2 (en) * | 2019-07-03 | 2022-08-09 | Vertru Technologies Inc. | Blockchain based supply chain network systems |
-
2023
- 2023-07-31 CN CN202310957872.6A patent/CN116993012B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111445264A (zh) * | 2020-02-17 | 2020-07-24 | 江苏荣泽信息科技股份有限公司 | 一种基于区块链的食品供应链溯源系统及实现方法 |
CN112330345A (zh) * | 2020-12-01 | 2021-02-05 | 宁波旺链信息科技有限公司 | 一种基于区块链用于葡萄酒产业供应链的溯源管理系统 |
CN113435907A (zh) * | 2021-06-18 | 2021-09-24 | 山东省计算中心(国家超级计算济南中心) | 一种轴承保持架供应链追溯方法及系统 |
CN113434902A (zh) * | 2021-06-30 | 2021-09-24 | 华中科技大学 | 一种基于区块链的施工安全监测管理系统和方法 |
CN115115382A (zh) * | 2022-06-29 | 2022-09-27 | 昆明理工大学 | 一种基于区块链的烟草制品追溯系统及方法 |
CN116385023A (zh) * | 2023-03-28 | 2023-07-04 | 暨南大学 | 一种基于区块链的药品追溯系统及方法 |
Non-Patent Citations (1)
Title |
---|
基于区块链的农产品安全可信溯源应用研究;高阳阳;吕相文;袁柳;李勐;;计算机应用与软件;20200712(第07期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116993012A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI714262B (zh) | 商家風險防控方法及裝置 | |
WO2021232588A1 (zh) | 食品安全风险评估方法、装置、设备及存储介质 | |
Hoff et al. | The tao of pooh | |
US20160092808A1 (en) | Predictive maintenance for critical components based on causality analysis | |
Deprez et al. | Pricing service maintenance contracts using predictive analytics | |
AU2020100138A6 (en) | System and Method for Identifying, Analysing and Managing Risk for Products in the supply network | |
Duong et al. | Supply chain risk assessment in disruptive times: opportunities and challenges | |
Sharma et al. | Valuation of inter-boundary inefficiencies accounting IoT based monitoring system in processed food supply chain | |
El Jaouhari et al. | An environmental-based perspective framework: integrating IoT technology into a sustainable automotive supply chain | |
Abbasov | Harmonizing financial futures: AI enhancement and methodical fusion in banking risk oversight | |
CN116993012B (zh) | 一种基于区块链的商品包装方法和系统 | |
CN101706898A (zh) | 用于检验检疫的输欧消费品安全风险评估预警系统及方法 | |
CN116862387A (zh) | 一种基于先过期先出库的供应链自动管理系统、方法 | |
CN115759460A (zh) | 基于卷积神经网络的核心企业与供应商合作关系预测方法 | |
Mahzan et al. | Elimination of Misconduct in Manual Counting Process as an Improvement of Inventory Accuracy in A Manufacturing Company | |
Smith et al. | Implementing metrics for IT service management | |
Karunakaran et al. | Determination of sustainable factors in green supply chain management with the adoption of green logistics in the manufacturing industry | |
Maas et al. | Development of SCOR Database for Digitalisation of Supply Chain Customer Feedback Analysis | |
Banerjee et al. | Artificial Intelligence in Supply Chain Management for Automobile Industry | |
CN118504944B (zh) | 基于工业互联网标识的生猪屠宰全流程溯源方法及装置 | |
CN118569886A (zh) | 一种食品质量安全溯源系统及方法 | |
Dehkhoda | Developing a framework on supply chain risk mapping, prioritization and engagement | |
US20240113936A1 (en) | Method and system for artificial intelligence-based acceleration of zero-touch processing | |
Raanan et al. | Operational risk management: an overview | |
CN118504918A (zh) | 一种基于计算机采购信息统计系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |