多agent农产品安全溯源系统

李靖康

摘 要 在农产品需求日益增加的今天，为了保证农产品安全、完善农产品物流系统，本文介绍了农产品安全溯源系统，拟结合现代的先进物流技术与运用多agent系统，构建一个适应现农产品物流环境的多agent农产品安全溯源系统。

关键词 安全溯源系统；agent；农产品

一、前言

我国是农产品大国。众所周知，农产品的加工流通销售，是有利于促进现代农业的发展，提高人们生活质量，丰富人民的膳食结构的。近年来，生鲜农产品在食物消费中所占的比例越来越高，人们对农产品的需求量持续增长。然而，农产品的加工、仓储、运输以及销售过程，在给人们提供方便、美味、营养食品的同时，也可能由于操作或控制不当，而在农产品供应链中产生安全隐患。因此有效控制农产品质量安全问题也显得越来越重要我国现代物流信息技术和设施技术在农产品产品供应链物流中的应用仍不充分，从而造成农产品在供应链的过程中可能会发生耽搁和安全意外事件，大大增加了农产品的安全风险，这也意味着在农产品加工、存储、运输以及销售过程，对于整个供应链进行一定的安全溯源监控是有十分重要的意义。

面对当前严峻的农业食品安全问题，国家颁布了一系列的政策法规并采取了一些有效的整治措施。通过建立农产品质量标准体系和检测体系、完善质量安全监管、严格实施农产品市场准入制度等措施改进农产品的质量。但是，由于我国农业食品行业中的散户、小作坊式企业较多，全面展开整顿还有待时日，而且科学而有效地改革的力度往往不能够很全面的发挥，因此造成农产品市场上安全问题仍然接连不断。所以本文基于多agent物流系统，构建了农产品物流系统的一个安全溯源子系统，希望借此逐步完成现有的农产品物流系统体系，对整个农产品供应链进行安全溯源的监控，从而更好推动我国农产品食品安全領域的产业化发展。

二、农产品安全溯源agent

1.农产品安全溯源agent总体设计

农产品从采摘到最后的使用，经过了加工、仓储、运输以及销售这几个步骤，而在各个步骤中都有可能导致农产品安全问题的因素。因此，为了使得安全溯源能够实现，对整个农产品供应链进行有效的监控，安全溯源系统应贯穿这个供应链。

随着无线通信技术 （NFC）功能的发展，农产品安全溯源系统是基于此来具体实现。基本实现是供应链各个节点利用NFC读写器进行信息的采集，然后传到SQL数据库，进而关联到信息可视平台。这样，用户就可以通过扫码来获取农产品的溯源信息了。

以下是农产品安全溯源系统的基本结构。

在安全溯源agent下，再分成了信息采集agent、安全风险预警agent、数据信息管理agent、信息可视平台这四个模块。其中信息采集agent主要是对于种植、加工、仓储、运输、销售各个环节的信息进行采集。数据信息管理agent是当各环节的信息采集完毕之后，通过Internet输入到后台，根据对象名解析服务（ONS）与物理标示语言（PML）之间的映射关系，把相应的农产品信息存储在SQL数据库中。安全风险预警agent也是针对整个供应链，当农产品出现安全风险时，系统会给出相应的警示，当警度存在时，就意味着农产品安全存在隐患，应进行溯源分析。信息可视平台是建立在web基础上，供应链上的各个用户都可以对农产品进行扫码，在web端可以查看到农产品的具体信息。

三、农产品安全溯源agent子系统设计及功能实现

1.信息采集agent

在贯穿于整个供应链系统的信息采集agent，采用了NFC技术。其基本原理是就是要通过NFC的读写系统，针对某一批次的农产品，进行信息的采集。由于NFC技术、手机智能化的发展，整个信息的读写可以由手机轻松完成，农产品生产者可以通过扫描NFC标签，在已建立好的表格上填写相关信息；消费者最终想知道产品的一些具体信息，也可以扫描标签后跳转到网端进行查看。在完成信息的填写后，可以由NFC读写器传到ONS服务器，最后得以传到服务器。

以农产品供应链各个节点简述信息采集agent原理。在种植过程中，将一些基本信息存储在电子标签中。在此要特别注意的是一些可能影响农产品安全的因素，比如农药含量、化肥信息、土质、温度、PH等。在加工仓储阶段，首先要进行数据的转入信息记录，其次就要记录加工的工序、仓储的温度等。在配送运输的过程中，可以GPS与GIS技术，记录车辆行驶路径等信息。在销售过程，需要的信息采集便是销售商信息以及产品销售的具体信息。由于NFC技术、手机智能化的发展，整个信息的读写可以由手机轻松完成，农产品生产者可以通过扫描NFC标签，在已建立好的表格上填写相关信息；消费者最终想知道产品的一些具体信息，也可以扫描标签后跳转到网端进行查看。在完成信息的填写后，可以由NFC读写器传到ONS服务器，最后得以传到服务器。

