基于数据挖掘的食品安全预警系统在可持续食品供应链的应用外文翻译资料
2022-06-26 23:16:20
英语原文共 7 页,剩余内容已隐藏,支付完成后下载完整资料
基于数据挖掘的食品安全预警系统在可持续食品供应链的应用
摘要:近年来,在中国频繁发生的食品安全事件,与食品质量与安全相关的问题也越来越引起社会的关注。考虑到食品供应链中质量持续性的关注,许多公司已经开发了一种实时数据监控系统,以确保供应链网络中的产品质量。本文提出了一种食品安全预警系统,采用关联规则挖掘和物联网技术,对整个供应链的所有检测数据进行及时监测,并自动预警。预警系统的目标是帮助食品制造企业的管理者提前发现食品安全风险,并提供决策支持信息来维持食品的质量和安全。然后对乳品生产商进行了案例分析,结果表明,所提出的预警系统能够有效地识别出安全风险,并根据系统检测到的异常时的分析,准确地确定是否应该发出警告。此外,对啊所提出的方法的影响进行了讨论,并提出了今后的工作建议。
1 概论
食品供应链面临着由全球供应链的扩大和消费者对质量和安全的需求引起的质量风险增加的现象。由于所有的食品安全信息来自供应链中的每一个合作伙伴,在数据传输中也会出现不可预知的风险。随着物联网(IOT)的发展,为实现有效的供应链信息收集和共享提供了更好的支持。最近,开发了一种数据挖掘技术,用于识别脆弱性和沿农产品的食品安全预警——RK链。这就引发了一个基于一些食品安全和质量保证规则来分析食品安全风险和预警的系统的设计,因此,在不同的供应链步骤中的每一个操作都有潜在的发展,以减少质量不确定性和资源浪费,并最终避免食品安全事故。更重要的是,食品安全预警是实现食品供应链可持续性的有效途径,因为可持续食品供应链的质量可持续性是最重要的。食品安全预警是食品行业供应链管理者面临的一系列挑战。
现在,大多数公司都是食品供应链的一部分,通常会通过一系列利益相关方到达最终用户,而产品质量问题的严重性和复杂性已经加剧,因为更多的成员加入了供应链。在这样一个复杂和竞争的环境中,企业高管可能无法预料到他们的供应链运作中经常出现的连锁效应。在最严重的情况下,不安全的产品可能引发产品召回,从而成为供应链成员的噩梦。另一个影响产品质量保证有效性的不确定性因素是供应链中的能见度差。产品召回的急剧增加表明,那些具有低透明度的多层供应链特别容易受到食品安全风险的影响。然而,消费者需要更好的生产过程和高质量的产品,这促进了食品供应链提高质量敏感度。供应链之间的竞争已逐渐转向以质量为基础的竞争。此外,由于食品新鲜度和加工透明度的需求日益增长,人们对温度、微生物信息和其他食品品质参数的监测也越来越受到关注。因此,有必要研究扩展供应链可持续性改进,信息共享和食品安全预警的作用对于实现这些目标至关重要。
信息共享可以加强供应链节点间的沟通协调,增强食品供应链的可持续性。物联网(IOT)应用于信息共享在食品工业中具有广阔的应用前景。它使得供应链参与者能够实现实时过程监控、收集和传输信息,并解决食品供应链透明性问题。此外,物联网技术允许供应链在操作管理过程中动态地使用虚拟化技术,这提高了对食品公司在处理易腐产品、不可预测的供应变化和严格的食品安全和可持续性要求方面的支持。
鉴于食品供应链中存在的食品安全问题,在解决这些问题的过程中,采取了很多方法,预警就是其中之一,它可以在危机发生前发现并报告问题。预警过程通常是应用在基于危害分析和关键控制点(HACCP)追溯系统标准,在中国如动物的生产信息可追溯系统。目前,由于食品供应链中存在着大量的参与者和通道,市场营销物流变得比以前更加复杂,这使得食品行业的监管、监管变得更加困难。因此,大多数食品安全事故是由监管不力造成的,需要建立一个预警系统来自动有效地监管产品交易。
基于上述原因,我们决定将重点放在有效的预警系统,以确保在可持续的食品供应链中的产品安全。在这项研究中,我们提出了一个信息共享模型,收集基于物联网的数据,并采用食品安全预警系统,以揭示可能的食品安全风险有关的一些安全保证设置,发现在追溯数据库中的数据挖掘。采用RFID技术对食品安全数据进行监控和获取,并采用关联规则挖掘技术对TH运输食品的良好物流计划进行数据挖掘和配送网络,从而找到食品安全预警规则。在所提出的预警系统中,首先在第一阶段完成数据处理和清洗;其次,建立关联规则挖掘模型来发现预警规则,最后利用预警规则实现供应链中的食品安全预警。为了验证所提出的方法的有效性,对乳品供应链进行了案例研究,并通过学术团体和实业家的焦点小组对其测试结果进行了评价。
2 材料与方法
2.1 基于物联网的信息共享模型下的信息流
