基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)研究

錢曄 彭琳 楊婷娜 沈穎鳴 韋翌 孫吉紅

摘要：針對(duì)不同等級(jí)的鮮切花價(jià)格差別較大且同一地區(qū)、相同種植面積的種植戶種植收入差距較大的現(xiàn)象，設(shè)計(jì)基于智能算法的云南省鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)。首先采用GRNN神經(jīng)網(wǎng)絡(luò)算法構(gòu)建基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型，然后構(gòu)建包括用戶層、展示層、應(yīng)用層、支撐服務(wù)層、數(shù)據(jù)層在內(nèi)的鮮切花質(zhì)量等級(jí)系統(tǒng)模型架構(gòu)，將智能預(yù)測(cè)模型引入框架中，設(shè)計(jì)了基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)。該系統(tǒng)的實(shí)施將為鮮切花種植企業(yè)、花農(nóng)等提供種植優(yōu)質(zhì)鮮切花的模型，為科研人員提供對(duì)鮮切花質(zhì)量等級(jí)的研究提供重要依據(jù)。

關(guān)鍵詞：智能算法;質(zhì)量;等級(jí);評(píng)價(jià)

中圖分類號(hào)：S68? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2018）22-0132-04

DOI：10.14088/j.cnki.issn0439-8114.2018.22.036? ? ? ? ? ?開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract： Prices of different grades of fresh cut flowers are quite different，resulting in the income gap among planting households in the same area and with the same planting area. This paper designs a quality evaluation system for fresh cut flowers in Yunnan based on intelligent algorithms：Using GRNN neural network algorithm to construct a fresh cut flower quality level assessment model based on intelligent algorithms，and then to construct a fresh cut flower quality level systematic model including user layer，presentation layer，application layer，support service layer，and data layer. Within the framework of the fresh cut flower quality level system model，the intelligent forecasting model was introduced into the framework，and a fresh cut flower quality rating system based on intelligent algorithms was designed. The implementation of such system will provide models for quality fresh cut flowers for fresh-cut flower planters and farmers，providing scientific research personnel with an important basis for the study of quality grades of fresh cut flowers.

Key words： intelligent algorithm; quality; grade; evaluation

隨著經(jīng)濟(jì)社會(huì)的不斷發(fā)展，人們的物質(zhì)生活水平不斷提高，對(duì)鮮切花的需求量增加，更加追求視覺和心靈的享受。然而，在鮮切花進(jìn)入千家萬戶的同時(shí)，關(guān)于鮮切花質(zhì)量問題已成為花農(nóng)、鮮切花生產(chǎn)企業(yè)最為關(guān)心和關(guān)注的問題，其直接影響了花農(nóng)及鮮切花生產(chǎn)企業(yè)的生存。目前，世界多個(gè)國(guó)家和地區(qū)已經(jīng)建立了相對(duì)規(guī)范的食品質(zhì)量安全追溯體系，但中國(guó)在這方面著手較晚[1-4]。鮮切花屬于特殊的農(nóng)產(chǎn)品，由于鮮切花不用于食用而是觀賞，并未受到各地政府的重視。無論是政府、企業(yè)、科研院所對(duì)鮮切花質(zhì)量、品質(zhì)問題的重視程度都遠(yuǎn)遠(yuǎn)低于食用性農(nóng)產(chǎn)品的程度。云南省鮮切花的年產(chǎn)量已經(jīng)超過了80億枝，成為亞洲最大的鮮切花生產(chǎn)基地，面對(duì)如此巨大的數(shù)量，僅靠?jī)?nèi)銷將遠(yuǎn)遠(yuǎn)不能滿足巨大的生產(chǎn)量，出口成為了云南鮮切花產(chǎn)業(yè)面臨的機(jī)遇及挑戰(zhàn)，僅日本每年的菊花進(jìn)口就達(dá)到了1億枝，并不斷地增長(zhǎng)。雖然，云南省鮮切花產(chǎn)業(yè)具有巨大的市場(chǎng)，但出口的鮮切花在質(zhì)量、品質(zhì)等方面的要求更高。若生產(chǎn)的鮮切花品質(zhì)不夠好，將面臨滯銷、生產(chǎn)相對(duì)過剩等問題。因此，保證鮮切花品質(zhì)成為了現(xiàn)今鮮切花產(chǎn)業(yè)的重中之重。

