基于多源数据融合的畜牧养殖风险智能评估方法及系统
本申请涉及畜牧养殖经营风险分析与智能管理,尤其涉及基于多源数据融合的畜牧养殖风险智能评估方法及系统。
背景技术:
1、随着规模化畜牧养殖向集约化和数字化管理发展,养殖经营过程中逐渐形成了覆盖牲畜群组变化、栏舍运行、饲喂供水、生产状态及日常管理活动的数据记录,现有养殖管理系统通常能够基于上述经营数据识别异常变化,并结合历史记录形成风险等级、管理提示或者后续处置建议;对于已经发生转栏、隔离或者群组调整的牲畜,也可以通过个体标识和流转记录继续追踪其后续状态,此类技术为养殖场的风险分析、群组管理以及出栏、转栏等经营决策提供了数据基础,属于养殖经营活动风险管理中的重要数据处理方式。
2、在实际经营过程中,风险评估结果往往会直接引起养殖对象及管理条件发生变化,例如,某养殖单元出现持续性的经营风险后,管理人员可能将其中部分异常牲畜转入其他栏舍继续观察,转栏完成以后,原养殖单元中的成员组成随之改变,转出牲畜则进入新的经营条件,此时,原养殖单元后续风险表现下降,既可能与原经营条件已经发生变化有关,也可能仅与原有异常成员已经离开有关;转出牲畜继续保持异常状态,也可能来自转栏前已经形成的持续影响,若转入前后的两个养殖单元仍使用相同饲料来源、供水条件或者其他共同经营条件,则成员位置虽然发生变化,实际风险作用条件还可能并未真正分离,因此,仅依据转栏后的当前群体状态重新评价,难以直接确定原风险此后应继续约束原养殖单元、迁移成员,还是仍需保持待确认状态。
3、上述问题在经营风险持续管理过程中还会进一步延伸,风险触发以后,迁移成员通常会进入更密集的人工复核或强化观察过程,而留在原养殖单元中的成员仍按照原有生产节奏接受例行观察,由此使不同经营对象获得数据的条件发生变化,与此同时,牲畜离开原经营条件以后,其既有风险表现还可能在一定期间内继续存在;迁入目的养殖单元本身也可能发生同期经营调整,由此形成的后续状态变化,可能同时受到历史影响延续、目的地共同变化以及观察条件变化等因素影响,单纯比较迁移前后的风险数值难以直接作为风险作用对象变更的依据。
4、在养殖经营管理中,风险作用对象的确定还直接关系到后续转栏、并群、出栏及资源配置等管理状态能否调整,若用于判断风险当前作用对象的同一批状态变化又直接作为风险已经解除的依据,则风险来源确认与风险状态释放之间缺少相互独立的经营依据,可能使尚需继续管理的风险状态提前退出当前风险集合,因此,在养殖成员关系和经营条件持续变化的情况下,如何保持风险形成阶段与后续经营状态之间的有效对应,区分成员迁移是否实际改变风险作用条件,并在后续数据具有可比依据的条件下确定风险继续作用的经营对象,再据此控制相应经营风险状态的闭合与释放,是畜牧养殖经营风险智能评估和管理决策过程中仍需进一步研究的数据处理问题。
技术实现思路
1、本申请提出了基于多源数据融合的畜牧养殖风险智能评估方法及系统,以解决背景技术中提出的问题。
2、为达到上述目的,本申请采用如下技术方案:
3、基于多源数据融合的畜牧养殖风险智能评估方法,包括:
4、获取目标养殖单元的多源养殖经营数据并确定经营风险状态;
5、在经营风险状态首次满足风险管理判定条件时,固定与经营风险状态对应的历史成员及成员归属关系、风险形成的经营条件和例行数据采集条件,形成根风险证据;
6、当历史成员中的部分成员迁移时,确定迁移成员和留存成员;
7、存在一项经营条件在迁移前共同作用于迁移成员和留存成员,迁移后持续作用于留存成员并终止作用于迁移成员时,确定形成风险来源分离条件,并确定目的养殖单元的参照成员;
8、根据多源养殖经营数据中的历史响应记录确定响应过渡期,响应过渡期结束后按照例行数据采集条件取得迁移成员、留存成员和参照成员的后续数据,根据迁移成员和留存成员的风险状态差异及参照成员的同期状态确定根风险证据的当前约束对象,并记录所用数据的截止时刻;
9、仅利用晚于截止时刻且符合例行数据采集条件的新数据确认当前约束对象退出经营风险状态,根据退出确认结果更新根风险证据的经营约束状态,输出经营风险管理结果。
10、基于多源数据融合的畜牧养殖风险智能评估系统,包括:
11、根风险证据形成模块,获取目标养殖单元的多源养殖经营数据并确定经营风险状态,在经营风险状态首次满足风险管理判定条件时,固定与经营风险状态对应的历史成员及成员归属关系、风险形成的经营条件和例行数据采集条件,形成根风险证据;
