水产品无水保活运输品质动态预测及控制优化方法及装置与流程
本发明涉及保活运输技术领域，尤其涉及一种水产品无水保活运输品质动态预测及控制优化方法及装置。
背景技术：
无水保活运输作为一种绿色经济的运输方式，与传统储运方式相比，在运输密度、运输管理以及保活质量等具有一定优势，可以保证有些需要存活的水产品能够保持活体状态运输。
但是在无水保活运输品质与控制优化上还存在不少理论和技术空白。同时，随着鲜活水产品市场需求量的增加，目前在水产品的无水保活运输品质监控方面也仍旧空白。因此，如何构建水产品无水保活品质动态预测方法，控制及优化无水保活运输关键影响参数，是目前亟待解决的问题。
技术实现要素：
针对现有技术中存在的问题，本发明实施例提供一种水产品无水保活运输品质动态预测及控制优化方法及装置。
本发明实施例提供一种水产品无水保活运输品质动态预测及控制优化方法，包括：
获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；
获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；
检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；
检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。
在其中一个实施例中，所述方法还包括：
根据所述关键参数信息构建关键信号数据集，并对所述关键信号数据集进行归一化，得到所述关键参数信息的特征序列和数据融合矩阵；
计算所述关键参数信息在所述对应时刻下的品质影响权重；
根据所述关键参数信息的特征序列、所述数据融合矩阵和所述品质影响权重建立水产品的品质动态预测模型。
在其中一个实施例中，所述品质动态预测模型通过以下方程式计算：
其中，p为水产品无水保活运输t时刻下的品质，q为数据融合矩阵wi为关键参数信息的品质影响权重,
在其中一个实施例中，所述方法还包括：
计算所述关键因子的累计影响权重，并获取所述品质动态预测模型中关键因子的变化率；
根据所述关键因子的累计影响权重、所述关键因子的变化率和所述品质动态预测模型的预测结果建立所述水产品的货架期品质计算模型。
在其中一个实施例中，所述货架期品质计算模型通过以下方程式计算：
其中，y(x)为水产品的货架期品质，δxi为ti时间段内关键因子的变化率，ti为无水保活运输的时间，μi为关键因子的累积影响权重，p为水产品无水保活运输t时刻下的综合品质参数。
在其中一个实施例中，所述方法还包括：
所述关键参数信息，包括水产品个体生理参数和无水保活运输环境参数；
所述水产品个体生理参数包括：超氧化物歧化酶浓度、过氧化氢酶浓度、血糖浓度、皮质醇浓度；
所述无水保活运输环境参数包括：温度、氧气浓度、二氧化碳浓度、挥发性盐基氮浓度。
在其中一个实施例中，所述关键因子，包括：
温度、氧气浓度、二氧化碳浓度、微生物群落总数。
本发明实施例提供一种水产品无水保活运输品质动态预测及控制优化装置，包括：
第一获取模块，用于获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；
第二获取模块，用于获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；
第一检测模块，用于检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；
第二检测模块，用于检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。
本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述水产品无水保活运输品质动态预测及控制优化方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述水产品无水保活运输品质动态预测及控制优化方法的步骤。
本发明实施例提供的水产品无水保活运输品质动态预测及控制优化方法及装置，通过建立基于保活运输品质评估参数的控制优化方法，以及基于上市品质最优区间的保活运输条件的优化方法，分别用于满足水产品无水保活实时运输条件下各关键参数的控制与优化，以及用于具有明确货架期要求的保活运输条件的反演与优化。基于以上水产品无水保活运输品质预测及控制优化方法，进一步实现水产品无水保活运输的品质安全智能预警与调控优化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中水产品无水保活运输品质动态预测及控制优化方法的流程图；
