基于RFID溯源链约束的优质大米全链条综合品质评价方法与流程

摘要: 本发明属于农产品质量评价,尤其涉及一种基于rfid溯源链约束的优质大米全链条综合品质评价方法。背景技术:1、现有稻米品质评价常见技术路线包括:利用近红外、高光谱...
基于RFID溯源链约束的优质大米全链条综合品质评价方法与流程

本发明属于农产品质量评价,尤其涉及一种基于rfid溯源链约束的优质大米全链条综合品质评价方法。

背景技术:

1、现有稻米品质评价常见技术路线包括:利用近红外、高光谱或理化指标评价食味品质;基于气象、土壤和生态条件评价种植区域适宜性;通过全产业链信息系统记录种植、加工、仓储、物流和销售过程;以及采用模糊综合评价、层次分析、熵权法等方法形成综合评分。

2、上述方法分别解决了检测、区域适宜性、信息追溯或一般评价问题,但在优质大米品牌管理场景中仍存在不足;

3、如单项检测方法往往聚焦食味、直链淀粉、蛋白质、水分或污染物等局部指标,难以同时表达产地环境、生产过程、质量安全和食养健康价值。区域适宜性评价主要反映水稻生长环境或气候品质,不能直接替代成品大米批次评价;

4、检测评价、过程证据与追溯查询彼此分离,缺乏可信度联动机制;追溯系统多用于信息记录和查询,不直接进入品质得分或合规判定;

5、通用综合评价方法容易把准入底线和品质加分混在一起,存在安全短板被平均分摊盖的风险;

6、另外,追溯断链、证据冲突、过程违规等未被纳入评分。

7、优质大米的评价具有典型的全链条特征:产地环境决定基础品质,种植和加工过程决定稳定性,质量安全指标决定准入底线,食味与营养指标决定消费体验,食养健康指标决定高端差异化价值,追溯证据决定评价结果的可信度。

8、因此,亟需一种能够把准入控制、指标隶属度、维度评分、几何加权、健康加分和追溯解释统一起来的大米综合评价方法。

技术实现思路

1、有鉴于此,本发明创造旨在提供一种基于rfid溯源链约束的优质大米全链条综合品质评价方法,以解决现有技术中,大米品质评价结果与rfid全链条追溯证据彼此分离,缺乏将追溯证据链的完整性、一致性与可信度作为硬约束因子,与准入控制、品质指标评分及健康加分进行统一融合的评价方法的技术问题,导致现有评价结果无法约束和惩罚溯源断链、证据冲突及过程违规行为。

2、为达到上述目的,本发明创造的技术方案是这样实现的:

3、一种基于rfid溯源链约束的优质大米全链条综合品质评价方法,包括以下步骤:

4、s1:获取目标大米的全链条评价对象的rfid唯一身份标识;

5、评价对象包括地块、稻谷批次、加工批次、包装批次及销售批次中的至少一种;

6、s2:读取各评价对象在种植、收割、烘干、加工、包装、检测、仓储、物流及销售环节由rfid读写器采集的rfid关键追踪事件数据;

7、s3:根据rfid唯一身份标识及rfid关键追踪事件数据,构建表征批次流转关系的有向谱系数据;

8、有向谱系数据用于表征不同批次之间的合批、拆批、加工转换、包装及流转关系;并作为后续步骤计算谱系连续度及判定食养健康加分合法性的数据基础;

9、s4:将rfid关键追踪事件数据与检测报告数据、仓储记录数据及物流记录数据进行多源一致性比对,得到证据一致度;

10、s5:获取目标大米在产地环境、营养品质、质量安全、生产过程及食养健康五个维度的指标数据,根据预设的隶属度映射规则对各指标数据进行隶属度计算,并按维度加权得到基础品质分;

11、s6:根据身份绑定完整度、基于有向谱系数据计算得到的谱系连续度、证据一致度、时效性及异常惩罚计算追溯可信度系数;

12、s7:将基础品质分、追溯可信度系数及食养健康加分输入预设的综合评价模型,计算得到综合评分;

13、其中,综合评价模型包含准入判定条件;食养健康加分仅当有向谱系数据满足溯源完整性要求时,才参与计算;

14、s8:根据综合评分及追溯可信度系数,确定并输出目标大米的综合等级;

15、当准入判定条件不满足时,直接输出不予评级结果。

16、进一步地,s3中构建的有向谱系数据,其节点集合包括:

