粮油供应链智能管理系统

摘要

本发明公开了粮油供应链智能管理系统，油供应链智能管理系统，包括：监测数据输入端、数据采集端、数据处理模块、用户接收端，涉及供应链信息管理技术领域，解决商家在选取供应链的时候最大程度的来保证自身利益的技术问题，预先对多条供应链的运输数据进行收集，对收集来的数据进行分析，接着根同供应链运输数据中运输路况数据进行收集分析，再根据映射关系来带入函数中得到具体的数值，根据函数计算出来的具体数值来与路况数值进行计算，从而得到通过对不同供应链运输数据的运输路况数据的比较来优选几条符合的供应链，再将多条优选的供应链中的损耗量数据进行计算，通过将计算出来的损耗率通过决策单元来选取最优的供应链。

说明书

技术领域

本发明涉及供应链信息管理技术领域，具体涉及粮油供应链智能管理系统。

背景技术

粮油是对谷类、豆类等粮食和油料及其加工成品和半成品的统称，是人类主要食物的统称。所谓民以食为天，粮食是我们人类赖以生存的必需品，是关系国计民生的特殊商品，在安全监管方面更要引起重视。在粮油食品全供应链中，有多个作为关键交易参与者的“利益相关者”，如农民、生产工厂、物流企业、销售商和消费者，具有节点多、供应链长和涉及面广的特点，食品信息安全管理和溯源尤为困难。

根据申请号为CN201911166992.4的专利显示，该专利本发明系统采用浏览器/服务器结构实现，基于区块链的可信标识模型和IPFS+区块链双模存储机制，为用户提供注册、信息采集、信息查询、实时监控等管理功能。本发明方法分析粮油食品全供应链的运作流程，设置分布式节点上传数据，构建基于区块链的粮油食品全供应链可信标识模型，并采用IPFS和区块链的双模数据存储机制。该发明使得粮油食品全供应链上的各环节数据传输安全、透明，提高了信息访问速度和隐私保护，通过智能合约控制供应链信息的上下链，实现了粮油食品全供应链信息采集、查询、追溯、监控等管理功能；

上述专利采用采用浏览器/服务器结构实现，用来保证供应链上的各个数据传输安全、透明，但是供应链在选取的时候需要考虑到选择不同供应链利益的因素，因此会导致商家在选取供应链时不能最大程度的来保证自身的利益。

发明内容

本发明的目的在于提供粮油供应链智能管理系统，解决以下技术问题：

商家在选取供应链的时候不能最大程度的来保证自身的利益。

本发明的目的可以通过以下技术方案实现：

粮油供应链智能管理系统，包括：监测数据输入端、数据采集端、数据处理模块、用户接收端；

监测数据输入端，用于对运输过程中运输车关联数据进行收集，且运输车为同一种型号的运输车，并将运输车关联数据传输至数据处理模块；

此处收集的关联数据具体包括：刹车片温度数据组、刹车片踩动深度数据组和刹车片踩动时间数据组，刹车片温度数据组通过在刹车片上设置的温度传感器或者温度检测仪器，每间隔t时间获取一次温度，从而得到一个连续的温度数据组；

刹车片踩动深度数据组通过在脚刹上设置的一个深度检测仪，每间隔t时间获取一次刹车片踩动深度，从而得到一个连续的刹车片踩动深度数据组；

刹车片踩动时间数据组通过在脚刹上设置的一个时间计数器，每间隔t时间获取一次刹车片踩动时间，从而得到一个连续的刹车片踩动时间数据组；

用户接收端一般是管理员随身携带的智能设备，具体可以为智能手机、电脑和平板电脑智能设备。

数据处理模块用于对运输车关联数据进行分析，关联分析具体方式为：

步骤一：供应链依次进行标记为Li(i＝1...n)，首先采取对应标记的方式来对多条供应链进行不同的标号标记，以其中一条供应链为例，对供应链对应运输车的数据进行记录并传输到数据处理中心，其它供应链的计算步骤相同，根据计算出来的数据结果来对多条供应链进行择优选取；