图2为本发明另一实施例中基于保活运输品质评估参数的控制优化流程的流程图；
图3为本发明实施例中水产品无水保活运输品质动态预测及控制优化装置的结构图；
图4为本发明实施例中电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
图1为本发明实施例提供的水产品无水保活运输品质动态预测及控制优化方法的流程示意图，如图1所示，本发明实施例提供了一种水产品无水保活运输品质动态预测及控制优化方法，包括：
步骤s101，获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型。
具体地，获取水产品在进行无水保活运输过程中地关键参数信息以及获取关键参数信息时对应的时刻，其中，关键参数信息可以包括水产品的个体生理参数和无水保活运输环境参数，比如水产品个体生理参数包括：超氧化物歧化酶浓度、过氧化氢酶浓度、血糖浓度、皮质醇浓度；无水保活运输环境参数包括：温度、氧气浓度、二氧化碳浓度、挥发性盐基氮浓度。然后根据关键参数信息以及对应时刻建立水产品的品质动态预测模型，即根据水产品无水保活运输微环境关键参数、生理参数以及上述关键参数的采集时段和对应的水产品的品质建立水产品在无水保活运输过程中的品质动态预测模型。
步骤s102，获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型。
具体地，获取与水产品在上市时，即将水产品摆上货架时需求的水产品品质对应的关键因子，其中，关键因子的类型可以为温度、氧气浓度、二氧化碳浓度、微生物群落总数，然后根据关键因子和品质动态预测模型建立水产品的货架期品质计算模型，其中，模型建立可以通过关键因子的变化率以及影响权重，结合水产品在无水保活运输过程中品质动态预测模型得到的品质预测结果建立。
步骤s103，检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输。
具体地，检测水产品的保活运输实时品质要求，运输品质要求一般与水产品的类型相关，但大多都是不同程度的水产品保活，根据保活要求和品质动态预测模型计算水产品的品质衰减速度，其中，品质衰减速度是指在保活运输的过程中，在固定时间序列下，保活运输时刻的品质参数相对于最低上市品质要求的衰减速度，然后根据不同的品质衰减速度获取对应的不同的优化方案，比如，当品质衰减速度相对较慢时，只需要对应调整一项关键参数，当品质衰减速度越来越快时，则需要调整多项关键参数，根据不同的优化方案对应的优化无水保活运输。
步骤s104，检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。
具体地，检测水产品的货架期品质要求，货架期品质要求一般与水产品的类型相关，如虾贝类产品，无水充气包装下需要保证最低可食用品质，影响其最低可食用品质，则货架期的无水保活的关键影响参数有温度、氧气及二氧化碳；而对于虹鳟鱼等水产品，无水保活运输后即开始宰杀分割，对最低上市品质的要求是保活运输结束前，需保证鱼肉的最优鲜活品质，因此，影响其上市后货架期的主要在于无水保活运输阶段的条件参数设置，根据货架期品质要求选择对应的关键参数信息，然后根据货架期品质计算模型计算调整幅度，对保活运输过程中的关键参数设置进行调整。
本发明实施例提供的一种水产品无水保活运输品质动态预测及控制优化方法，通过建立基于保活运输品质评估参数的控制优化方法，以及基于上市品质最优区间的保活运输条件的优化方法，分别用于满足水产品无水保活实时运输条件下各关键参数的控制与优化，以及用于具有明确货架期要求的保活运输条件的反向推算与优化。基于以上水产品无水保活运输品质预测及控制优化方法，进一步实现水产品无水保活运输的品质安全智能预警与调控优化。
在上述实施例的基础上，所述水产品无水保活运输品质动态预测及控制优化方法，还包括：
根据所述关键参数信息构建关键信号数据集，并对所述关键信号数据集进行归一化，得到所述关键参数信息的特征序列和数据融合矩阵；
计算所述关键参数信息在所述对应时刻下的品质影响权重；
根据所述关键参数信息的特征序列、所述数据融合矩阵和所述品质影响权重建立水产品的品质动态预测模型。
在本发明实施例中，具体地品质动态预测模型的建立步骤可以包括：
利用柔性可打印传感器及生物感知技术采集关键参数信息，形成ti时间段的关键信号数据集xi＝{xa,xb,xc…}，其中xa,b,c…为无水保活运输个体生理状态关键因子及保活运输微环境关键参数；