1? 多層次的分布式體系架構(gòu)設(shè)計(jì)

從保證鮮切花品質(zhì)的角度出發(fā)，對(duì)云南省鮮切花生產(chǎn)環(huán)節(jié)進(jìn)行解剖，考慮到鮮切花的生產(chǎn)鏈具有多個(gè)角色參與，并且各個(gè)角色分布在不同地域，為增強(qiáng)鮮切花質(zhì)量評(píng)價(jià)體系的實(shí)用性，系統(tǒng)采用面向服務(wù)的體系架構(gòu)[5]，將系統(tǒng)分為用戶層、展示層、應(yīng)用層、支撐服務(wù)層、數(shù)據(jù)層，具體架構(gòu)如圖1所示。

1.1? 用戶層

指對(duì)云南省鮮切花質(zhì)量等級(jí)系統(tǒng)具有明確需求的用戶類型，主要包括花農(nóng)、鮮切花生產(chǎn)企業(yè)、買家、管理員及其他用戶，系統(tǒng)根據(jù)不同的用戶，設(shè)置不同的用戶權(quán)限。

1.2? 展示層

主要是構(gòu)建基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)的門戶網(wǎng)站。作為一個(gè)具有強(qiáng)大人機(jī)交互功能的信息系統(tǒng)，對(duì)不同用戶設(shè)置了不同的權(quán)限。管理員作為一級(jí)管理權(quán)限的用戶，可以查看所有的信息、刪除信息、添加用戶、發(fā)布信息?；ㄞr(nóng)、企業(yè)作為二級(jí)用戶，只要其提供足夠信息量，將獲得管理的部分權(quán)限，可以根據(jù)自己種植的鮮切花品種，在系統(tǒng)中測(cè)試一定量的施肥、澆水、噴灑農(nóng)藥量，種植出的鮮切花，在不同等級(jí)的數(shù)量。買家作為第三級(jí)用戶，根據(jù)具體的需求定制、具體的方案，繳付一定金額的費(fèi)用可以得到相關(guān)的數(shù)據(jù)。其他用戶可以瀏覽網(wǎng)站公開展示的部分信息，以便成為二級(jí)或三級(jí)用戶。

1.3? 應(yīng)用層

針對(duì)云南省鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)的關(guān)鍵節(jié)點(diǎn)和關(guān)鍵性內(nèi)容，按照鮮切花種植的全流程，將系統(tǒng)劃分為4個(gè)模塊，主要包括了種植管理、品質(zhì)管理、交易管理、智能預(yù)測(cè)管理4個(gè)模塊。種植管理模塊，以云南省鮮切花市場(chǎng)為主要研究對(duì)象，針對(duì)云南省鮮切花種植品種多、種植量大的特點(diǎn)，分別構(gòu)建月季、菊花、香石竹、唐菖蒲、非洲菊、百合、菊花、彩玫的質(zhì)量等級(jí)預(yù)測(cè)模型，然后構(gòu)建鮮切花質(zhì)量等級(jí)評(píng)價(jià)信息系統(tǒng)，系統(tǒng)中花農(nóng)（鮮切花生產(chǎn)商）提供種植過程中鮮切花施肥、澆水、噴灑農(nóng)藥量以及種植后可采摘的鮮切花的不同等級(jí)的數(shù)量，作為數(shù)據(jù)收集的主要功能模塊。品質(zhì)管理模塊主要是由花農(nóng)、企業(yè)將種植的鮮切花根據(jù)不同種類鮮切花的分類要求進(jìn)行分類，統(tǒng)計(jì)不同等級(jí)鮮切花的數(shù)量和所占的比例，并提交系統(tǒng)。交易管理模塊，管理員收集昆明斗南國(guó)際花卉市場(chǎng)中各類鮮切花每天拍賣的最低價(jià)、最高價(jià)及平均價(jià)格，以價(jià)格曲線的形式展示，免費(fèi)向二級(jí)用戶開放。智能預(yù)測(cè)管理模塊，從花農(nóng)（鮮切花生產(chǎn)商）的需求出發(fā)，以鮮切花質(zhì)量等級(jí)預(yù)測(cè)精度為切入點(diǎn)，以鮮切花種植過程中的施肥、澆水、噴灑農(nóng)藥量為主線，通過GRNN人工神經(jīng)網(wǎng)絡(luò)算法對(duì)鮮切花種植階段的流程進(jìn)行剖析，構(gòu)建基于智能算法的鮮切花質(zhì)量等級(jí)預(yù)測(cè)模型，然后搭建鮮切花質(zhì)量等級(jí)預(yù)測(cè)的信息系統(tǒng)，為花農(nóng)、企業(yè)、買家以及其他用戶提供精準(zhǔn)的信息。

