文摘
为了提高物联网的羊肉可追溯性效率和解决数据传输的问题,分析了现有的跟踪算法,提出了食品可追溯性的应用程序模型,佩特里网络模型的食物可跟踪性和可追溯性的时间序列数据改进k - means算法基于物联网。食品可追溯性的应用程序模型转换、集成和我的异构信息,实现食品安全追溯信息管理,佩特里网络模型对食品可追溯性的过程中状态转换进行了分析和模拟,提供了一个理论基础研究中描述的行为食品可追溯系统和结构设计。实验仿真数据表明,该跟踪方法更有效的基于物联网的羊肉比传统的k - means方法跟踪数据。
1。介绍
全速经济增长,人民生活水平普遍提高,农村居民的食品消费逐渐进入小康从食品和衣物,城镇居民食品消费也将受益于小康转向富有。将会有很多食物供给和需求的变化;它将同步增长的单一追求食物数量和质量、政府的关注,监管食品从关注食品安全和质量问题安全(1]。
这将是发展完善社会分工、专业化和食品贸易的全球化和生产方法,和越来越复杂的食品供应链2]。食品从原料生产到最终消费的中间环节越来越参与制定食品安全生产、加工、储存、运输和销售的整个食品供应链(3]。一方面,它增加了食品从生产到消费的中间环节可能导致食品安全问题的概率增加;另一方面,供应商追求利润和增加食品供应链可能导致食品安全问题4,5]。
目前,食品安全控制方法在食品加工,只有在理论阶段,缺乏整个食品供应链安全控制方法,但传统的方法是使用食品检验和食品控制供应链的关键环节和其他手段,由于管理不善,操作错误和手动错误,往往导致效率低下和更高的错误率。这需要创建一个全面的系统的食品供应信息的可追溯性,确保食品“从源表”的各个方面信息可以承担责任追溯和相应的罪犯6- - - - - -8]。
随着无线射频识别技术的发展,它已经变得更加成熟,逐渐成为各个行业的物联网(物联网)。物联网是指所有物品通过射频识别等信息传感设备与互联网相连,实现智能化识别和管理。自2000年以来,美国、欧盟、日本、和韩国为代表的发达国家投入大量的人力、物质与技术研究和基础设施、数字住宅、医疗、环境监测、食品安全等领域尝试部署物联网应用程序(9,10]。在中国,物联网相关研究的注意力也被提出领导国际标准为核心的基础设施、核心技术研发与平台建设、研究和发展道路展示物联网应用程序的同时,物联网将成为智能的生存环境。从整个产业链的角度看,社会和经济,物联网不仅是传感器网络,还需要各部门参与应用程序。因此,如何构建演示应用程序特性和网络行业特色的成功是至关重要的网络应用的推广。
食品安全可追溯性起着不可替代的作用在人们的健康和社会的稳定和发展11]。它是一个食品安全风险管理的重要措施和有效的技术来控制整个供应链。如果有问题的食品安全生产,可以追溯到源,找到问题和有效的治理12]。动物食品安全可追溯系统不仅包括动物从出生到进入屠宰场喂养过程(饲养管理、疾病预防、治疗和兽医提要)记录和监控,但也包括动物产品消费市场(超市),消费者可以通过每个动物唯一标识代码查询动物产品育种、屠宰、加工、流通过程。图1显示动物食品从生产者到消费者的方面,和动物食品溯源互惠的过程。
综上所述,本文追溯管理网络技术应用于基于物联网的羊肉食品和收集信息,传输和处理的各个环节实现羊肉食品产业链,以创建可跟踪性和价格分析的数据基础,深入研究羊肉产品信息可追溯性问题。
2。羊肉供应链商业模式基于佩特里网络
