[發明專利]一種基于BP神經網絡的蔬菜冷鏈物流系統

在審

• 申請號: 201910949084.6
• 申請日: 2019-10-08
• 公開（公告）號: CN110599071A
• 公開（公告）日: 2019-12-20
• 發明（設計）人: 董超;王世民
• 申請（專利權）人: 北京工商大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/08;G06N3/04;G06N3/08
• 代理公司: 42261 武漢尚齊知識產權代理事務所(普通合伙)
• 代理人: 韓廣

本發明涉及蔬菜冷鏈物流技術領域，且公開了一種基于BP神經網絡的蔬菜冷鏈物流系統，包括如下步驟：根據蔬菜冷鏈物流監測數據構建預警模型；建立預警指標體系；預警指標歸一化；模型訓練及預測；預警結果分類以及警情程度判定；步驟S1具體為：對整個供應鏈中蔬菜風險狀況信息進行采集和匯總，經過數據處理后進行分析和評價，并構建BP神經網絡；將PSO應用于BP神經網絡的訓練中，優化神經網絡的連接權值；步驟S2具體為：根據整個冷鏈涉及的加工、貯藏、運輸和銷售四個環節，分析影響蔬菜風險品質和質量的因素。該基于BP神經網絡的蔬菜冷鏈物流系統，方便準確地對蔬菜冷鏈物流進行及時預警。

技術領域

本發明涉及蔬菜冷鏈物流技術領域，具體為一種基于BP神經網絡的蔬菜冷鏈物流系統。

背景技術

蔬菜冷鏈物流是指蔬菜從產地采摘后，在加工、運輸、貯藏和銷售等環節下始終處于相對適宜的低溫環境中，最大程度地保證其品質和口感，減少損耗和環境污染的特殊供應鏈系統。據統計，每年由于冷鏈物流造成約113萬噸蔬菜的浪費，總價值在100億美元左右，其數量足以滿足數億人對蔬菜的需求量。現如今，蔬菜供貨商之間競爭的核心不僅僅是價格，更加注重蔬菜的品質和口感。為了最大程度地提供給顧客高品質的蔬菜產品，因此實現對蔬菜冷鏈物流全程的實時監控和及時預警具有重要意義。

由于蔬菜冷鏈物流的預警涉及整個供應鏈，涵蓋的范圍廣，受供應鏈環境復雜等諸多因素的影響，造成蔬菜產品受損的原因有所不同。傳統的BP神經網絡在對風險預警模型進行預測時收斂速度慢，易陷入局部權值，而且結果精度差，學習能力不強，因此導致預測結果誤差較大。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種基于BP神經網絡的蔬菜冷鏈物流系統，具備準確地對蔬菜冷鏈物流進行及時預警的優點，解決了現有技術中，BP神經網絡在對風險預警模型進行預測時收斂速度慢，易陷入局部權值，而且結果精度差，學習能力不強，導致預測結果誤差較大的問題。

(二)技術方案

為實現上述準確地對蔬菜冷鏈物流進行及時預警的目的，本發明提供如下技術方案：一種基于BP神經網絡的蔬菜冷鏈物流系統，包括如下步驟：

S1：根據蔬菜冷鏈物流監測數據構建預警模型；

S2：建立預警指標體系；

S3：預警指標歸一化；

S4：模型訓練及預測；

S5：預警結果分類及警情程度判定。

優選的，所述步驟S1具體為：

S11：對整個供應鏈中蔬菜風險狀況信息進行采集和匯總，經過數據處理后進行分析和評價，并構建BP神經網絡；

S12:將PSO應用于BP神經網絡的訓練中，優化神經網絡的連接權值。

優選的，所述步驟S2具體為：

根據整個冷鏈涉及的加工、貯藏、運輸和銷售四個環節，分析影響蔬菜風險品質和質量的因素，從蔬菜品質、環境、人文和設備四個方面確定蔬菜的風險指標，再運用層次分析法計算各個指標權重因子。

優選的，所述步驟S3具體為：

對數據做歸一化處理，使所有數據取值范圍限定在(0,1)之間，定性評價指標歸一化處理，評判結果分五個等級：好、較好、一般、較差、差，對應的評價值為0.30、0.25、0.20、0.15、0.10，量評價指標歸一化處理，采用最大最小值法，具體方法如下：

設x＝{x₁₁,...,x_ij,...}，i＝1,...,13；j＝1,...,200則：