按照上述的ti时间段的关键信号数据集xi＝{xa,xb,xc…}，构建ti时间段关键信号归一化后的数据融合矩阵q，计算各关键参数t时刻下的品质影响权重w；
利用ti时间段内累积影响权重wi以及归一化后的数据融合矩阵q，建立水产品无水保活运输品质动态预测模型：
其中，p为水产品无水保活运输t时刻下的品质，q为数据融合矩阵wi为关键参数信息的品质影响权重,
归一化后的数据融合矩阵q的计算方法为
ti时间段内累积影响权重wi的计算方法为
然后根据已知t时刻下的品质参数，建立关键参数信号-保活运输品质参数-上市品质的耦合预测原始方程，即影响货架期的主要变化服从品质动力累积方程。
本发明实施例通过关键参数信息的特征序列、数据融合矩阵和品质影响权重建立水产品的保活运输实时品质动态预测模型。
在上述实施例的基础上，所述水产品无水保活运输品质动态预测及控制优化方法，还包括：
计算所述关键因子的累计影响权重，并获取所述品质动态预测模型中关键因子的变化率；
根据所述关键因子的累计影响权重、所述关键因子的变化率和所述品质动态预测模型的预测结果建立所述水产品的货架期品质计算模型。
在本发明实施例中，具体地水产品的货架期品质计算模型的建立步骤可以包括：
关键因子累积权重μi为水产品上市品质的主要影响因子的累积影响权重，具体的计算公式为
t时刻下保活运输综合品质指标p为上述水产品无水保活运输t时刻下的综合品质参数，其计算公式为
为统一地对特定保活运输条件下的市场品质耦合预测，即水产品的货架期预测，本发明实施例根据已知t时刻下的品质评估参数p与关键因子累积权重μi，建立关键参数信号-保活运输品质参数-上市品质的耦合预测原始方程y(x)，通过方程代入分析，计算相应的货架期，其市场货架期计算公式为：
其中，y(x)为水产品的货架期品质，δxi为ti时间段内关键因子的变化率，ti为无水保活运输的时间，μi为关键因子的累积影响权重，p为水产品无水保活运输t时刻下的综合品质参数。
本发明实施例通过关键因子的累计影响权重、关键因子的变化率和品质动态预测模型的预测结果建立水产品的货架期品质计算模型。
在另一个实施例中，包括基于保活运输品质评估参数的控制优化流程，如图2所示，包括如下步骤：
选取一条固定保活运输时间t(即固定运输距离)的保活运输链，获取最低上市品质要求p0。在本发明实施例中，p0根据不同品种水产品而有所不同，对获取最低上市品质具体数值方式不作具体限定。
与无水保活运输过程品质动态预测方法基本一致，在明确选定水产品最低上市品质要求p0后，获取特定保活运输时刻t的关键生理参数和微环境关键参数，带入公式计算t时刻下水产品的无水保活运输动态参数
将上述参数代入计算固定无水保活运输时间序列下的相对衰减速度
进一步地，将上述计算获取的水产品固定无水保活运输时间序列下的va与预设判断值进行大小比较，其中，预设判断值是根据实验测定及衰减速率的相对大小进行设置的。当va≤0.5成立，表明水产品个体目前生理状态较为稳定，当前需要通入少量氧气以调节个体呼吸作用，此时选定的一个控制周期执行完毕。
若va≤0.5不成立，计算各关键参数t时刻下的品质影响累积权重w，计算公式与品质动力方程中关键参数累积影响权重基本一致，
进一步地，当计算获取各关键参数t时刻下的品质影响累积权重w后，判断va≥1，若va≥1成立，则立即对保活运输品质影响权重较高的前三个因子进行调控或重置，需要说明的是，对影响比重前三的关键因子进行调控优化或重置，其结果要求下一循环周期检测va≥1成立；若va≥1不成立，则筛选并调控影响权重最高的保活运输品质关键参数xmost。
需要说明的是，在上述完成对关键参数的调控或重置后，此时水产品无水保活运输微环境已经为最优保活运输参数区间，保证保活运输存活率的同时进入下一循环周期检测，直到维持保活运输条件始终处在相对最优区间，之后判断并完成整个水产品无水保活运输。
本发明实施例提供的一种水产品特定运输条件下的市场品质耦合预测方法流程图，通过对水产品无水保活运输实时状态的动态监测，将影响保活运输品质关键参数与影响上市品质的保活运输关键参数综合考量至控制优化方法，使结果更全面、更准确。
在另一个实施例中，包括基于不同上市品质区间的保活运输条件的优化方法流程，包括如下步骤：
步骤1，明确水产品上市品质要求，即货架期要求；步骤2，获取不同上市品质要求下的无水保活运输关键参数最优控制参数集；步骤3，对应所需货架期要求，将获取的不同上市品质要求下的无水保活运输关键参数最优控制参数集输入至实际保活效果的关键参数向量集计算公式，获取实际保活效果的关键向量集。
