运输调度过程中乳业食品质量安全风险预测模型研究

朱凌志，周宇，2

（1.湖南工学院计算机与信息科学学院,衡阳 421002；2.湖南大学数学与计量经济学院，长沙 410083）

运输调度过程中乳业食品质量安全风险预测模型研究

朱凌志1，周宇1，2

（1.湖南工学院计算机与信息科学学院,衡阳 421002；2.湖南大学数学与计量经济学院，长沙 410083）

影响乳业食品质量安全风险因素众多，传统方法都假设运输调度过程中无乳业食品质量安全风险问题，而实际确实存在。在探讨运输调度过程中内外部因素的基础上，探讨运输调度风险评价体系，应用模糊综合评估法对运输过程中质量安全风险进行详尽的预测，构建质量安全风险预测模型，并展望未来的发展趋势。

运输调度；质量安全风险；预测模型

0 引言

在乳业食品销售之前，针对乳业食品的整个供应链，乳制品在运输调度过程中出现不确定因素影响乳制品质量的可能性相对来说比较大。为了预测乳制品在运输过程中可能出现的质量安全问题，为乳业食品企业的利益提供保障，也为监管部门在质量安全问题发生时提供有效的追溯途径，将建立运输调度过程乳业食品质量安全风险预测模型，并作为物流管理子系统中物流控制中心的追溯信息进行存储。

1 内外部因素

运输调度过程中的质量安全风险，是针对运输调度过程中，由于运输过程中某些因素对乳业食品或乳制品的影响，并由此带来的损失。而这些因素主要包括交通情况，乳业食品运输的时间、温度等对乳业食品质量造成改变导致的损失。

在物流管理子系统中，对运输调度过程风险的预测时，首先应对会导致调度过程中乳业食品质量安全问题而造成经济损失的风险因子进行分析，甄选出最为重要的因素，合理地简化风险预测的难度。现将所有的因素分为两类运输调度风险和乳业食品（乳业食品）风险，各包括众多不同的风险因子。

（1）运输调度风险

运输调度风险是指在运输过程中，由于路况、车子的性能等方面的因素而导致交通事故所造成的损失。评价运输调度风险的量化标准是交通事故的概率。即运输调度风险：交通事故的概率（或者发生交通事故而造成的总损失）。

在运输过程中，导致风险的因素可能包括：驾驶员的熟练程度、驾驶员的疲劳程度、车子的使用年限、车子的性能、路况以及是否遵守交通规则等。现对上述的因素进行量化解释。

驾驶员的熟练程度：驾驶员对长途运输的熟练程度越好，导致风险的可能性越低。可用1表示熟练程度高，0表示熟练程度一般，-1表示熟练程度差。

驾驶员的疲劳程度：当驾驶员疲劳驾驶时，容易导致交通事故。则以小时为单位，记录一辆运输调度车的所有驾驶员的平均驾驶时间。

车子的使用年限：车子的好坏也可能会导致交通事故的发生，在运输中，会随着使用期限的增长将导致车子的损耗而引发交通事故。以年为单位，记录车子的使用年限，不满一年记为一年。

车子的性能：车子性能越好，则造成交通事故的可能性越低。经过专业检测，可将车子的性能分为三个等级，性能好标为1，性能一般标为0，性能差标为-1。

路况：由于天气情况的恶劣程度和行驶道路的好坏程度也会导致交通事故的发生。因此，将天气情况的标准设定为：天气状况良好1，天气状况一般为0，天气状况差标为-1。而忽略行驶道路的好坏程度。

是否遵守交通规则：是标为1，否标为0。

将每次乳业食品运输调度过程中，以上所解释的信息保存下来，与发生交通事故与否（是标为1，否标为0），进行回归分析。由回归分析，得出上述六个因子与乳业食品运输调度过程中发生交通事故之间的关系，在容易导致交通事故的薄弱环节，物流控制中心和监管部门将进行重点关注，有效控制事故的发生，预防乳业食品质量安全问题的发生。并将其系数指标作为模糊矩阵评判法二级指标的权重。

（2）乳业食品风险

指乳业食品经过一段时间的运输，由于温度和运输时间而导致其品质降低的可能性。评价乳业食品风险的量化标准是运输后营养价值综合得分的变化率。乳业食品运输前的营养价值综合得分可由上述模型得出，而在乳业食品运输后的营养价值综合得分，则是在乳业食品运输至加工厂进行加工之前所进行的营养价值检测所得出的综合得分，根据这两个得分之间的差异，来评判运输调度过程的乳业食品质量风险影响。

