基于BP神经网络的乳制品质量安全评价研究
发布时间：2021-11-16 08:56
随着经济和社会的不断发展,人民生活水平的不断提高,乳制品已经成为人们日常生活必不可少的一部分。但是,近年来乳制品安全事件时有发生,已严重影响了我国乳制品行业的健康发展。乳制品的质量安全需要乳制品生产流通全程各环节的通力合作,然而,各个环节是相互独自存在的个体,任何一个环节发生不当行为,都会导致乳制品质量安全问题的发生。在乳制品生产流通过程中,如何对乳制品质量安全进行评价,是保障乳制品质量安全的关键。因此,从乳制品生产流通全程出发建立乳制品质量安全评价指标体系具有重要的理论及现实意义。根据对我国乳制品质量安全现状的分析,确定了乳制品安全的影响因素,在此基础上,设计了乳制品质量安全评价指标体系,分析了评价体系的功能、结构和运行流程。明确了乳制品质量安全评价指标体系和乳制品质量安全评价模型的构建是研究的重点。制定了乳制品质量安全评价指标体系,建立了四个一级指标和十九个二级指标,给出了指标的评分标准。以BP神经网络为基础,将采集到的信息转化为原始的数据,选择32组有效的数据进行网络训练,建立乳制品质量安全评价模型,并选用8组有效数据验证模型的可靠性。运用乳制品质量安全评价模型,对完达山乳业有限...
【文章来源】：哈尔滨商业大学黑龙江省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
乳制品生产流通的环节图
2乳制品质量安全评价相关理论后反馈到输入层；经过这样的反复循环，最终使得网络的总体误差趋于，此时一个完整的学习过程才正式结束。2 BP神经网络模型及原理P神经网络是由一个输入层，一个或多个隐层以及一个输出层构成的，每的神经元构成，并且这些神经元都是紧密关联的。其结构如图2-2所示：
哈尔滨商业大学硕士学位论文 erro 尸 Y-tn;res(i)=norm(error);endnumbet=find(res=min(res));no=s(number)通过MATLAB的输出结果可知，当隐含层节点数为8时，其误差最小，所确定的BP神经网络的性能最好。因此，本文所构建的BP神经网络结构为19-8-1，即输入层节点数为19，隐含层节点数为8，输出层为1。(3)网络训练过程确定了 BP神经网络结构为19-8-1,主要参数如训练函数为trainlm函数，最大训练次数（net.trainparam.epochs)为 10000,学习率（net.trainparam.lr)为 0.01，训练目标误差（net.trainparam.goal)为 le-8，显示训练间隔（net.trainParam.show)为 5 之后，运行MATLAB7.10软件，启动神经网络工具箱（nntool),将归一标准化后的数据（32x19矩阵）作为BP神经网络的训练输入数据，相应的评价得分值为输出数据，对网络进行训练训练界面如图4-1所示。
【参考文献】：
期刊论文
[1]基于供应链视角的乳制品质量安全问题研究[J]. 白世贞,刘忠刚. 物流工程与管理. 2013(12)
[2]我国乳制品行业发展现状存在的问题及对策[J]. 郑川. 中国乳业. 2013(11)
[3]基于层次分析法的乳制品供应链质量安全评价体系研究[J]. 张英奎,卢一墨. 牡丹江大学学报. 2013(11)
[4]我国消费乳制品质量安全问题及对策[J]. 顾瑞霞,陈旭娇,印伯星. 食品科学技术学报. 2013(04)
[5]澳大利亚乳品质量安全监管体系及法规标准概况[J]. 云振宇,刘文,蔡晓湛,艳茹,张瑶. 中国乳品工业. 2013(10)
[6]影响乳品质量安全的因素与解决措施[J]. 孙肖明,孟宪梅. 畜牧兽医科技信息. 2013(08)
[7]我国奶站建设问题对策探讨[J]. 李慕扬,庞伟华. 中国乳业. 2013(06)
[8]当前我国奶业发展的五个特征[J]. 郭利亚,王加启. 中国畜牧杂志. 2013(08)
[9]国际乳品生产大国乳品质量安全管理经验及启示[J]. 刘艺卓,王丹. 中国乳业. 2013(02)
[10]原料奶质量的控制及其影响因素研究[J]. 赵静,张耀荔,陈静. 安徽农业科学. 2013(05)
博士论文
[1]基于制度安排的中国食品安全治理研究[D]. 秦利.东北林业大学 2010
硕士论文
[1]乳制品供应链质量管理研究[D]. 沈笛.东北财经大学 2012
[2]我国乳制品安全规制研究[D]. 王猛.辽宁大学 2012
[3]江苏省徐州地区奶业发展对策研究[D]. 鲍萍.中国农业科学院 2011
