基于物联网的农产品安全监控系统与决策系统研究

论文摘要

农业问题一直是我国的重中之重,本文从农产品安全监控和农业投资项目决策两个方面进行研究。最近,从“塑化剂”到“毒黄瓜”,国内外一连串的食品安全事件层出不穷,每一次食品安全事故的曝光都会引发对食品安全从生产到流通各环节监控的担忧和讨论。食品安全管理需要“从农场到餐桌”步步保障,因此需要利用现在流行的物联网技术,建立一个全程监控系统,保障食品的安全。本文回顾了近期发生的德国毒黄瓜事件,分析并指出HACCP关键控制点技术的在监管方面的漏洞和处理食品安全事故的滞后性等问题,提出一个基于物联网技术和HACCP标准的食品安全监控系统,包括食品监控系统、RFID识别系统、HACCP辅助决策系统和信息交流平台等。实现食品从生产源头到进入餐厅的全程监控,做到从“消极、被动、事后弥补”转变为“积极、主动、事前预防”。此外,农业投资项目的群决策问题具有模糊性和多样性两个重要特质,语言值或概念是项目决策者的模糊评价方式。我们融合了云理论和证据理论,提出一个混合的方法来处理存在冲突和模糊评判群决策问题。首先,在融合单个专家评判值时,我们用高维云算法合并同时具有数值和模糊概念特征的属性值。其次,在组决策时我们利用证据合成规则融合多专家的评价值,这样就可以根据最后的评价值排序,选择最优的农业方案。实验结果与灰色关联度算法、TOPSIS和Chen算法进行了比较。结果验证本方法是可行的,更适用于实际情况。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.1.1 农产品安全监控
• 1.1.2 基于精细农业理论的农业决策系统
• 1.2 研究内容及目标
• 1.2.1 本文拟研究的内容
• 1.2.2 本文研究目标
• 1.3 技术路线及文章结构
• 2 相关基础理论
• 2.1 物联网技术
• 2.2 HACCP的含义和各环节关键点控制
• 2.3 云理论
• 2.3.1 云理论基本概念
• 2.3.2 云发生器
• 2.3.3 高维云模型
• 2.4 证据理论
• 2.4.1 证据理论的基本概念
• 2.4.2 Dempster证据合成公式
• 2.5 基于模糊理论的多属性群决策支持系统理论基础
• 2.5.1 模糊理论
• 2.5.2 群决策
• 2.6 基于模糊理论的多属性群决策方法
• 2.6.1 灰色关联分析法
• 2.6.2 Topsis方法
• 2.6.3 Chen模型
• 2.7 农业投资项目决策概念框架
• 2.7.1 在有限理性下寻求最优解和满意解
• 2.7.2 农业投资项目决策因素分析
• 2.7.3 农业项目投资者在模糊决策环境下对项目做出判断
• 2.7.4 农业项目投资决策者如何处理结构不良问题
• 3 基于物联网技术和HACCP检测技术的农产品监控系统
• 3.1 农产品安全问题分析
• 3.2 农产品安全监控系统需求分析
• 3.2.1 建设目标
• 3.2.2 实现功能
• 3.3 农产品安全监控系统组成及框架
• 3.3.1 系统组成
• 3.3.2 系统总体框架
• 3.4 农产品安全监控系统工作流程
• 4 基于云理论和证据理论的MADM-CDs多属性群决策模型
• 4.1 总体流程
• 4.2 算法步骤
• 5 农业投资项目上的应用
• 5.1 步骤1:建立专家决策矩阵
• 5.2 步骤2:建立四个属性的云模型
• 5.3 步骤3:用高维云模型合成单个决策者的评估值
• 5.4 步骤4:用证据理论合成规则融合多专家评价
• 结论
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