在运输调度过程中，导致乳业食品品质发生变化的因素包括：运输的时间和运输的温度设置。现对以上的风险因子作出说明，并进行量化。

运输的时间：运输的时间越长，导致乳业食品质量发生改变的可能程度越大。因此，以小时为单位，标记每次乳业食品运输时运输时间。

运输的温度设置：在运输过程中，为保证乳业食品的品质，会采用较为合理的方式进行运输，既考虑到运输成本，又在最大程度上保证乳业食品品质的好坏。因此，以摄氏度为单位，标识每次乳业食品运输时的所设置的温度。

根据这两个指标与运输调度后乳业食品品质的改变率所记录的数据，进行回归分析，可得出乳业食品的改变率与这两个风险因子之间的关系。将其系数作为模糊数学综合评判法的二级指标的权重。

根据以上的描述，已确定了两个指标运输调度风险（外部因素）和乳业食品质量风险（内部因素），以及影响这两个因素的二级指标。在这些指标中，存在一定的层次关系，权重也不一样。因此，针对本问题拟采用两级模糊综合评价的数学模型。首先，确定评判因素（外部因素和内部因素）和这些因素评判语集，建立模糊关系矩阵、确定模糊关系矩阵、确定权重系数。然后，根据评判的结果进行排序。上述过程即用模糊数学综合评判法对乳业食品运输过程发生质量安全问题的风险进行全面、客观和科学的评估。

运输调度风险预测模型的乳业食品质量安全事件风险评价体系如下图1所示。

图1 运输调度风险评价体系

由于企业中参与运输的驾驶员人数和运输车有限，而运输的时间是可以根据以往的统计年鉴数据进行统计得出的，同时，对运输的温度设置有上下限的要求。因此，将所有的情况进行统计，根据上述模型进行评估风险的各种可能性。将所有可能出现的情况制成表格，在每次进行运输调度时，根据追溯到的信息，对其风险进行评估。并且定时对数据更新一次，以确保预测的准确度。

2 运输调度过程中乳业食品质量安全风险预测模型

2.1 模型假设

假设1：除上述两个因素之外，不考虑其他因素对乳业食品品质和运输调度风险的影响。

假设2：假设所记录的数据信息是可靠、真实和客观的。

假设3：由于道路行驶情况很难进行判断，则在二级指标路况中只考虑天气情况的影响，道路行驶情况的影响忽略不计。

假设4：假设乳业食品运输采用汽车运输的方式，不考虑其他的运输方式。

2.2 符号说明

（1）R:相关系数矩阵。

（2）λi:相关系数矩阵的特征值。

（3）ai：相关系数矩阵的单位特征向量。

（4）U：一级评判因素集。

（5）U1：外部因素的二级评判因素集。

（6）U2：内部因素的二级评判因素集。

（7）V：评判语集。

2.3 模型的建立

（1）数据预处理

根据问题分析，将过去一年本企业运输调度过程中的跟踪追溯存储记录进行回归分析。

首先，将运输调度过程中的外部因素和内部因素的数据导入SPSS软件，对数据进行量化。然后，对量化后的数据进行标准化。接着，选择回归分析确定每个因素的权重，作为运输调度风险评估模型的模糊评判二级指标。

（2）模糊矩阵综合评判模型

根据评判因素的数量和复杂程度，可把模糊综合评判的数学模型分为单级模糊综合评判、两级模糊综合评判和多级模糊综合评判三种。而根据本文的实际情况，采用两级模糊综合评判模型。

由于影响运输调度过程中乳业食品质量风险的因素比较多，各个因素间存在着一定的层次关系，其重要程度也不尽相同。为了使评判系统能够被简洁、方便地应用于实际，在这里将采用两级模糊综合评判的数学模型。而根据上述的数据预处理，已经确定二级指标的权重。

（1）评判因素与评判语集的确定

由模型分析可知，影响运输调度中乳业食品质量安全的风险因素有两个方面：外部因素和内部因素。因此，本模型选取内部因素和外部因素作为一级评判因素，建立一级评判因素集：

而乳业食品质量安全风险的外部因素可分为驾驶员的熟练程度、驾驶员的疲劳程度、车子的使用年限、车子的性能、路况以及是否遵守交通规则六个因素，则建立的二级评判因素集为：

乳业食品质量安全风险的内部因素包括运输的时间和运输温度设置两个因素，则建立的二级评判因素集为：

（2）模糊评价矩阵的建立

有了评判因素和评判语集，接下来就需建立各级单因素评判矩阵。首先，建立二级评判矩阵1，2。建立评判矩阵过程就是确定各因素的隶属度的过程。我们可以利用我们的经验和常识构建函数对某一单因素进行评价，然后计算并归一化处理得到各单因素的各个隶属度（本模型的隶属度已经在数据预处理过程中，通过回归分析得出权重而代替），建立二级单因素评判矩阵1，。