[4]基于BP神经网络的人力资源管理风险预警管控研究[D]. 韩媛媛.江西理工大学 2011
[5]基于供应链管理的企业物流风险预警指标体系研究[D]. 姬利.北京物资学院 2010
[6]基于供应链管理的河北省奶制品质量安全控制问题研究[D]. 杨俊涛.河北农业大学 2010
[7]乳制品供应链的质量安全管理研究[D]. 高晓鸥.中国农业科学院 2010
[8]我国乳制品质量安全控制问题研究[D]. 陈志鹏.扬州大学 2009
本文编号：3498552
【文章来源】：哈尔滨商业大学黑龙江省
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
乳制品生产流通的环节图
2乳制品质量安全评价相关理论后反馈到输入层；经过这样的反复循环，最终使得网络的总体误差趋于，此时一个完整的学习过程才正式结束。2 BP神经网络模型及原理P神经网络是由一个输入层，一个或多个隐层以及一个输出层构成的，每的神经元构成，并且这些神经元都是紧密关联的。其结构如图2-2所示：
哈尔滨商业大学硕士学位论文 erro 尸 Y-tn;res(i)=norm(error);endnumbet=find(res=min(res));no=s(number)通过MATLAB的输出结果可知，当隐含层节点数为8时，其误差最小，所确定的BP神经网络的性能最好。因此，本文所构建的BP神经网络结构为19-8-1，即输入层节点数为19，隐含层节点数为8，输出层为1。(3)网络训练过程确定了 BP神经网络结构为19-8-1,主要参数如训练函数为trainlm函数，最大训练次数（net.trainparam.epochs)为 10000,学习率（net.trainparam.lr)为 0.01，训练目标误差（net.trainparam.goal)为 le-8，显示训练间隔（net.trainParam.show)为 5 之后，运行MATLAB7.10软件，启动神经网络工具箱（nntool),将归一标准化后的数据（32x19矩阵）作为BP神经网络的训练输入数据，相应的评价得分值为输出数据，对网络进行训练训练界面如图4-1所示。
【参考文献】：
期刊论文
[1]基于供应链视角的乳制品质量安全问题研究[J]. 白世贞,刘忠刚. 物流工程与管理. 2013(12)
[2]我国乳制品行业发展现状存在的问题及对策[J]. 郑川. 中国乳业. 2013(11)
[3]基于层次分析法的乳制品供应链质量安全评价体系研究[J]. 张英奎,卢一墨. 牡丹江大学学报. 2013(11)
[4]我国消费乳制品质量安全问题及对策[J]. 顾瑞霞,陈旭娇,印伯星. 食品科学技术学报. 2013(04)
[5]澳大利亚乳品质量安全监管体系及法规标准概况[J]. 云振宇,刘文,蔡晓湛,艳茹,张瑶. 中国乳品工业. 2013(10)
[6]影响乳品质量安全的因素与解决措施[J]. 孙肖明,孟宪梅. 畜牧兽医科技信息. 2013(08)
[7]我国奶站建设问题对策探讨[J]. 李慕扬,庞伟华. 中国乳业. 2013(06)
[8]当前我国奶业发展的五个特征[J]. 郭利亚,王加启. 中国畜牧杂志. 2013(08)
[9]国际乳品生产大国乳品质量安全管理经验及启示[J]. 刘艺卓,王丹. 中国乳业. 2013(02)
[10]原料奶质量的控制及其影响因素研究[J]. 赵静,张耀荔,陈静. 安徽农业科学. 2013(05)
博士论文
[1]基于制度安排的中国食品安全治理研究[D]. 秦利.东北林业大学 2010
硕士论文
[1]乳制品供应链质量管理研究[D]. 沈笛.东北财经大学 2012
[2]我国乳制品安全规制研究[D]. 王猛.辽宁大学 2012
[3]江苏省徐州地区奶业发展对策研究[D]. 鲍萍.中国农业科学院 2011
[4]基于BP神经网络的人力资源管理风险预警管控研究[D]. 韩媛媛.江西理工大学 2011
[5]基于供应链管理的企业物流风险预警指标体系研究[D]. 姬利.北京物资学院 2010
[6]基于供应链管理的河北省奶制品质量安全控制问题研究[D]. 杨俊涛.河北农业大学 2010
[7]乳制品供应链的质量安全管理研究[D]. 高晓鸥.中国农业科学院 2010
[8]我国乳制品质量安全控制问题研究[D]. 陈志鹏.扬州大学 2009
本文编号：3498552
本文链接：https://www.wllwen.com/jingjilunwen/sylt/3498552.html