要进行建模分析羊肉供应链业务流程的可追溯系统设计和开发。为了确保业务流程的合理性、一致性的物流和信息流在业务流程(13),有许多业务流程建模方法可以使用,像Petri网作为一种基于严格的数学定义,建模方法和各种操作特征可以方便的分析系统,不仅可以描述系统内部的物流,还描述了系统内部的信息流动的14,15]。
与其他建模方法相比,佩特里网有严格的数学定义,可用图形表示,直观的优点,很容易理解和使用。具体地说,它有以下优点。(1)一个直观的图形表示。佩特里网是一种图形语言,可以描述过程的基本要素与分布式模型,并发和异步功能。(2)表达能力和丰富的形式化的语义分析。Petri网模型与相应的语义描述的业务流程也可以显示在流程模型中描述的状态和活动。(3)广泛的分析技术。佩特里网拥有强大的分析技术和工具,可用于分析各种模型的特点,如peer-bounded和活动分析计算。
简而言之,它有严格的数学定义,提供佩特里网系统分析和验证方法,和一些不确定性的一个重要分析工具,并发性和资源共享的系统。业务流程的复杂性主要表现在不确定性和并发性和资源共享问题的众多因素,和佩特里网建模方法可以解决这个问题。它可以描述业务流程的上、下游企业之间的合作,佩特里网络,可以更好地描述了物流和信息流并行操作。因此,它可用于业务活动,业务流程,和他们的关系建模,佩特里网物流系统的验证和分析。
2.1。可追溯性商业模式基于佩特里网络
佩特里网络是用来描述离散,分布式系统数学建模工具。佩特里网络的发展,为了提高能力的佩特里网系统的描述,有很多中建模方法扩展到佩特里网,如谓词转换净(PTN) [16),有色佩特里网络(CPN) [17),和面向对象的佩特里网(OPN) [18),以及其他高级佩特里网。
在早期阶段,佩特里网的主要应用领域是在沟通。近年来,随着Petri网理论的发展和日益广泛的应用,如绩效评估领域,通信协议,和生产系统19),它已成为异步、并发、分布式、并行工作和不确定信息系统的佩特里网(20.]。
佩特里网作为一个图形和数学建模工具有四个基本元素的地方,过渡,弧,令牌。佩特里网模型是由四个基本元素,佩特里网模型是由四个基本元素。此外,还有公共元素的Petri网模型的条件和事件。如果图书馆只有两种状态,没有令牌,它被称为事件,据说图书馆条件涉及的变化情况。
定义三这是佩特里网的充分必要条件;它是由:(1) ;(2) ;(3) ;(4) 。
库的设置吗;组转换吗;是一家集有序对元素;和一个元流关系:设置包含在第一个元素和第二个element-ordered两组成;被称为元素集。
佩特里网的参考模式表示为一个图书馆和一个圆,一个矩形或短行表明变化的指示弧代表有序对,令牌由实心圆点表示。图2佩特里网的图形表示形式。
为不同的业务流程的任务执行顺序是不同的,所以它有序列的关系,任务之间的并行、选择和循环。佩特里网可分为行为特征和结构属性,它包括可达性、有界性、活性和稳当。
有很多佩特里网分析方法;它不仅具有静态结构分析还具有动态行为的分析,如可达性图和coverability树,也就是说,关联矩阵,不变,语言分析,计算机仿真分析和结构分析;这些方法有严格的数学基础,每一个都有它的优点,在实际分析综合利用。
2.2。根据佩特里网络建模业务流程
佩特里网可以简单地归因于两个基本概念:事件和条件。事件的系统操作;事件是由系统状态控制。系统状态可能被描述为一组条件;谓词条件是一个逻辑的描述系统状态或条件也可能是真的,假的。因为事件是一个动作,它可能发生;为了使事件发生,一定条件下必须建立在这样一个条件称为事件的先决条件。事件可能损害建立的前提条件和其他条件;条件被称为后置条件的事件。
