专利名称：一种食品企业诚信评价方法
技术领域：
本发明涉及一种企业诚信评价方法，尤指一种可以提高食品企业诚信评价的客观性和精确性的基于神经网络与专家评分融合的食品企业诚信评价方法。
背景技术：
轻工业是我国国民经济的传统支柱产业和重要民生产业，食品工业又是我国轻工业中颇具竞争力的行业。改革开放以来，我国食品生产经营和消费格局发生了深刻变化，突出表现在生产经营主体多元化，消费需求多层次，产量持续增加，质量逐步提高，食品供应由长期以来的总体短缺、品种单调转变为数量充足和品种多样化。在快速发展的同时，食品安全问题也日益突出。近年来，制售假冒伪劣食品现象不断出现，重大食品安全事故时有发生。食品安全问题不仅是经济发展问题，而且也是重大的社会问题。分析当前我国食品安 全领域存在的问题，有着深刻的经济和社会原因，除食品行业生产力水平不高，食品消费水平总体偏低、消费安全意识差，食品安全面临新的挑战等原因外，食品生产经营企业作为食品主体责任者，其诚信的严重缺失也是主要原因之一。近几年发生的“苏丹红”、“冠生园月饼”、“三鹿奶粉”、“瘦肉精”和“地沟油”等一系列食品安全事件，都属于生产企业不遵守诚信，违法生产所导致的。因此，研究建立食品生产加工企业诚信评价体系，开展食品企业诚信评价对于支撑食品诚信体系建设，加强食品加工企业管理、政府实施分类监管、提升消费信心等将发挥重要作用。国家非常重视食品企业诚信建设工作。党的十六大报告提出“整顿和规范市场经济秩序，健全现代市场经济的社会信用体系。”十六届三中全会进一步指出，要增强全社会的信用意识，形成以道德为支撑，产权为基础，法律为保障的社会信用制度。国务院总理温家宝在2011年10月19日主持召开的国务院常务会议上部署制订社会信用体系建设规划。国务院总理温家宝在同国务院参事和中央文史研究馆馆员座谈时说，近年来相继发生“毒奶粉”、“瘦肉精”、“地沟油”、“染色馒头”等恶性食品安全事件足以表明，诚信的缺失、道德的滑坡已经到了何等严重的地步。2011年，李克强副总理在全国食品安全专题会上，强调要强化企业主体责任，加强企业诚信建设。食品工业“十二五”发展规划中提出要落实企业食品安全主体责任。《质量发展纲要》中把诚信守法作为质量发展的重要基石。近年来，在企业诚信(信用)评价的实践方面，国家出台了系列管理要求和标准2004年，国家食品药品监督管理局等八个部门发布了《关于加快食品安全信用体系建设的若干指导意见》，原则上确立食品安全信用从高到低划分为A、B、C、D四级，要求各部门、各行业根据部门、行业的需要具体细化评价指标条件。由于没有具体的评价指标，该《意见》至今没有得到实施。2006年，国家质量监督检验检疫总局发布了《关于加强企业质量信用监管工作的意见》，企业质量信用监管指标主要由质量、标准、计量、认证、出口检验方面的指标构成。根据企业质量信用指标反映的不同情况将企业质量信用等级分为A、B、C、D4级，分别代表守信、基本守信、失信、严重失信4级信用程度。《意见》适用于所有工业企业，指标确定在质检职责范围内，也导致评价较为简单、针对性不强。工业和信息化部、国家发展改革委等10部委2009年12月30日正式发布《食品工业企业诚信体系建设工作指导意见》，并在黑龙江省乳制品行业、河南省肉类加工行业启动企业试点工作，这标志着我国全面推进食品工业企业诚信体系建设工作正式启动。2010年，工业和信息化部发布了《食品工业企业诚信评价准则》、《食品工业企业诚信管理体系(CMS)建立及实施通用要求》两项行业标准。标准从企业基本情况、财务情况、产品质量诚信保证能力和企业社会责任四个方面对食品企业的诚信体系做出评价。该标准针对食品生产企业并考虑了食品加工的特点而制定，对企业和第三方组织开展诚信评价有一定的指导意义。标准在实施后也暴露出诸多问题，特别是产品质量诚信保证能力方面，还存在着指标不全、评价分数分配不合理(如关键的原材料控制和食品添加剂的使用重要性不够突出)、评价分数权重缺失等重要问题。