步骤二：将传输的数据进行分析并计算，经过计算获取供应链对应运输车运输路线情况进行判断，不同供应链对于的运输路况不相同，根据不同的运输路况来对运输过程中路况最好的供应链进行选取，从而来保证商家能够获得最大的利益，运输车运输路线情况数据的计算步骤如下：

A1：将供应链Li运输车所测得的刹车片温度监测数值记录为Wi，刹车片踩动深度监测的数值记为Si，刹车片踩动时间监测的数值记为Ti，且Wi对应一组(Si，Ti)，Ti对应的(Si，Ti)，以此温度和踩动时间建立坐标轴，横坐标为Ti,纵坐标为Si,每个Wi对应一组不同的(Si，Ti)，在后续的计算过程中可以根据坐标轴来直接的观察出Si，Ti对Wi的影响关系，从而来进行下一步的计算操作；

将两组不同刹车片温度监测数值带入公式进行计算，计算的公式为：

A11：将不同的踩动时间数据、踩动深度监测数据和温度监测数据代入公式中得到多组Y，将得到的多组Y代入计算公式得出偏差值Y

且i≥2；

A12：将计算得到的多组偏差值Y

A2：利用平均值的计算公式来计算出多组踩动深度监测数值的平均值Sp,利用函数MAX|S

c、利用平均值的计算公式来计算出多组踩动时间监测数值的平均值Tp,利用函数MAX(T

d、的计算公式再根据映射关系来带入特征矩阵中得到具体的数值，特征矩阵为：

A3:依据公式获取矩阵的特征值

计算公式为：

A3：运输路面的拥堵情况分为三个等级分别为：快速、正常、拥堵，具体的评判标准如下：

a、当计算的偏差值E≤0.2，且0≤Y≤0.3时，则表示该运输车经过的运输路线整体为快速状态，得到快速状态下的数据；

b、当计算的偏差值0.2

c、当计算的偏差值0.4

进一步的数据处理模块将输入的运输车关联数据分析后，传输至数据比对单元，用于对合适的供应链数据进行选取；

进一步的数据比对单元接受传输的信号，将分析后的关联数据与路况数值进行比对，再将比对后的数据输出至数据决策单元，关联数据决策具体方式为：

S1、将供应链L

S2、供应链L

进一步的将比对后的关联数据传输至数据决策单元，通过对比对单元比对出来的多条供应链Li的损耗率特征值Φ进行比较，选取损耗率最小的供应链，选取完成后将最终的关联数据传输至用户接收端。

本发明的有益效果：

通过预先对多条供应链的运输数据进行收集，对收集来的数据进行分析，根据不同供应链运输数据中运输路况数据进行收集分析，得到刹车片踩动深度、刹车片踩动时间与刹车片温度之间的映射关系，再根据映射关系来带入函数中得到具体的数值，根据函数计算出来的具体数值来与路况数值进行计算，从而得到通过对不同供应链运输数据的运输路况数据的比较来优选几条符合的供应链，再将多条优选的供应链中的损耗量数据进行计算，通过将计算出来的损耗率通过决策单元来选取最优的供应链，最后直接通过用户接受端来反馈给管理员。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明原理框架结构示意图。

具体实施方式

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，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为粮油供应链智能管理系统，粮油供应链智能管理系统，包括：监测数据输入端、数据采集端、数据处理模块、用户接收端；

监测数据输入端，用于对运输过程中运输车关联数据进行收集，并将运输车关联数据传输至数据处理模块；

此处收集的关联数据具体包括：刹车片温度数据组、刹车片踩动深度数据组和刹车片踩动时间数据组，刹车片温度数据组通过在刹车片上设置的温度传感器或者温度检测仪器，每间隔t时间获取一次温度，从而得到一个连续的温度数据组；