基于Petri网的基本理论,根据业务流程的特点,羊肉供应链的定义扩大五个酒的价格是: 在哪里是代表流动图书馆收藏,条件;是一个过渡,代表事件流;流之间的关系吗和;是重量,当电弧不标记为权重,其默认值是由1;是最初的标志,这意味着在初始条件,每个库令牌被分配。
羊肉羊肉供应链业务流程算法基于Petri网建模是由:(1)它是由一个有向弧表示任务之间的库或过程的变化。(2)只有一个起点运行过程中开始,终止结束的结构过程结束。(3)采用控制结构之间的结构联系在一起的开始和结束使用控制结构路由。此外,开头和结尾结构还可以进入另一个控制结构,可以连接在一起。(4)结构的变化可以被控制。改变输入被合并的输入图书馆和图书馆控制结构及其输出数据库合并的输出库和控制结构。(5)重复步骤(3)和(4),直到所有处理过程控制流。
使用佩特里网优势羊肉供应链业务流程建模是流的行为通过使用Petri网分析的分析方法。一方面,该模型可以反映流动特性,另一方面,可以发现潜在的问题流程,确保流程的合理性。
许多系统或组件可以被认为是一次只有一组有限的州在“在这里,我们使用“和系统相关的历史记录(21]。有限自动机是一个抽象模型与原机的内存容量。使用有限自动机的一大优点是它对形式验证的支持。食品可追溯性,完整性和正确性是至关重要的问题。作为一个正式的模型、有限自动机模型可以支持业务逻辑分析的完整性和正确性。
在哪里设置,,,由状态转移方程如下:
图3显示了状态转换图,在那里代表了最终状态,代表了初始状态,代表身份验证,用于接收用户服务请求,代表基本的食品追溯信息查询请求,如生产日期、食物来源,来源,和食品生产和加工信息,代表食品加工企业查询信息,是国家食品调查种植和栽培,饲养条件调查,肥料和饲料信息查询,然后呢询问有关疾病预防信息。
在图3,触发状态转换运动0表示操作失败;1表示的成功操作。有限状态机羊肉可追溯系统的状态基本上可以表示为一个状态转换图有向图方法。图的顶点代表系统的状态,小圆来描述。站在一个箭头表示的状态迁移的起点。状态转换图符号通常是采用如果不是在指定的情况下,初始状态使用一个指向箭头指示状态的短尾巴,不指向任何系统。
下面描述的业务流程和条件。
年代0:开始;年代1:羊繁育基地;年代2:羊的加工厂;年代3:检测合格的羊;年代4:检测不合格的羊;年代5:临时饲养羊;年代6:紧急治疗后,绵羊;年代7:羊的尸体;年代8:合格的羊;年代9:不合格的羊;年代10:大部分羊肉;年代11:羊板加工;年代12:大部分羊肉加工产品;年代13:产品;年代14:合格产品;年代15不合格产品:s16:冷藏植物产品;年代17:产品配送中心;年代18:存储产品;年代19:产品的销售。
事件的业务过程描述如下。
t0:水产养殖;t1:植物育种基地运输;t2:入学检测;t3:继电保护;t4:隔离,紧急治疗;t5:放血,尺度,去掉内脏,清洗,消毒;t6:光检查;t7:减少;t8:横断面切片,去皮,清洗,消毒,杀菌、称重、包装;t9:清洗、酸洗、干燥、消毒、杀菌、称重、包装;t10:包装;t11:金属探测器;t12:制冷;t13:加工中心发送运输;t14:配送中心储存运输;t15:编码。
业务流程流的事件如表所示1。
像上面描述的过程,位置被定义为佩特里网状态,事件转移方法,输入转移事件对应的前置条件,输出传输事件对应的后置条件;即点火转移事件位置标记条件是正确的。基于上述思想,羊肉供应链业务流程中净模型如图4。
3所示。功能聚类羊肉起源时间序列数据的分析
3.1。时间序列数据的分析功能集群的食物
