申请/专利权人：广州朗通科技有限公司

申请日：2024-04-03

公开（公告）日：2024-06-18

公开（公告）号：CN117993724B

主分类号：G06Q10/0635

分类号：G06Q10/0635;G06F18/243;G06F18/27;G06N20/10;G06N20/20;G06N3/0442;G06N3/126;G06N5/01;G06Q10/0639;G06Q10/087;G06Q50/12

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.05.24#实质审查的生效;2024.05.07#公开

摘要：本发明涉及供应链管理技术领域，具体为基于区块链的餐饮供应链安全管理系统及方法，系统包括：合规性验证模块、库存动态管理模块、食品安全监测模块、供应链配置优化模块、风险预测与管理模块、决策支持系统模块、安全合规评估模块。本发明中，通过决策树算法和逻辑回归模型，结合区块链智能合约，优化供应链交易的透明度和安全性，利用自回归模型和长短期记忆网络，优化供应链响应速度，利用孤立森林算法和自编码器算法，保障食品质量安全，应用遗传算法和支持向量机，优化供应链结构和策略，通过社会网络分析和门控循环单元，为风险预测提供数据支撑，利用多准则决策分析和数据包络分析，优化管理决策，提高餐饮供应链的效率与稳定性。

主权项：1.基于区块链的餐饮供应链安全管理系统，其特征在于，所述系统包括：合规性验证模块基于区块链智能合约，采用决策树分类算法和逻辑回归模型，评估供应链的温度控制和原材料质量，识别餐饮供应链中的异常数据，匹配纠正措施，包括发出警报和通知质量管理部门，生成合规性验证记录；库存动态管理模块基于所述合规性验证记录，采用自回归积分滑动平均模型和长短期记忆网络，分析历史库存数据和市场趋势，预测库存需求，调整库存水平和补货计划，优化供应链的响应速度和成本效率，生成库存优化策略；库存动态管理模块包括需求预测子模块、库存调整子模块、补货计划子模块；食品安全监测模块基于所述库存优化策略，采用孤立森林算法和自编码器算法，对温度、湿度指标进行监测，识别数据点异常，匹配响应机制，生成食品安全事件响应方案；食品安全监测模块包括环境监测子模块、异常识别子模块、响应机制子模块；供应链配置优化模块基于所述生成食品安全事件响应方案，采用遗传算法和支持向量机，结合外部环境变化，包括市场需求波动和运输成本变化，分析餐饮供应链状态，优化供应链结构和运输策略，生成供应链配置优化方案；供应链配置优化模块包括状态分析子模块、结构优化子模块、运输策略子模块；风险预测与管理模块基于所述供应链配置优化方案，使用社会网络分析，构建安全事件关联图，通过分析事件传播路径，识别关键风险节点和传播机制，结合门控循环单元，预测安全事件发展趋势，生成风险管理方案；风险预测与管理模块包括事件关联分析子模块、风险识别子模块、预测管理子模块；决策支持系统模块基于所述风险管理方案，采用多准则决策分析和数据包络分析，评估多个供应链环节的效率，优化供应链管理决策，匹配基于当前供应链状态和外部环境变化的管理策略，生成决策支持数据集；在事件关联分析子模块中，基于供应链效能提升策略，通过社会网络分析方法分析供应链中的安全事件数据，包括产品召回和质量问题信息，利用社会网络分析，揭示差异化安全事件间的相互联系和影响力度，通过计算节点的中心性，识别对供应链安全具有影响力的关键事件，生成的安全事件关联信息揭示了供应链中潜在的风险传播路径，为后续的风险管理提供了重要的决策支持依据；决策支持系统模块包括效率评估子模块、策略匹配子模块、数据集构建子模块；安全合规评估模块基于所述决策支持数据集，采用故障树分析，通过构建故障事件的逻辑树图，识别非合规和安全问题的原因，应用灰色关联分析，评估风险因素和供应链性能指标间的关联度，分析影响供应链安全合规性的关键因素，生成供应链安全优化方案；在合规性验证模块中，通过区块链智能合约定义供应链中的原材料质量标准和温度控制参数，利用决策树分类算法细化地评估温度控制和原材料质量，结合逻辑回归模型对收集到的数据进行分析，识别偏离标准的异常数据；决策树算法通过分析数据特征与预设的质量标准之间的关系，将数据分类为合规或非合规，逻辑回归模型计算出数据偏离合规标准的概率，识别异常情况生成详细的合规性验证记录；在需求预测子模块中，通过自回归积分滑动平均模型和长短期记忆网络，对合规性验证记录进行深入分析；自回归积分滑动平均模型负责分析时间序列数据，具体为历史库存数据，通过识别数据中的自相关性来预测未来的库存需求；参照历史数据点之间的依赖关系，和趋势和季节性因素的影响，为库存需求预测提供基础；利用长短期记忆网络处理和预测长期依赖关系，识别未来的供应链需求波动，生成库存需求预测信息；辅助企业更好地解析市场动态和库存需求，为后续库存调整和补货计划提供依据；