刹车片踩动深度数据组通过在脚刹上设置的一个深度检测仪，每间隔t时间获取一次刹车片踩动深度，从而得到一个连续的刹车片踩动深度数据组；

刹车片踩动时间数据组通过在脚刹上设置的一个时间计数器，每间隔t时间获取一次刹车片踩动时间，从而得到一个连续的刹车片踩动时间数据组；

用户接收端一般是管理员随身携带的智能设备，具体可以为智能手机、电脑和平板电脑智能设备。

数据处理模块用于对运输车关联数据进行分析，关联分析具体方式为：

步骤一：供应链依次进行标记为Li(i＝1...n)，首先采取对应标记的方式来对多条供应链进行不同的标号标记，以其中一条供应链为例，对供应链对应运输车的数据进行记录并传输到数据处理中心，其它供应链的计算步骤相同，根据计算出来的数据结果来对多条供应链进行择优选取；

步骤二：将传输的数据进行分析并计算，经过计算获取供应链对应运输车运输路线情况进行判断，不同供应链对于的运输路况不相同，根据不同的运输路况来对运输过程中路况最好的供应链进行选取，从而来保证商家能够获得最大的利益，运输车运输路线情况数据的计算步骤如下：

A1：将供应链Li运输车所测得的刹车片温度监测数值记录为Wi，刹车片踩动深度监测的数值记为Si，刹车片踩动时间监测的数值记为Ti，且Wi对应一组(Si，Ti)，Ti对应的(Si，Ti)，以此温度和踩动时间建立坐标轴，横坐标为Ti,纵坐标为Si,每个Wi对应一组不同的(Si，Ti)，在后续的计算过程中可以根据坐标轴来直接的观察出Si，Ti对Wi的影响关系，从而来进行下一步的计算操作；

将两组不同刹车片温度监测数值带入公式进行计算，计算的公式为：

A11：将不同的踩动时间数据、踩动深度监测数据和温度监测数据代入公式中得到多组Y，将得到的多组Y代入计算公式得出偏差值Y

且i≥2；

A12：将计算得到的多组偏差值Y

A2：利用平均值的计算公式来计算出多组踩动深度监测数值的平均值Sp,利用函数MAX|S

e、利用平均值的计算公式来计算出多组踩动时间监测数值的平均值Tp,利用函数MAX(T

f、的计算公式再根据映射关系来带入特征矩阵中得到具体的数值，特征矩阵为：

A3:依据公式获取矩阵的特征值

计算公式为：

A3：运输路面的拥堵情况分为三个等级分别为：快速、正常、拥堵，具体的评判标准如下：

a、当计算的偏差值E≤0.2，且0≤Y≤0.3时，则表示该运输车经过的运输路线整体为快速状态，得到快速状态下的数据；

b、当计算的偏差值0.2

c、当计算的偏差值0.4

进一步的数据处理模块将输入的运输车关联数据分析后，传输至数据比对单元，用于对合适的供应链数据进行选取；

进一步的数据比对单元接受传输的信号，将分析后的关联数据与路况数值进行比对，再将比对后的数据输出至数据决策单元，关联数据决策具体方式为：

S1、将供应链L

S2、供应链L

进一步的将比对后的关联数据传输至数据决策单元，通过对比对单元比对出来的多条供应链Li的损耗率特征值Φ进行比较，选取损耗率最小的供应链，选取完成后将最终的关联数据传输至用户接收端。

本发明的工作原理；预先对多条供应链的运输数据进行收集，对收集来的数据进行分析，接着根据不同供应链运输数据中运输路况数据进行收集分析，得到刹车片踩动深度、刹车片踩动时间与刹车片温度之间的映射关系，再根据映射关系来带入函数中得到具体的数值，根据函数计算出来的具体数值来与路况数值进行计算，从而得到通过对不同供应链运输数据的运输路况数据的比较来优选几条符合的供应链，再将多条优选的供应链中的损耗量数据进行计算，通过将计算出来的损耗率通过决策单元来选取最优的供应链，最后直接通过用户接受端来反馈给管理员。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。