与社会分工的逐步细化,专业化的食品生产、食品供应链变得越来越复杂(22]。与社会分工的细化,导致专业化生产和供应链变得越来越复杂的食物(22]。中间环节食品从原料生产到最终消费变得越来越复杂,食品安全涉及到生产、加工、贮存、运输和销售在整个食品供应链(23]。增加食品从生产到消费过程的中间环节,实现安全问题分析的目标跟踪是提高食品安全问题的概率。而是因为食物的复杂性数据及时性、食品可追溯性应用程序只能完成食品和原材料收集相关的数据,以及一些直观简单的回顾应用程序。例如,羊肉市场出售或重金属中发现的微生物污染超过传统可追溯系统可以追踪从一块肉,但这并不能解释微生物污染或过量的重金属和不能新出现的问题进行深入分析和决策部门。它将改变随着时间的推移,羊屠宰、运输、销售过程中,水质、饲料原料和周围环境生长过程的几个月里,所以传统的系统不能有效离散数据挖掘。
分析的基本方法和思想通过网络使用功能数据羊肉供应链可追溯系统基于大量第一手数据提取,创建定时链集群数据的羊肉一般性框架。通过挖掘羊肉饲养、屠宰、流通、和消费质量数据,它可以有效深入的统计,分析,跟踪和管理;创建一个数据中心监管相应结果的最终版本基于web技术通过一个统一的平台。
由于形态的质量随时间变化是由于销售的食品生产和加工是一个动态的过程;大部分的数据是时间数据类型的数据中心,如细菌指数冷冻羊肉屠宰工厂环境指数、温度、运输车辆和位置数据。菌落总数包含每个市场和销售数据等的接触表面,和特征属性值是反映了时间顺序。传统的方法主要集中在纵向数据的研究,但也有足够的样本大小和估计总是难以测量的问题。在这篇文章中,我们介绍了食物链的数据功能特点,和数据方法的角度进行了分析。首先我们分析功能数据,从文献[24),(25描述一个系统,然后是文献[26功能数据。
3.2。时间序列数据功能集群的过程
3.2.1之上。参数曲线
多个时间序列数据可以有更直接的处理方法,但它可能导致时间索引设置改变,使其成为实际应用的困难。但这将导致大量的计算,很难得到最终的计算结果。所以有必要保持功能结构的时间序列数据的分析和处理功能数据采样。为了保持这样的配置,通常使用一个线性或非线性曲线拟合模型和分类模型系数。但线性模型的局限性使其无法适应一些基本现象,非线性模型和太少,所以选择一个相关的模型是更多的麻烦。通过使用样条拟合函数基础数据,然后使用k - means聚类蚁群数据,样条函数多项式计算方便也可以适应特定的应用程序环境。
假设是一组离散的独立数据函数曲线。首先,它可以适应观测数据通过回归样条函数。
鉴于节点(节),分布在区间,满足条件: 样条函数是一个任意区间间隔和d和有一个多项式的学位连续的导数在区间[,]。对于一个固定的节点序列,花键套线性空间的函数。一个常用的序列样条函数线性空间。它是表达的花键 在哪里是向量的样条系数。一个立方样条的基础上能给一个平滑的曲线;样条基非常适合作为一个变量回归函数。固定节点,最小的二次样条元素等价于一个线性问题,一旦样条的基础上;不难找到多项式回归。
曲线是一个范围的,它是包括观察,收集的数据类型回归。同时,样本矩阵的函数矩阵对应的表示,。这些数据是通过花键配合使用直观的最小二乘问题。样条系数可以由以下公式计算:
3.2.2。聚类
假设是一个常数;为了把观察到,向量样条系数需要一个无监督聚类技术。一组有对象,它可以根据构造同一个类的分区,分区的意思是的,每个是在问题是选择一个,得到了最小化函数给出的数据 在哪里代表了欧几里得范数。这个问题相当于发现分区,所以我们可以得到一个最低的 在哪里的中心是算法的第一步;每一个分配给最近的聚类中心。通过这种方式,每个数据中心获得刀的一个子集为基础。如果均值更换集群,点的平均值可能会进一步减少当它可以被重新分配给一些新吗中心。