2.安全风险预警agent

安全风险预警agent是该系统的主要组成部分。其主要功能是对农产品所存在的各种安全风险进行识别、测定、预警和分析评论的过程，其具体实现路线是：信息采集、预处理、特征提取、识别评价、风险预警种类。在安全溯源agent中采用数据挖掘中的BP神经网络算法进行预警警度的评价分析。通过预警指标的数据输入，agent可以自动得出某种农产品供应链的安全警度和相应的安全指示信号，告知提醒用户农产品的安全风险程度，同时将结果保存到预警系统数据库中。

基于BP神经网络构建农产品供应链安全风险预警模型的具体操作主要包括三个阶段：模型构建阶段、训练阶段、识别阶段。

在此系统中，首先各节点用户对检测数据进行采集，并进行数据预处理。根据农产品供应链安全风险预警指标体系，包括农产品供应链中的种植环节、加工仓储环节、配送环节和销售环节四个环节的风险预警指标，每个指标对应的数据取其平均值进行量化，并进行无量纲化处理。参照HACCP体系，从信息采集模块获取对应的原始检测数据，并进行数据归一化处理，从而可以构建输入节点。确定了输入节点之后，通过对网络的连接权值进行调整，使得对任一输入都能得到所期望的输出，也就是模型的训练。模型训练成功后，就可以将待测指标输入模型，根据输出结果所表示的风险度可以将其风险等级相应确定为重警、中警、轻警和无警。

举例：由于具体不同种类的农产品对各个指标有不同的添加剂份量要求，比如当茶多酚的份量为[0，0.1]时，我们可以认为是最安全的，其评价值为1，当份量超过0.3时可以认为是完全不安全的，评价值为0。当份量介于0.1和0.3 之间时评价值与份量成线性关系。如同茶多酚的归一化处理，系统会对各个指标有着相同的输出结果，也就可以对农产品中的不同指标进行安全风险预警。

3.数据信息管理agent

當农产品的数据完成读写之后，通过ONS和PML之间的映射，就可以把相应产品的数据写进SQL数据库。每一个相应的供应链环节都有其对于的数据库对其产品信息进行相应的管理，同时通过Internet上传到网端，完成整个供应链溯源系统的信息整合。

由于数据信息管理agent是采用关系数据库技术建立的，此agent的初步检索可以利用关系数据库SQL查询语句实现。例如，根据农产品的编号假设记为k1，从案例库中初步检索出与待查看、管理的农产产品时，搜索语句为：SELECT * FROM DATABASE WHERE k1=产品编号。我们应用Microsoft Visual Studio和SQL Server开发平台设计农产品安全溯源数据库界面，主要包括搜索数据输入、搜索结果列表和检索明细等功能。

在数据信息管理agent的帮助下，使得供应链的各个用户能够对数据进行有效的增删查改，方便供应链上的各个用户对数据有效的查看，从而安全有效地进行农产品溯源。

4.信息可视平台

信息可视平台的构建，是基于手机Linux操作系统与网页服务器，后台搭载Sql数据库管理系统进行完成的。对于供应链上每一个想要对农产品溯源的成员，可以通过扫描NFC标签，这样就可以在手机端通过网页服务器进入溯源信息可视平台，进而可以查看到该农产品在供应链各个环节的信息。同时，每一个成员都可以对自己的数据库进行更改信息，从而关联到平台上，使得平台的信息也得到更新。

在信息采集完全、数据库管理合理有效的情况下，用户随时可以利用手机，进行对农产品溯源信息查询，当发现其质量有问题时，可以及时反映、投诉，合理保护自己的权益。

四、农产品安全溯源agent总结

在这个农产品安全溯源agent中，此agent记录了农产品种植、加工、仓储、运输、销售整个供应链的各个环节操作的信息以及他们的数据，如果发现农产品质量存在着安全问题，通过农产品安全溯源agent可以追溯到问题农产品的种植所在地、对其进行加工企业、进行配送运输的物流企业、销售商。通过溯源，极大地保证了人们对农产品安全的信心，推动了农产品的发展。此agent设计农产品溯源体系的各个采集模块，通过搭载后台数据库，在Linux操作系统开发了信息可视化平台。当然这个agent设计时是从大体的农产品供应链各个环节出发，是基于满足供应链全体成员的溯源的，若要投入具体应用，仍然需要针对实际情况，进行相应分析，以满足不同节点的不同要求。

参考文献：

[1]张智勇.刘承.杨磊.基于MAS的冷链物流系统协调机制研究[J]食品工业科技.2010（05）

[2]任荣平，蒋国瑞，黄梯云. 基于Multi-Agent自适应供应链系统研究[J]. 计算机应用与软件. 2006（05）

[3]胡国强.李茵.基于NFC的茶叶质量安全追溯系统的设计与实现[J]江西农业科技.2018（04）

[4]张晨光.基于物联网的生鲜蔬菜供应链可追溯系统设计与研究[J]物流技术.2015（14）

[5]杨信廷.钱建平.孙传恒.吉增涛.农产品及食品质量安全追溯系统关键技术研究进展[J]农业机械学报.2014（11）

[6]赵瑞莹.杨学成.农产品价格风险预警模型的建立与应用——基于BP人工神经网络[J]农业现代化研究.2008（02）