为了实现食品供应链中食品安全性的提升,更快的反应速度是非常重要的。基于物联网(IOT),提出了一种信息共享模型,利用信息共享的优势,协调供应链节点间的操作,确保食品安全预警系统高效安全运行。信息中心是信息交换的枢纽,它可以收集和存储来自食品供应链中所有相关步骤的信息。该中心的数据库记录所有食品安全相关数据,主要包括产品和物流信息。此外,信息中心可以连续监测和分析食品安全数据,发现异常情况。因此,当食品安全风险发生时,它可以及时提醒每个利益相关者。图1示出了基于物联网的信息共享模型下的信息流。
2.2 食品安全预警系统框架
为了尽早发现食品安全风险,维护食品质量安全,提出了一种基于关联规则挖掘的食品安全预警系统。该系统从数据挖掘的角度,将食品生产、加工和运输的数据作为处理对象。它包括四个模块:信息源、报警分析、反应和应急反馈。信息源模块是预警模型的基础。基于整个食品供应链中建立的追溯数据库,收集并更新实时监测数据,提取与食品安全相关的关键数据,为评价体系的数据基础。基于监测数据的时间序列和因果关联,利用关联规则挖掘来发现它们之间的关系(可比性、差异性、依赖性、趋势性),并在食品安全评价体系的基础上进行预警分析。然后对食品安全风险进行分析,并将其传递给反应和应急反馈模块。应急反馈模块是反应模块的一部分,它可以响应紧急情况并通知相关成员。此外,它还将紧急事件传递给反应模块。此外,我们可以采取不同的有效措施,以不同的警告实例记录到专家数据库。
2.3 预警关联规则挖掘
由于回溯数据库中的冗余和异常数据,该预警关联规则挖掘有三个阶段:数据分析和预处理、预警关联规则生成和规则评估。然后应用Apriori方法找到频繁项集,并从规则集中提取关联规则。考虑到每个规则对于食品安全的重要性,最后对生成的规则进行排序。
2.3.1数据分析与预处理
在回溯数据库中记录了大量的数据,包括大量的食品安全信息。为了提取关键数据,我们必须去掉异常数据。因此,可以直接将正确的数据输入到预警系统中,作为直接挖掘预警关联规则的案例。通常,在实际数据预处理中主要有三类异常数据:亚标准异常(SA)、超范围异常(OA)和异常分布(DA)。SA是指操作人员在没有标准化方法或其他不正确操作的情况下获取不真实和无效的检测数据,主要是由于人为错误造成的,因为这些数据不能反映实际的食品安全和质量安全状况,从而降低了预警水平。OA可能不符合标准,它是一种特殊的数据或聚集的数据,它会对食品安全和质量状况产生负面影响,因此OA分析是数据处理的最重要部分。此外,如果在供应链节点上发生相同或相似的OA的高频,则会形成DA,因此我们可以基于一些公认的OA数据来分析DA。将超越界异常预警区域划分为N区,并定义区域向量A〔A1、A2、A3、hellip;、AN〕来指示情况。完全基于这些区域出现的OA是K [K1,K2,K3,hellip;,KN]。从信息共享中心提取该区域物流单元的L[L1、L2、L3、hellip;LN ]。一个区域的异常情况的平均值WI由以下方程确定。
其中C是常数,这是在1和10之间标准化W。专家根据实践定义阈值P [P1,P2,P3,hellip;,PN]。如果是WiPi,则意味着需要发布平均和异常信息。在该区域中,异常情况量的平均值b可以通过以下方程来定义。
总之,在分析和去除回溯数据库中的异常数据后,将正确和关键数据存储在知识数据库中用于预警关联规则挖掘。
2.3.2.预警关联规则生成
作为关联规则挖掘的数据挖掘技术之一,利用关联规则挖掘发现了海量数据库中之间的关系。如果该规则的所有属性值对都适用于特定情况,则该规则对于密钥数据集的情况是有效的。规则生成中有2个措施。规则的支持表示从该规则有效的整个密钥数据集的情况的百分比。规则的置信度表示相同,但仅在满足规则先行、支持和置信的情况下的子集内,并且由以下方程确定。
对于挖掘算法,我们使用Apriori算法来识别关联规则,它采用广度优先搜索方法来计算第一阶段规则的支持,以及候选生成函数,其计算第二规则的置信度。在本研究中实现了加速挖掘过程的算法。此外,规则是支持和置信的值分别高于最小阈值。最后,对挖掘规则进行整合,提取出食品安全预警规则清单。
2.3.3 规则评估
由于关联规则挖掘通常会导致大量关联规则的产生,规则的概念在评价生成关联规则时很重要。然而,有许多生成的规则是误导或错误的,甚至它们的支持和信心的价值都高于最小阈值。因此,考虑到“支持信心”测量的局限性,我们提出了一种基于相关分析的公式来评估预警规则。公式由下列方程确定。
根据上述评价方法,我们可以通过选择具有较高的RI值的规则来获得更有效的预警规则,因为去掉了误导和错误的关联规则。此外,根据规则评估,每个预警规则可以根据不同的RI值分配不同的权重,从而系统可以准确判断系统检测到异常时是否应该发出警告。
3 案例研究