17、种源批次、地块、稻谷批次、烘干批次、仓储批次、加工批次、包装批次、物流单元及销售单元;其有向边集合包括来源边、合批边、拆批边、转换边、包装边及流转边。

18、进一步地,s6中谱系连续度的计算公式为:

19、;

20、其中,为标准工艺流程应关联的节点总数;

21、为由rfid事件成功匹配的节点数;

22、为第类谱系异常发生程度,取值在0到1之间;

23、为第类异常情况对应的惩罚系数。

24、进一步地,s6中追溯可信度系数的计算公式为:

25、;

26、其中,表示将计算结果截断在[0,1]区间内;

27、为权重系数且和为1;

28、为异常惩罚强度;

29、为身份绑定完整度;

30、为谱系连续度;

31、为证据一致度;

32、为时效性;

33、为异常惩罚。

34、进一步地,s4中的多源一致性比对包括:

35、比对rfid关键追踪事件数据与检测报告数据中的批次编号及检测结论;

36、比对rfid关键追踪事件数据与仓储记录数据中的出入库时间;

37、比对rfid关键追踪事件数据与物流记录数据中的运输温度及运输湿度。

38、进一步地,s7中的准入判定条件为:

39、s71:对多个准入型指标进行判定;

40、s72:准入型指标包括产地合规性、种源合规性、检测合格证有效性、农残重金属强制限值合格、生产许可证有效性、包装合规性、物流合规性、加工环境合规性、有机或绿色食品认证有效性及企业资质有效性中的至少一种;

41、s73:当且仅当所有准入型指标均满足预设阈值时,准入判定通过。

42、进一步地,s5中按维度加权得到基础品质分,包括采用几何加权和短板约束的方式计算;

43、几何加权的计算公式为:

44、;

45、其中,为第个核心维度的维度评分,为第个核心维度的权重系数;

46、分别为产地环境维度的权重系数、营养品质维度的权重系数、质量安全维度的权重系数、生产过程维度的权重系数;

47、短板约束的修正公式为:

48、

49、其中,为维度评分警戒阈值;

50、为各核心维度中的最低维度评分;

51、为短板约束强度系数;

52、为基础品质分修正得分,为基础分。

53、进一步地,食养健康加分h的计算方式包括:

54、仅当存在完整的rfid溯源证据链支撑健康指标的来源追溯时,依据食养健康维度的评分计算食养健康加分;

55、否则,食养健康加分取值为0。

56、进一步地,s7中的综合评价模型计算综合评分的公式为:

57、;

58、其中,为准入判定结果,取值为0或1;

59、为追溯可信度系数,为rfid追溯影响指数,为食养健康加分。

60、进一步地,s8中输出综合等级及不予评级结果后,还包括差异化输出步骤:

61、当综合等级为特级或优级时,向消费者端输出包含产地来源和rfid溯源摘要的展示信息,向企业端输出包含五大维度评价和批次谱系图的报告,向监管端输出包含准入符合性和批次召回路径的审计报告。

62、与现有技术相比,本发明创造能够取得如下有益效果:

63、第一方面,本发明将rfid追溯由查询展示升级为评价约束。通过s3构建的有向谱系数据,作为后续步骤计算谱系连续度及判定食养健康加分合法性的数据基础,使追溯链完整性、谱系一致性、证据一致性直接进入综合分及等级上限计算,断链对评价结果具有可量化影响。

64、第二方面,通过构建的批次有向谱系数据,解决了合批、拆批、加工转换和包装映射问题,同时该数据作为计算谱系连续度的直接上游依赖,实现了数据构建与量化计算的一体化。这使得可由成品米沿谱系图反向追溯至稻谷与地块,正向追踪至仓储、物流和销售节点,杜绝了批次间的逻辑断层。

65、第三方面,将rfid事件与检测报告、生产记录、仓储物流记录、追溯系统数据进行多源一致性校验,提高评价数据可信度,能够识别人工补录、台账造假和数据冲突。

66、第四方面,解决了现有大米品质评价中单项指标割裂、准入底线与评分结果混同、追溯信息不参与评价的问题;

67、尤其是食养健康加分仅当所述有向谱系数据满足溯源完整性要求时才参与计算,有效防止了健康营销标签脱离真实批次来源的滥用,解决了健康营养价值表达不足、溯源不实的问题。

68、第五方面,多端可解释,提供可追责依据。最终输出的综合分、等级、准入状态、低分指标、断链节点、异常事件、责任环节和整改建议,可向消费者、企业、监管和品牌方差异化输出,提供可追责、可复核、可整改的评价依据。