發(fā)布時間：2021-11-27 09:57

　　以提高乳制品質量安全風險預警的精準性為研究目的,從乳制品生產加工環(huán)節(jié)遴選了影響乳制品質量安全風險的關鍵因素作為預警指標,并構建了預警指標體系。嘗試將BP網絡算法引入乳制品質量安全風險預警中,構建了基于BP神經網絡乳制品質量安全風險預警模型。并利用2002-2017年的相關指標數據樣本對網絡模型進行訓練和驗證。結果表明,BP網絡的預測精度達到99.77%,泛化能力R²為0.9409,說明將該模型用于乳制品質量安全風險預警是一種切實可行的方法。 

【文章來源】：中國乳品工業(yè). 2020,48(07)北大核心

【文章頁數】：5 頁

【部分圖文】：

線性回歸

食品質量國家抽檢合格率是對食品生產加工環(huán)節(jié)質量控制水平的綜合評價，也是驗證生產過程控制有效性的方法之一。因此，本文選擇乳制品質量抽檢合格率指標來概括性地說明乳制品質量安全水平的變化情況。同時，基于X-Rs（單值—移動極差）控制圖思想原理，將乳制品抽檢合格率的歷史數據依次劃分為不安全（90.5%以下）、較不安全（90.5%,93.5%）、基本安全（93.5%,96.5%)和安全（96.5%以上）等四個警區(qū)區(qū)間。相對應的警級設定分別為重警、中警、輕警和無警，如圖1所示。1.2 警兆指標

利用訓練好的網絡對2015,2016和2017年等乳制品合格率進行預警預測，仿真結果通過反歸一化re-verse函數得到最終預測值，其所屬警區(qū)并未發(fā)生變化，如表4所示。為了科學地評判BP網絡模型預測結果的優(yōu)劣，利用平均絕對百分誤差MAPE和擬合系數R2等標準進行衡量[18]。表4中的網絡實際輸出值的最大相對誤差絕對值為0.33%，最小相對誤差絕對值為0.05%，計算得平均絕對誤差百分比為0.23%。而一般計量經濟學認為評價結果的誤差范圍在20%左右就說明評價效果較好，由此可見，該網絡模型具有一定的有效性和可靠性。同時，擬合系數R2為0.9409，趨近于1，說明該網絡模型的擬合能力較強，具有更好的泛化性質。因此，本文所構建的BP網絡可以用作乳制品質量安全風險預警模型。圖3 線性回歸

【參考文獻】：
期刊論文
[1]物聯網環(huán)境下的乳制品供應鏈質量安全風險管理研究[J]. 何靜,楊翼.  中國乳品工業(yè). 2019(02)
[2]乳制品冷鏈物流預警研究[J]. 楊瑋,王曉雅,張琚燕.  中國乳品工業(yè). 2018(07)
[3]基于支持向量回歸機的乳制品質量預測[J]. 寇瑩,李學飛,郭微.  黑龍江畜牧獸醫(yī). 2017(16)
[4]基于熵理論的乳制品質量安全危機預警研究——以內蒙古乳制品企業(yè)為例[J]. 張凱,郝曉燕.  黑龍江畜牧獸醫(yī). 2017(14)
[5]產業(yè)集中度對食品質量安全的影響——以乳制品為考察對象[J]. 周小梅,張琦.  中共浙江省委黨校學報. 2016(05)
[6]一種基于改進遺傳算法的神經網絡優(yōu)化算法研究[J]. 劉浩然,趙翠香,李軒,王艷霞,郭長江.  儀器儀表學報. 2016(07)
[7]基于時間序列分解法對原料乳質量安全預測的探究[J]. 董笑,白寶光.  食品工業(yè). 2016(05)
[8]對建立乳制品質量安全預警指標體系的探究[J]. 董笑,白寶光.  內蒙古科技與經濟. 2016(04)
[9]奶牛規(guī)模化養(yǎng)殖的可持續(xù)性評價[J]. 趙文哲,錢貴霞.  中國人口.資源與環(huán)境. 2013(S2)
[10]基于Shewhart Control Chart的生鮮乳中獸藥殘留風險預警方法研究[J]. 韓榮偉,鄭楠,于忠娜,屈雪寅,李松勵,周雪巍,王加啟.  中國畜牧獸醫(yī). 2013(S1)

博士論文
[1]乳制品質量安全風險評價與監(jiān)管研究[D]. 權聰娜.河北農業(yè)大學 2014

碩士論文
[1]乳制品生產企業(yè)質量安全風險控制研究[D]. 石蒙蒙.山東建筑大學 2017



本文編號：3522046