为了说明预警系统的适用性和有效性,对我国著名乳品企业三元进行了个案研究。以物联网为基础,采用ERP系统对采购、生产、质量控制和配送业务进行数字化链接,实现快速的信息共享和交换。
在配送业务中,在自己的运输车队中有375辆车,以确保在运送过程中,牛奶容器内的交货时间和适当的温度。因此,三元能够创建一个专注于可见性、可追溯性、问责性和授权的供应链系统,使公司能够确保产品质量。
3.1 三元食品安全挑战。
近年来,客户考虑质量、安全和环保等标准来做出购买决定,他们往往愿意为高质量的产品支付更高的价格。因此,作为一家领先的乳品生产商和分销商,三元必须确保在食品安全保障方面满足市场需求,以跟上竞争。与大多数乳品生产商不同,三元有一个垂直整合的供应链,这意味着三元将其产品直接从农场运送到零售商。作为一种在运输过程中迅速腐烂的易腐烂的食品,在运输过程中,乳制品需要在大部分时间内正确的冷藏,否则,其质量、风味和营养都会流失。
然而,事实上,很多客户对其产品质量有抱怨,而三元在北京市场的销售收入同比下降7.96%,这是过去五年来的首次下降。尽管采用了物联网和冷链技术,但确保牛奶安全的必要性意味着三元在供应链的每个中间环节都很难监控温度。为了避免这些中间点存在温度不稳定,三元需要设计更好的食品安全保障设置和食品安全预警系统。然而,随着其供应链中的数据都是复杂和不确定的性质,从而使操作员难以确定最佳设置作为参考预警规则。此外,潜在的安全风险不会提前发现不合理的预警规则。少量的牛奶会引起广泛的污染,导致严重的食品安全事件。此外,三元每天都将其各种奶制品运往超市,在信息系统中记录大量的数据,但这些数据缺乏挖掘,导致许多错误的操作导致了食品质量问题。因此,选择三元作为参考案例,论证了食品安全预警系统的可行性。
3.2 将食品安全预警系统应用于三元供应链。
3.2.1阶段1:数据处理
根据三元的高集成垂直供应链,每个乳制品第一RFID标签的分配器中心,从而提供详细的产品信息,每一方在供应链网络配备射频识别读者注册点到点事务和温度信息的产品。与物联网相结合,提供信息可见性的整个过程变得更加有效。在本案例中,我们考虑了7个因素,其中包括运输时间、温度、季节、运输、包装、产品类型和顾客满意度。因此,这些相关数据在三元信息共享中心进行了记录和处理。
3.2.2阶段2:关联规则生成。
在此阶段,关联规则生成的输入了相关数据的7个因素。根据Apriori算法,如果有支持度量的第一个项目集超过预定义的最小支持阈值,则在具有较高置信值的项目集之间生成关联规则,而不是预定义的最小信任值。在本文中,对每个因子都预定义了最小支持度和置信值,在这种情况下,所有的阈值都由有经验的操作人员在三元中决定。
在本研究中,支持的最小值设为0.5,而置信阈值设为0.6。如果任何项的支持计数小于预定义的最小阈值,则相应的项将被删除。然后,从1个项目集表的候选项中输入2个项目集的组合。所有可能的结果都可以通过集中它们的因子来生成。当2个项目集形成时,计算其支持计数。在前面的步骤中,所有的支持计数都与阈值相比较。该算法继续构建itemset表,只在形成一个2项目集表时搜索规则。如果2 itemset表不包含任何可行的组合,且仍有可行的解决方案,那么该算法就会结束,必须继续工作。为了客观地提取基于支持和信心价值的有用和有趣的规则,针对食品安全预警系统的预警规则生成了120条规则。
3.2.3 阶段3:规则评估
在此阶段,对所生成的规则进行了评估,并根据国际标准和三元的操作人员的建议,分配了权重。
此外,当每个产品订单都输入到系统中时,可以实现持续学习。这是因为食品安全和质量的结果也被输入到系统中进行数据预处理,以消除异常。此外,新案例的每一个结果都可以由三元的经验操作者或经理来评估。如果结果是令人满意的,那么新的解决方案将被验证并存储在关联规则挖掘的回顾性数据库中。换句话说,它被用作实际的学习过程,便于分析每个新情况的预警规则。
4结果和讨论
当这些关联规则进入三元食品安全预警系统期间,我们发现结果令人称赞,并认为预警系统可以使操作者立即发现食品安全风险,并在交付过程中提高食品质量保证。预警系统还可以充分利用已在三元应用的物联网技术。此外,预警规则可以从存储在信息共享中心数据仓库中的先前大量原始数据中挖掘出来。此外,所有新的警告信息都将输入到专家数据库和历史数据库中,以便为解决将来的问题提供一个连续和交互式的过程。然而,三元供应链管理中预警系统的实施可能会增加运输成本。例如,当液体牛奶
全文共7101字,剩余内容已隐藏,支付完成后下载完整资料
资料编号:[10644],资料为PDF文档或Word文档,PDF文档可免费转换为Word
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。