在环境监测子模块中，通过孤立森林算法对温度和湿度指标的数据流进行分析，识别偏离正常范围的数据点和异常模式，通过对每个数据点构建一棵孤立树，然后计算路径长度从而评估数据点的异常程度；识别与正常温度和湿度数据模式不同的异常点，生成环境异常监测数据集，为风险分析和响应措施提供依据；在异常识别子模块中，通过局部离群因子算法对环境异常监测数据集中的数据点进行局部密度偏差计算，识别对食品安全构成威胁的异常数据点；局部离群因子算法通过比较一个点与其邻近点的局部密度，识别密度低于其邻居的点，即为异常点；结合聚类分析识别异常类型和原因，聚类分析通过将数据点分为多个类别，帮助识别异常数据背后的模式和联系；识别潜在的食品安全风险因素，分析异常发生的原因，生成安全风险因素识别信息；在响应机制子模块中，通过自编码器算法评估多种响应措施的效果，优化安全处理策略的针对性和效率，自编码器算法用于建模食品安全事件响应的可能结果，通过输入安全风险因素识别信息，网络能够重构最优响应策略输出；分析多种响应措施，匹配适合当前安全风险情况的响应策略，生成食品安全事件响应方案；在状态分析子模块中，基于食品安全事件响应方案，通过遗传算法对供应链的整体状态进行分析；通过收集有关供应链结构、市场需求波动、运输成本变化关键因素的数据，形成初始数据集；遗传算法模拟自然选择的过程，包括选择、交叉和变异步骤，对数据集中的解决方案进行迭代优化，通过评估每个解决方案的适应度，优化供应链配置方案，通过遗传算法识别适合当前市场和成本变化条件下的供应链配置解决方案，生成供应链状态综合评估信息；在结构优化子模块中，采用粒子群优化算法对供应链结构进行调整和优化；该算法启动时，将供应链状态综合评估信息作为输入，包括供应链当前的性能指标和外部环境因素的变化信息；粒子群优化算法通过调整粒子的速度和位置，循环向个体和群体的最优解学习，捕捉最优的供应链结构配置，生成供应链效能提升策略；在运输策略子模块中，基于供应链效能提升策略，使用支持向量机算法对运输策略进行优化，结合运输成本、时效性和可靠性因素，通过在多维空间中构建一个最优分割超平面，将运输策略的多种因素进行分类，识别有效的运输策略；参照外部环境变化的影响，包括天气状况、交通限制、市场需求和运输成本，通过精确的数据分析和模型计算，匹配最适合当前供应链状态的物流配送路线和调度策略，生成供应链配置优化方案；在风险识别子模块中，采用门控循环单元网络对安全事件关联信息进行分析，门控循环单元用于时间序列数据的处理，分析供应链安全事件发展的历史序列，识别风险传播的模式和关键节点；通过学习安全事件的时间序列数据，捕捉到事件发展过程中的动态变化，识别导致风险扩散的关键因素；结合时间序列数据的深度学习，识别当前的异常模式，预测未来出现的风险点；生成风险传播与关键节点分析结果；在预测管理子模块中，基于风险传播与关键节点分析结果，采用深度置信网络，识别供应链风险事件间依赖关系和模式，预测供应链风险事件和发展动态；深度置信网络作为一种深度学习模型，通过多层神经网络结构进行特征的抽象和表示学习，揭示复杂数据间深层次的关系；在供应链风险管理的上下文中，深度置信网络通过分析风险传播与关键节点分析结果中的数据，学习供应链中安全事件之间的复杂依赖关系，预测风险事件和发展趋势，生成供应链风险预测与管理策略；在效率评估子模块中，通过多准则决策分析法对供应链环节的运行效率进行综合评估；通过收集和分析供应链风险预测与管理策略中的关联数据，包括运输时间、成本、库存水平和订单履行率关键性能指标；利用多准则决策分析，评估多个供应链环节的效率，并通过定量和定性分析识别运行效率低下的环节及其潜在的优化点，参照环节的相互影响和权重，生成供应链效率评估信息；在策略匹配子模块中，使用数据包络分析法对供应链效率评估信息进行深入分析，识别影响供应链效率的关键因素并评估现有管理策略的有效性；数据包络分析法是一种基于前沿分析的生产效率评价方法，通过处理多输入和多输出的情况，评估供应链系统的效率；通过对比实际运作数据与最佳实践或理想状态，揭示效率损失的来源，识别效率不足的环节；结合当前供应链状态和外部环境变化的数据分析，帮助管理者理解管理策略执行的效果，识别改进的空间和方向，生成供应链策略优化方案；在数据集构建子模块中，应用长短期记忆网络模型对供应链需求波动和库存水平进行预测，识别供应链中的关键节点和制约因素，评估供应链的稳定性；通过学习供应链过往的需求和库存数据，长短期记忆网络模型预测未来的需求趋势和库存需求，帮助管理者进行更加精确的库存规划和需求管理，识别影响供应链稳定性的关键因素，包括季节性波动、市场趋势变化，生成决策支持综合数据集。

全文数据：

权利要求：

百度查询： 广州朗通科技有限公司 基于区块链的餐饮供应链安全管理系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD