摘 要：當(dāng)前，計算機技術(shù)在材料質(zhì)量監(jiān)控平臺的建設(shè)中雖然發(fā)揮了重要的作用，但市場的材料質(zhì)量監(jiān)控平臺及其資源調(diào)度效率低下，導(dǎo)致材料質(zhì)量監(jiān)控效果并不理想。本文基于神經(jīng)網(wǎng)絡(luò)算法的材料質(zhì)量監(jiān)控平臺及資源調(diào)度算法進行了探究，提出了神經(jīng)網(wǎng)絡(luò)算法以及資源調(diào)度算法，建立材料質(zhì)量監(jiān)控平臺模型構(gòu)建了農(nóng)業(yè)質(zhì)量監(jiān)控資源調(diào)度平臺，優(yōu)化四方面，對資源調(diào)度算法進行了深入研究。本文根據(jù)材料質(zhì)量監(jiān)控平臺特點，對七資源調(diào)度算法進行了優(yōu)化，這對提高材料質(zhì)量有很大的幫助。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；材料質(zhì)量；監(jiān)控平臺；資源調(diào)度；算法

1.引言

生鮮材料質(zhì)量監(jiān)控平臺的構(gòu)建涉及多個方面的目標，包括很多個體材料質(zhì)量，因此影響材料質(zhì)量節(jié)點數(shù)量多，監(jiān)控效果至關(guān)重要（Scott A B et al.2017）[1]。生鮮材料質(zhì)量從檢測到監(jiān)控之間包括不同的資源調(diào)度因素，在整個過程中要保證產(chǎn)品的質(zhì)量安全和不同環(huán)節(jié)的銜接，這也給生鮮材料質(zhì)量監(jiān)控平臺的建構(gòu)增加了挑戰(zhàn)（Beghelli FGDS et al.2016）[2]。此外不論從材料質(zhì)量監(jiān)控本身的特點來看還是從其質(zhì)量監(jiān)控平臺建立方面來看，當(dāng)前材料質(zhì)量監(jiān)控平臺算法的可靠性會直接影響其質(zhì)量監(jiān)控效果的有效性。因此利用神經(jīng)網(wǎng)絡(luò)算法，對材料質(zhì)量監(jiān)控平臺的建立以及其資源調(diào)度算法的優(yōu)化而言，具有高效可靠性，能有效解決當(dāng)前材料質(zhì)量監(jiān)控存在的問題（Papias S et al.2018）[3]?；谝陨戏治觯芯炕谏窠?jīng)網(wǎng)絡(luò)算法的材料質(zhì)量監(jiān)控平臺及資源調(diào)度算法具有一定的意義。農(nóng)產(chǎn)品質(zhì)量的監(jiān)控效果的好壞直接影響著農(nóng)產(chǎn)品企業(yè)的長期健康發(fā)展。近年來，越來越多農(nóng)產(chǎn)品電商企業(yè)日益加大對農(nóng)產(chǎn)品質(zhì)量監(jiān)控平臺的建設(shè)，從而不斷優(yōu)化其資源調(diào)度算法，從而以提升市場競爭力。如美國的 Local Harvest、亞馬遜，我國的京東商城、順豐優(yōu)選等。Local Harvest為消費者提供地圖檢索系統(tǒng)方便其選購本地農(nóng)產(chǎn)品，亞馬遜還提出了門外、在家配送兩種生鮮配送方式以確保農(nóng)產(chǎn)品的質(zhì)量得以有效地監(jiān)控。在食品消費結(jié)構(gòu)和網(wǎng)絡(luò)消費方式的作用下，借助智能化的神經(jīng)網(wǎng)絡(luò)算法，對農(nóng)產(chǎn)品質(zhì)量監(jiān)控平臺的建立有著重要的完善作用（Amodio M L et al.2016）[4]。國內(nèi)外學(xué)者對農(nóng)產(chǎn)品質(zhì)量的發(fā)展開展了一些研究，涉及監(jiān)控平臺的建立、資源調(diào)度算法等方面。有學(xué)者認為工業(yè)結(jié)構(gòu)、產(chǎn)品復(fù)雜性和交易門檻會影響農(nóng)產(chǎn)品質(zhì)量監(jiān)控平臺的建立（Joshi N et al.2016）[5]。他們在此基礎(chǔ)上提出社會經(jīng)濟因素、消費者偏好、農(nóng)產(chǎn)品質(zhì)量等因素（Bhuiyan M Z A et al.2017）[6]還有學(xué)者總結(jié)了農(nóng)產(chǎn)品質(zhì)量監(jiān)控資源調(diào)度算法的優(yōu)化等方面的發(fā)展趨勢，提出了資源調(diào)度優(yōu)化算法（Teta R et al.2017）[7]。近年來，我國學(xué)者對農(nóng)產(chǎn)品質(zhì)量研究在已有的研究更側(cè)重于理論層面的分析，其中新聞報道占大多數(shù)，缺乏基于數(shù)據(jù)的分析和有效的模型論證（Donnelly A et al.2016）[8]。農(nóng)產(chǎn)品質(zhì)量監(jiān)控平臺建立、資源調(diào)度算法優(yōu)化等方面尚處于研究階段，可供借鑒的文獻有限。

2.實證分析

基于上文提出的算法，我們首先進行最小可靠度不同的仿真。系統(tǒng)中各單元的最小可靠度不同，其他條件相同，分析對可靠性分配的影響。系統(tǒng)中各環(huán)節(jié)的重要度系數(shù)，復(fù)雜度系數(shù)=0.6以及最大可靠度Ri，min=0.99，R*=0.83，當(dāng)最小可靠度不同時，即R1，min=0.8，R2，min=0.85，R3，min=0.9。利用Matlab進行求解，得到各因素的分配值如表所示。

信息技術(shù)、設(shè)施設(shè)備、人員操作的可靠度分別較最小值增加了0.12_59，0.0894，0.0542，其中信息技術(shù)可靠度分配的值提高的最多。說明在其他參數(shù)相同時，由于各單元最小可靠度不同造成了分配結(jié)果的不同。信息技術(shù)的原有可靠度最低，其可靠度分配的增加幅度最大。因此，在不考慮單元重要度和復(fù)雜度時，優(yōu)先提高可靠度最低的單元對整個系統(tǒng)的可靠度提高影響較大。最大可靠度不同的仿真。系統(tǒng)中各單元的最大可靠度不同，其他條件相同，分析對可靠度分配的影響。系統(tǒng)中各環(huán)節(jié)的重要度系數(shù)=1，復(fù)雜度系數(shù)ui=0.6以及最小可靠度Ri，min=0.85，R*=0.83，當(dāng)最大可靠度不同時，即Rl，max=0.95，R2，max=0.97，R2，max=0.99。利用Matlab進行求解，得到各因素的分配值如表所示。信息技術(shù)、設(shè)施設(shè)備、人員操作的可靠度分別較最小值增加了0.0096，0.12，0.14，其中人員操作可靠度分配的值提高的最多。說明在其他參數(shù)相同時，由于各單元最大可靠度不同造成了各單元可靠度分配結(jié)果的不同。人員操作的最大可靠度最大，其可靠度分配的增加幅度最大。因此，在不考慮單元重要度和復(fù)雜度時，優(yōu)先提高最大可靠度高的單元對整個系統(tǒng)的可靠度提高影響較大。重要度不同的仿真。系統(tǒng)中各單元的重要度不同，其他條件相同，分析對可靠度分配的影響。系統(tǒng)中各環(huán)節(jié)的復(fù)雜度系數(shù)ui=0.6、最小可靠度Ri，min=0.85，最大可靠度Ri，max=0.99，R*=0.83，當(dāng)重要度系數(shù)不同時，即=0.0012，=0.8075，=0.1913。利用Matlab進行求解，得到各因素的分配值如表所示。信息技術(shù)、設(shè)施設(shè)備、人員操作的可靠度分別較最小值增加了0，0.14，0.1296，其中設(shè)施設(shè)備可靠度分配的值提高的最多。說明在其他參數(shù)相同時，由于各單元重要度不同造成了各單元可靠度分配結(jié)果的不同。設(shè)施設(shè)備的重要度最大，其可靠度分配的增加幅度最大。因此，在不考慮單元最小、最大可靠度和復(fù)雜度時，優(yōu)先提高重要度高的單元對整個系統(tǒng)的可靠度提高影響較大。運用Matlab的擬合曲線函數(shù)得到信息技術(shù)、設(shè)施設(shè)備以及人員操作三個影響因素可靠度增加引起的成本增加值。橫軸表示各影響因素的可靠度變動，縱軸表示系統(tǒng)單位可靠度的變化所花費的成本。由圖分析得知，由于不同單元的重要度不同，因此他們的可靠度變化引起的系統(tǒng)單位可靠度變化所花費的成本也不同。

3.結(jié)論

本文構(gòu)建了材料質(zhì)量監(jiān)控平臺系統(tǒng)模型，并利用神經(jīng)網(wǎng)絡(luò)算法對模型進行了仿真分析。首先簡要回顧了目前的一些可靠性分配方法，并指出了現(xiàn)有方法中的局限性。其次在明確可靠性分配原則的基礎(chǔ)上構(gòu)建了材料質(zhì)量監(jiān)控平臺系統(tǒng)模型，模型以廣義成本函數(shù)為基礎(chǔ)，將分析的影響因素的重要度作為模型中的重要度系數(shù)，將各單元包含的影響因素數(shù)量作為模型中的復(fù)雜度。模型考慮了重要度、復(fù)雜度，目標函數(shù)是成本的最小化。選取數(shù)據(jù)，用本文構(gòu)建的可靠性分配模型同等分配法、考慮復(fù)雜度的資源調(diào)度算法計算的結(jié)果對比，證明了本模型的有效性和可行性。運用模型進行算例分析，單獨改變最大可行度、最小可行度以及重要度設(shè)定了不同的實驗方案，分析實驗結(jié)果，得到了相應(yīng)的結(jié)論。最后本文對生鮮材料經(jīng)營企業(yè)提出了相應(yīng)的建議，希望這些對策能夠為提高材料質(zhì)量監(jiān)控平臺及資源調(diào)度算法的可靠性方面提供一些有效的支持。

參考文獻

[1]蔡冬林.農(nóng)村信用社資產(chǎn)風(fēng)險的管理措施[J]，金融與經(jīng)濟，2010，1（2）：12-15.

作者簡介：

趙遠凱，湖南人文科技學(xué)院，能源與機電工程學(xué)院。