①各级权重系数的确定

由于影响乳业食品质量安全风险的各个指标在模糊综合评判中的所占权重和层次不一样。因此，根据模糊评价的原则，需要为每个指标确定一个相应的权重系数，以反映其对评判结果的不同影响。且权重系数确定的恰当与否，也会直接影响综合评判结果的好与坏。当然根据评价的侧重点和目的不同，各评判因素的重要程度就会发生变化，其权重系数也就随之改变。为此，对数据进行预处理时，已确定各二级指标的权重。

一级权重系数：

二级权重系数：

②对某个已知企业的乳业食品运输调度过程质量安全风险进行模糊评判

在进行模糊综合评判之前，需要确定模糊矩阵的乘法模型。根据本模型的实际情况，选取较为合理的乘法模型。这里选用普通的矩阵法模型，即M（·，＋），其中·为数乘运算、+为加法运算，并用符号◦表示。

二级评判矩阵

一级评判矩阵

设有n（n＞1，n∈N）种不同的情况的运输调度过程的信息，它们的等级模糊集分别为：1，2，…，n。

构造排名函数：

排名函数刻画了某企业不同运输调度过程的风险的综合评判靠近某个等级的程度。排名函数值越靠近1则表示与该排名函数对应的风险的综合评判越靠近“高”，否则越靠近“低”。

3 结语

由于运输调度过程中易导致质量安全风险存在的各指标既不能量化而进行定性分析，指标之间又存在模糊的关系，因此，采用模糊综合评判模型，符合问题的要求。本模型综合了各个方面的指标，并根据实际情况将影响程度不同的指标以确定权重系数的方式突显出来。其中一级指标为外部因素（运输调度风险）和内部因素（乳业食品运输风险），外部因素的二级指标为驾驶员的熟练程度、驾驶员的疲劳程度、车子的使用年限、车子的性能、路况以及是否遵守交通规则，内部因素的二级指标为运输的时间和运输的温度设置。利用模糊综合评判模型的相关原理和理论，对运输调度过程中所有情况的乳业食品质量安全风险进行了科学合理的评估，具有参考价值，可以在其他评价体系中进行推广。同时，将所有情况可能导致的风险制成了表格，以便预测每次运输调度问题时发生风险的可能性，并作出相应的决策。这样，为系统模型的物流管理子系统提供了追溯信息，使得物流控制中心对追溯信息及时、实时地作出合理的决策。

但是，在运输调度过程中，乳业食品的质量安全可能会受到不确定因素的影响（在本模型中未提及），而这一类因素是不在模型建设的考虑范围之类的。

[1] 黄桢.基于物联网技术的乳业食品安全追溯平台分析与设计[D].北京：北京邮电大学，2012

[2] 方炎，高观，范新鲁等.我国食品安全追溯制度研究[J].农业质量标准,2005(2):37～39

[3] 李大为.基于FMECA技术的农产品供应链追溯系统研究[D].天津：南开大学，2009

[4] 刘国梅，孙新德.基于WSN和RFID的农产品冷链物流监控追踪系统[J].农机化研究，2011，4

[5] 刘回春.重塑乳业信任伊利全程质量可追溯系统值得期待[J].中国质量万里行,2014，2014（01）：10～12

[6] 仝新顺，吴宜.食品安全的可追溯系统研究综述[J].物流工程管理，2010(1)

Research on Dairy Food Quality and Safety Risk Prediction Model in Transportation Scheduling Process

ZHU Ling-zhi1，ZHOU Yu1，2
（Department of Computer and Information Science,Hunan Institute of Techo1ogy,Hengyang 421002）

There are 1ots of 1inks for the risk factors of dairy food qua1ity and safety.Traditiona1 methods assume that transportation schedu1ing process without dairy food qua1ity and safety risks,but they actua1 existence.Researches and ana1yzes the transportation schedu1ing process risks factors,investigating the transportation schedu1ing risk eva1uation system,uses fuzzy comprehensive eva1uation method to detai1ed forecast the transportation schedu1ing process risk and bui1ds the transportation schedu1ing processes risks of predictive mode1s.And points out the open research prob1ems．

Transportation Schedu1ing;Qua1ity and Safety Risk;Predictive Mode1s

1007-1423（2015）05-0024-05

10.3969/j.issn.1007-1423.2015.05.005

朱凌志（1979-），男，湖南邵东人，硕士，讲师，研究方向为物联网技术、计算机教育

周宇（1992-），女，湖南娄底人，硕士，研究方向为物联网技术

2014-12-23

2015-02-10

国家级大学生创新创业训练计划项目（教高司函[2013]102号-10789）、湖南省大学生研究性学习和创新性实验计划项目(湘教通[2013]191号)、衡阳市科技局科技发展计划项目（2014KG63）、湖南省教育厅科学研究一般项目（No.13C205）