聚类过程描述如下。
步骤1。输入的数字集群,采样点的数据库。
步骤2。相关信息函数记录了每个集群,在哪里在每个集群数据点的数量;每个集群数据点的平均值是k - means聚类算法最初的核心价值观。
步骤3。它记录每个集群的数量,可以限制时间的DBSCAN算法终止,也是由集群的数量吗——聚类算法。
步骤4。输出聚类中心。
第5步。选择任意采样点作为初始集群中心。
步骤6。每一个样本点数据集计算集群中心的距离,然后将它们分配给适当的类基于最近的原理。
步骤7。计算新的聚类中心:创新平均每个样本点的形成一个类。
步骤8。重复过程步骤5和步骤6,直到类和之间的距离不再改变。
3.2.3。k - means一致性
检查下面的进步特征平均水平。让时间间隔积极措施,是一个函数f希尔伯特空间,是吗 让是一个独立同分布随机序列的函数,概率空间的映射来,在那里是波莱尔领域,为每一个,从来生成的花键子空间坐标是正交投影向量,如此是一个独特的所以我们有: 让和表示域和波莱尔的图像测量,因为是连续的,是一个概率空间,一个序列组成的序列随机向量的。
4所示。实验和结果
来验证方法的有效性,选择60天,2013年12月1日到2月1日,2014年,羊肉供应链过程的连续监测数据为每个接触表面和腘表面微生物污染状况的数据。分析微生物污染因素的监测微生物污染的屠杀,运输,销售和其他肉类供应链链接时,单位面积上的细菌的总数来衡量微生物污染指标,随着时间的变化,表面温度和湿度的影响羊肉的接触表面细菌总数的变化。有20个接触表面菌落计数的时间序列数据,包括工具,工人的手、屠宰车间空气,冷却空气,屠宰水、托盘、冷藏车空气,分区表,包装材料,包装车间空气中。
首先,我们使用样条基函数向量的曲线平滑刀;一组根据蚁群内部节点必须正确选择数据。如果所有的样本区间有同等优先级,那么该节点就等于更合适的距离,通常只有部分范围是更重要的是,因此,内部节点必须分散在这些间隔,选择三次b样条和七个节点羊肉链根据收集到的数据和特定方面,根据收集的数据和羊肉的特定方面链情况选择立方样条和七个节点gcfu /厘米2。
在3000年的数据对象,随机选择300个样本的数据构成的数据集和density-based集群;仿真结果如图所示5。
然后使用k - means函数的s + B向量分为三组,三个初始聚类中心,它可以得到高质量的聚类结果,利用k - means算法对整个数据集的聚类;相应的块如图6。
这些数据也是每个接触表面的殖民地分为三类,并从图可以看到每个sub-colony聚类结果基本相似程度的接触表面改变聚在一起,聚类结果很好地抓住了菌落总数在相似的形式,它可以进一步分析和决策者提供依据。
5。结论
在本文中,我们研究羊肉可追溯系统的应用模型。首先,从管理和技术的角度信息的食品可追溯系统包括信息采集、传播、整合、处理、管理和其他方面的问题,然后探索应用程序体系结构,关键技术标准和可追溯系统;其次,模拟追溯过程,有限自动机理论和有限自动机模型可追溯系统;最后,分析集群的函数使用复杂的时机和强劲的跟踪数据,复杂的离散数据集群持续的机密信息,使跟踪数据可用性大大增强。
利益冲突
作者宣称没有利益冲突有关的出版。
承认
这部分工作由自然科学和技术支持项目计划中国榆林(Ny13-10 2012 cxy3-34, Sf13-23)。