同时标准尚缺乏对食品缺陷的预防、信息收集、调查与认定、风险评价和分析方法的综合考虑，现有评价标准不能全面准确的对企业的食品诚信做出准确的评估。我国对诚信评价的研究还处于起步阶段，大多在制度建设和立法方面提出建议和措施。在企业诚信评价方法的选择上主要包括经典的统计方法和流行的非统计方法。统计方法有①多元判别分析；②回归分析法；非统计方法有①最优化方法；②粗糙集方法；③模糊判别法；④灰色关联法；⑤支持向量机方法；⑥神经网络专家评分法。针对食品 企业诚信评价内容进行的研究较少，缺乏系统的理论和实证分析，还没有形成符合中国国情的、完善的评估指标体系，更没有科学的评价模型和方法。因此，食品企业诚信评价方法需要解决评价指标设定、评估模型建立等技术问题，而这些技术正是目前国内外尚未报导或欠缺的。因此，食品企业诚信评价方法需要解决评价指标设定、评估模型建立等技术问题，为了更好地指导食品行业针对实际需求完善的评估指标体系，具有更科学的评价模型和方法，本发明提出了一种全新的食品企业诚信评价方法。
发明内容
鉴于上述现有的缺陷，本发明的目的是提出一种具有高准确度、客观的食品企业诚评价方法。本发明是一种基于神经网络与专家评分融合的食品企业诚信评价方法，具体步骤包括①建立食品企业诚信评价指标体系；②采集食品企业诚信评价指标信息数据；③对采集的数据进行数据数值化、时间数据转换和数据归一化处理；④利用两个带有延迟的反馈循环隐层和一个输出层的递归神经网络结构，采用带动量和自适应变速率的梯度下降算法训练神经网络确定参数；⑤对神经网络进行模拟估值，然后采用贝叶斯正规化方法对神经网络进行模型优化；⑥在网络计算分值和优化结果分值对比分析时融合专家打分，以评价食品企业的诚信状况。本发明可以提高食品企业诚信评价的客观性和精确性。本发明的目的是这样实现的一种食品企业诚信评价方法，其包括以下步骤I)数据准备，其包括①建立食品企业诚信评价指标体系； ②采集食品企业诚信评价指标信息数据；③对采集的数据进行数据数值化、时间数据转换和数据归一化处理；2)进行神经网络设计及神经网络训练以形成评价机制；
利用两个带有延迟的反馈循环隐层和一个输出层的递归神经网络结构，采用带动量和自适应变速率的梯度下降算法训练神经网络确定参数；3)进行神经网络模拟即使用训练好的神经网络进行评分；其用以完成对企业诚信的评价分值的估计。2、进一步的在步骤I)③的数据的归一化处理步骤中，是将具有时间依赖的指标单独处理，将其内部项目进行一致的归一化；而其他指标，则对内部各项目分别归一化；使一个企业的所有数据使用一个在0、1之间的数值的向量来表示；即1= {xi,x2,-xn},x(k)表示第k个企业的数值向量，χ (k) = (X1 (k), x2 (k),…xn(k)}。用y表示企业的m维估值分数向量，t表示m维网络目标向量，e表示m维误差向量,即e = y-t = Iyft1, y2_t2,…
Ym-tD,) ο其中 在步骤2)中，分值估计神经网络的非线性状态空间表达式为y(k) = a3(k)a3 (k) = f 3 [w3a2 (k) +b权利要求
1.一种食品企业诚信评价方法，其特征在于其包括以下步骤 1)数据准备，其包括 ①建立食品企业诚信评价指标体系； ②采集食品企业诚信评价指标信息数据； ③对采集的数据进行数据数值化、时间数据转换和数据归一化处理； 2)进行神经网络设计及神经网络训练以形成评价机制； 利用两个带有延迟的反馈循环隐层和一个输出层的递归神经网络结构，采用带动量和自适应变速率的梯度下降算法训练神经网络确定参数； 3)进行神经网络模拟即使用训练好的神经网络进行评分； 其用以完成对企业诚信的评价分值的估计。