12、风险来源分离判定模块,在历史成员中的部分成员迁移时确定迁移成员和留存成员,并在存在一项经营条件于迁移前共同作用于迁移成员和留存成员、迁移后持续作用于留存成员并终止作用于迁移成员时,确定形成风险来源分离条件,并确定目的养殖单元的参照成员;
13、当前约束对象确定模块,根据多源养殖经营数据中的历史响应记录确定响应过渡期,在响应过渡期结束后按照例行数据采集条件取得迁移成员、留存成员和参照成员的后续数据,根据迁移成员和留存成员的风险状态差异及参照成员的同期状态确定根风险证据的当前约束对象,并记录所用数据的截止时刻;
14、经营约束状态更新模块,仅利用晚于截止时刻且符合例行数据采集条件的新数据确认当前约束对象退出经营风险状态,根据退出确认结果更新根风险证据的经营约束状态,并输出经营风险管理结果。
15、本发明有益效果如下:
16、本发明在经营风险首次形成时固定历史成员及成员归属关系、参与风险形成的经营条件和例行数据采集条件,形成根风险证据,并在成员迁移后继续沿同一根风险证据保持历史作用关系;由此,后续转栏、并群等成员结构变化不会反向改写风险形成时的成员范围,同时通过核验同一实际来源经营条件在迁移前后的作用边界,能够区分成员空间迁移与经营条件实际分离,避免仅因异常成员迁出而提前改变原养殖单元的经营风险状态。
17、本发明在形成风险来源分离条件后,根据对应经营条件的历史响应记录确定响应过渡期,并在统一的例行数据采集条件下分别形成留存成员、迁移成员和参照成员的后续状态,结合迁移成员与留存成员的风险状态差异以及目的养殖单元的同期状态确定当前约束对象;由此,能够降低迁移前风险响应延续、采集条件变化以及目的养殖单元同期变化对风险归属判断的干扰,使风险继续约束的经营对象具有与实际经营条件变化相对应的数据依据。
18、本发明进一步记录当前约束对象确定时所使用数据的截止时刻,并仅利用截止时刻之后形成的新数据执行经营风险状态退出确认,使风险作用对象的确定过程与经营约束解除过程采用相互分离的数据区间;由此,迁移后的恢复数据不会同时承担风险归属和风险解除两种作用,经营约束状态能够按照后续独立数据进行更新,为转栏、并群、出栏及经营资源配置提供可追溯的风险管理依据。
1.基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,包括:
2.根据权利要求1所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,形成根风险证据,具体操作为:
3.根据权利要求2所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,经营条件分别记录实际来源标识和有效作用期间;将在风险形成期间内实际处于目标养殖单元且受到至少一项经营条件作用的成员确定为历史成员;
4.根据权利要求1所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,当历史成员发生迁移时,从历史成员中确定实际离开目标养殖单元的迁移成员以及继续留存于目标养殖单元的留存成员;
5.根据权利要求4所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,确定风险来源分离条件,具体操作为:
6.根据权利要求1所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,所述确定响应过渡期,具体操作为:
7.根据权利要求6所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,确定当前约束对象,具体操作为:
8.根据权利要求1所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,确认当前约束对象退出经营风险状态,具体操作为:
9.根据权利要求8所述的基于多源数据融合的畜牧养殖风险智能评估方法,其特征在于,更新根风险证据的经营约束状态,具体操作为:
10.基于多源数据融合的畜牧养殖风险智能评估系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com