農(nóng)產(chǎn)品冷鏈物流安全預(yù)警研究.pdf

1、隨著人民生活質(zhì)量的改善，對于農(nóng)產(chǎn)品的品質(zhì)和安全提出了更高的要求。我國是農(nóng)業(yè)大國，冷鏈物流在農(nóng)業(yè)產(chǎn)業(yè)化中的應(yīng)用廣泛且占據(jù)重要部分。但目前我國冷鏈物流基礎(chǔ)設(shè)施、信息技術(shù)水平以及標(biāo)準(zhǔn)體系不夠完善。如何對農(nóng)產(chǎn)品進行有效的冷鏈監(jiān)控、安全預(yù)警和追溯管理的需求也越來越大。本文以此為背景，研究農(nóng)產(chǎn)品冷鏈物流的預(yù)警問題，在分析影響農(nóng)產(chǎn)品冷鏈物流安全成因的基礎(chǔ)上，分別構(gòu)建針對果蔬、肉類和乳品的預(yù)警指標(biāo)體系，結(jié)合模糊層次法和改進的支持向量機算法設(shè)計預(yù)警模型，

2、并開發(fā)農(nóng)產(chǎn)品冷鏈物流預(yù)警追溯系統(tǒng)，實現(xiàn)農(nóng)產(chǎn)品冷鏈物流的事前預(yù)警和事后追溯。本文的主要研究內(nèi)容和成果如下:
　　(1)建立基于模糊層次法的農(nóng)產(chǎn)品冷鏈物流安全預(yù)警指標(biāo)體系。根據(jù)在農(nóng)產(chǎn)品冷鏈物流過程中產(chǎn)生危害的來源和性質(zhì)，以及農(nóng)產(chǎn)品在流通過程中遵循的相關(guān)規(guī)范，本文從內(nèi)因、環(huán)境因素和物流因素這三個方面進行剖析，找出能突出反映現(xiàn)實情況的指標(biāo)集，并采用模糊層次分析法確定了預(yù)警指標(biāo)權(quán)重。
　　(2)提出基于參數(shù)優(yōu)化的支持向量機回歸預(yù)測模型

3、，并驗證該模型在解決農(nóng)產(chǎn)品冷鏈預(yù)警問題上的有效性。分別采用Polynomial核函數(shù)、RBF核函數(shù)和Sigmoid核函數(shù)建模并求解，尋找應(yīng)用于支持向量機預(yù)警模型中預(yù)測誤差最低的核函數(shù)。經(jīng)過對比測試誤差精度，驗證了RBF核函數(shù)較之其他核函數(shù)在支持向量機預(yù)測模型中具有一定的優(yōu)越性。在此基礎(chǔ)上，提出采用自適應(yīng)變異粒子群算法改善支持向量參數(shù)，以提高支持向量機方法的預(yù)測精度，并與BP神經(jīng)網(wǎng)絡(luò)、支持向量機算法（未優(yōu)化）以及交叉驗證法優(yōu)化參數(shù)后的支持

4、向量機算法進行對比。實驗結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)算法在預(yù)警模型中的輸出結(jié)果波動性較大、精度較差，較之采用自適應(yīng)變異粒子群算法優(yōu)化參數(shù)后的支持向量機模型預(yù)測結(jié)果穩(wěn)定性高、求解精度好。
　　(3)以EPC物聯(lián)網(wǎng)技術(shù)為背景，采用JSP+Servlet+JavaBean的B/S模式，并以SQL Server作為后臺數(shù)據(jù)庫開發(fā)農(nóng)產(chǎn)品冷鏈物流安全預(yù)警追溯系統(tǒng)。本系統(tǒng)可實現(xiàn)農(nóng)產(chǎn)品在整個供應(yīng)鏈中的事前預(yù)警和事后追溯，旨在降低不必要的農(nóng)產(chǎn)品損耗、提高冷