2.根据权利要求I所述的食品企业诚信评价方法，其特征在于在步骤I)③的数据的归一化处理步骤中，是将具有时间依赖的指标单独处理，将其内部项目进行一致的归一化；而其他指标，则对内部各项目分别归一化；使一个企业的所有数据使用一个在0、1之间的数值的向量来表示；其中，用χ表示某一企业的η维数值向量,即χ = (X1, χ2,…xn},x(k)表示第k个企业的数值向量，χ (k) = (X1 (k), x2 (k),…xn(k)}。用y表示企业的m维估值分数向量，t表示m维网络目标向量，e表示m维误差向量,即e = y-t = Iyft1, y2_t2,…Ym-tD,) ο
3.根据权利要求2所述的食品企业诚信评价方法，其特征在于在步骤2)中，分值估计神经网络的非线性状态空间表达式为
4.根据权利要求3所述的食品企业诚信评价方法，其特征在于在递归神经网络传输函数中，反馈层的传输函数是S型函数，选用tansig函数，输出层采用线型传输函数，选用purelin函数；其中 tansig函数的数学表达式为
5.根据权利要求3所述的食品企业诚信评价方法，其特征在于 在递归神经网络神经元个数中的输出层的神经元只有一个，即m=l，其他神经元个数可调整。
6.根据权利要求3所述的食品企业诚信评价方法，其特征在于在递归神经网络训练中，采用批量式训练模式确定反向传播网络训练函数、能量函数和其他训练参数。
7.根据以上任一权利要求所述的食品企业诚信评价方法，其特征在于 在步骤3)之前还包括一个递归神经网络模型优化步骤，该步骤对神经网络进行模拟估值，然后采用贝叶斯正规化方法对神经网络进行模型优化。
8.根据权利要求7所述的食品企业诚信评价方法，其特征在于，在递归神经网络模型优化步骤中，训练参数的修改如下 ①数据分组取消； ②能量函数改为改进的能量函数F=@E_D+a E_(w)。其中，E_(w)为网络权重及偏置的平方和，E_D为网络响应和目标值的残差平方a和β控制着网络权重及偏置的分布形式，被称为超参数； ③停止条件变为 Α:当达到最大重复训练步数； B:当超过最大训练时间； C:能量函数达到目标值； D:能量梯度低于最小能量梯度； Ε:值超过最大限度； F:当能量函数在连续几步训练中保持常值； ④增加或修改其他参数；包括μ值初始值，设为0.005； μ值下降因子，设为O. I ; μ值上升因子，设为10 ； μ值最大值，设为1010。
9.根据权利要求I所述的食品企业诚信评价方法，其特征在于食品企业诚信评价指标体系涵盖食品企业诚信评价体系建设能力、管理能力、实施保障能力以及效果反馈四个方面；该指标体系包括4个一级指标、19个二级指标和59个三级指标；而评价食品企业的诚信状况为极高、较高、一般、较差、太差。
10.根据权利要求2所述的食品企业诚信评价方法，其特征在于在递归神经网络结构计算分值和优化结果分值对比分析时融合专家打分，其使用优化网络计算分值，与原值进行线性回归分析，若线性显著则不用循环；同时，专家为评价企业打分，并用其代替优化结果，重新进行线性回归分析，若线性显著，即可输出评价结果。
全文摘要
本发明公开了一种食品企业诚信评价方法。该方法由如下步骤组成①建立食品企业诚信评价指标体系；②采集食品企业诚信评价指标信息数据；③对采集的数据进行数据数值化、时间数据转换和数据归一化处理；④利用两个带有延迟的反馈循环隐层和一个输出层的递归神经网络结构，采用带动量和自适应变速率的梯度下降算法训练神经网络确定参数；⑤对神经网络进行模拟估值，然后采用贝叶斯正规化方法对神经网络进行模型优化；⑥在网络计算分值和优化结果分值对比分析时融合专家打分，以评价食品企业的诚信状况。本发明可以提高食品企业诚信评价的客观性和精确性。
文档编号G06N3/02GK102880934SQ20121033048
公开日2013年1月16日 申请日期2012年9月7日 优先权日2012年9月7日
发明者马爱进, 刘 文, 赵海珍, 贾春风, 唐秀丽, 尤艳蕊 申请人:中国标准化研究院