CN107146050-CN201710290612-一种冷链运输环境预测方法以及系统.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107146050 A (43)申请公布日 2017.09.08 (21)申请号 201710290612.2 (22)申请日 2017.04.24 (71)申请人 南京农业大学 地址 211225 江苏省南京市溧水区白马镇 国家农业科技园南京农业大学基地 (72)发明人 徐焕良　车建华　熊迎军　周祥　 陆诚　曹云　林初友　戴莉　 (51)Int.Cl. G06Q 10/08(2012.01) G06K 9/62(2006.01) G06N 3/02(2006.01) 权利要求书1页 说明书3页 附图4页 (54)发明名称 一种冷链运输环境预测方法以及系统 (57)摘要 一种冷链运输环境预测方法以及系统，本发 明利用马尔科夫模型加上BP神经网络对冷链运 输环境进行预测，实现对冷链运输环境异常状态 的监控，冷链运输环境主要为温度、湿度、光照， 根据不同的运输物品对应不同的健康数据，利用 马尔科夫模型将各数据的最终状态为正常和异 常状态。实际根据不同运输物品的贮藏环境指标 将不同的环境数据分段进行状态设定，使得较小 环境波动都可细化数据风险指标，将预测结果和 分段数据进行比较按照风险系数评定冷链车辆 环境走势，通过预测以保证运输物品品质。 A 0 5 0 6 4 1 7 0 1 N C CN 107146050 A 权　利　要　求　书 1/1页 1.一种冷链运输环境预测方法，其特征在于：该方法基于马尔科夫模型和BP神经网络， 具体步骤包括： S1、对应马尔科夫模型不同状态，将冷链车辆环境正常阈值和异常范围划分为不同范 围； S2、按照运输物品分类，根据采集到的历史环境数据建立对应概率分布，并用来训练BP 网络权重和偏置； S3、对历史环境数据统计分析，生成马尔科夫概率向量线性组合，并预测出车辆环境数 据下一状态； S4、利用训练的BP神经网络预测出下一时刻的环境数据； S5、对马尔科夫模型和BP神经网络预测值进行处理作为最终状态； S6、动态调整模型和BP神经网络权重。 2.根据权利要求1所述的冷链运输环境预测方法，其特征在于：所述步骤S1具体为：冷 链车辆依据运输物品的贮藏环境将温度、湿度、光照进行不同状态设定。 3.根据权利要求1所述的冷链运输环境预测方法，所述步骤S2具体为：根据设定好的范 围计算状态Ei对应概率Pi，训练BP网络权重。 4.根据权利要求1所述的冷链运输环境预测方法，所述步骤S5具体为：对马尔科夫模型 和BP神经网络预测值加权平均作为最终状态。 5.根据权利要求1所述的冷链运输环境预测方法，所述步骤S6具体为：根据实时外界环 境对车厢内环境的影响，对权重参数进行动态调整。 6.一种基于权利要求1-5之一所述的冷链运输环境预测方法的系统，其特征在于该系 统包括：采集模块、策略生成模块和预测报警模块； 采集模块：采集温度、湿度、光照环境数据； 策略生成模块：设置参数，进行自行马尔科夫状态设定和BP神经网络训练； 预测报警模块：对比预测数值和环境阈值，对出现的异常状态进行报警。 2 2 CN 107146050 A 说　明　书 1/3页