具体地，在基于不同上市品质区间的保活运输条件优化方法中，其最关键的是明确上市品质货架期要求，以及相对应的最优保活运输参数区间，进而实现对现有保活运输条件的反演与控制优化，从而满足不同上市品质需求的水产品的保活运输流程设计。
本发明实施例提供的方法，通过形式化的设计与对水产品保活运输实时品质预测评估参数以及上市品质耦合预测的统计分析，逆向反推出不同消费品质需求下(即货架期要求)水产品保活运输良好品控状态，进而推算出实际能够实现的保活运输环境的控制优化参数集。
基于以上实施例的内容，作为一种可选实施例，在本发明实施中，步骤1明确水产品上市品质要求，即货架期要求，是实施例方法最为关键的一步，即后续方法的展开，需要基于此品质货架期要求开展；同时，步骤2基于上述前三种品质预测与控制优化方法，大数据统计分析总结出水产品不同货架期下对应无水保活运输条件最优参数集f(xai,xbi,…,xii)，为实现步骤3所述的实际保活效果关键向量集；步骤3中获取水产品实际保活效果关键向量集的关键，是需要考量控制校正因子λi。更进一步地，需要说明的是，λi根据不同水产品品种及不同货架期要求，均会有所不同。其值大小最终决定于保活实验的反复统计测定，是一个客观存在且较为稳定的参数因子。
图3为本发明实施例提供的一种水产品无水保活运输品质动态预测及控制优化装置，包括：第一获取模块201、第二获取模块202、第一检测模块203、第二检测模块204，其中：
第一获取模块201，用于获取水产品无水保活运输过程中的关键参数信息以及关键参数信息的对应时刻，根据关键参数信息以及对应时刻建立水产品的品质动态预测模型。
第二获取模块202，用于获取水产品上市品质对应的关键因子，根据关键因子和品质动态预测模型建立水产品的货架期品质计算模型。
第一检测模块203，用于检测水产品的运输品质要求，根据品质要求和品质动态预测模型计算水产品的品质衰减速度，并根据品质衰减速度获取对应的优化方案，根据优化方案优化水产品的无水保活运输。
第二检测模块204，用于检测水产品的货架期品质要求，根据货架期品质要求和货架期品质计算模型调整关键参数信息。
在一个实施例中，装置还可以包括：
归一模块，用于根据关键参数信息构建关键信号数据集，并对关键信号数据集进行归一化，得到关键参数信息的特征序列和数据融合矩阵。
计算模块，用于计算关键参数信息在对应时刻下的品质影响权重。
模型建立模块，用于根据关键参数信息的特征序列、数据融合矩阵和品质影响权重建立水产品的品质动态预测模型。
在一个实施例中，装置还可以包括：
第二计算模块，用于计算关键因子的累计影响权重，并获取品质动态预测模型中关键因子的变化率。
第二模型建立模块，用于根据关键因子的累计影响权重、关键因子的变化率和品质动态预测模型的预测结果建立水产品的货架期品质计算模型。
关于水产品无水保活运输品质动态预测及控制优化装置的具体限定可以参见上文中对于水产品无水保活运输品质动态预测及控制优化方法的限定，在此不再赘述。上述水产品无水保活运输品质动态预测及控制优化装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)301、存储器(memory)302、通信接口(communicationsinterface)303和通信总线304，其中，处理器301，存储器302，通信接口303通过通信总线304完成相互间的通信。处理器301可以调用存储器302中的逻辑指令，以执行如下方法：获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。
此外，上述的存储器302中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法，例如包括：获取水产品无水保活运输过程中的关键参数信息以及所述关键参数信息的对应时刻，根据所述关键参数信息以及所述对应时刻建立水产品的品质动态预测模型；获取所述水产品上市品质对应的关键因子，根据所述关键因子和所述品质动态预测模型建立所述水产品的货架期品质计算模型；检测所述水产品的运输品质要求，根据所述品质要求和所述品质动态预测模型计算所述水产品的品质衰减速度，并根据所述品质衰减速度获取对应的优化方案，根据所述优化方案优化所述水产品的无水保活运输；检测所述水产品的货架期品质要求，根据所述货架期品质要求和所述货架期品质计算模型调整所述关键参数信息。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
- 还没有人留言评论。精彩留言会获得点赞！