1.4? 支撐服務(wù)層

主要是通過SOA整合整個(gè)平臺(tái)，為設(shè)計(jì)基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)提供技術(shù)服務(wù)支撐，主要技術(shù)包括面向?qū)ο蟮臉?gòu)架、組件服務(wù)、數(shù)據(jù)同步、Matlab平臺(tái)、網(wǎng)絡(luò)通訊能力服務(wù)、工作流引擎、權(quán)限管理、神經(jīng)網(wǎng)絡(luò)算法等。

1.5? 數(shù)據(jù)層

數(shù)據(jù)是支撐整個(gè)信息系統(tǒng)運(yùn)行的基礎(chǔ)，通過花農(nóng)和鮮切花生產(chǎn)商提供的數(shù)據(jù)，作為智能預(yù)測(cè)模型的測(cè)試數(shù)據(jù)，構(gòu)建鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)，服務(wù)于花農(nóng)和鮮切花生產(chǎn)商。當(dāng)花農(nóng)（鮮切花生產(chǎn)商）提供的數(shù)據(jù)不斷增加，直接效果就是鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型的預(yù)測(cè)準(zhǔn)確率不斷提高。數(shù)據(jù)層主要是數(shù)據(jù)的存儲(chǔ)，數(shù)據(jù)信息包括各類鮮切花種植過程中提供的澆水量、施肥量、噴灑農(nóng)藥量、各類鮮切花每日的成交量以及成交的價(jià)格。

2? 系統(tǒng)的設(shè)計(jì)

2.1? 鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)的業(yè)務(wù)流程設(shè)計(jì)

系統(tǒng)設(shè)計(jì)了種植管理、品質(zhì)管理、交易管理、智能預(yù)測(cè)管理4個(gè)模塊，全面覆蓋鮮切花種植階段及質(zhì)量等級(jí)預(yù)測(cè)等方面的需求，以此滿足花農(nóng)（鮮切花生產(chǎn)商）種植的需求;同時(shí)，根據(jù)花農(nóng)、鮮切花生產(chǎn)商提供的數(shù)據(jù)，不斷增加智能模型的測(cè)試數(shù)據(jù)，將不斷提高模型的預(yù)測(cè)率，形成一個(gè)功能互補(bǔ)的信息系統(tǒng)，為建立云南省鮮切花大數(shù)據(jù)中心提供參考依據(jù)，具有實(shí)用價(jià)值。

2.1.1? 構(gòu)建基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型? 整個(gè)系統(tǒng)主要是建立在基于GRNN人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)建鮮切花質(zhì)量等級(jí)預(yù)測(cè)模型的基礎(chǔ)上。首先，通過篩選人工神經(jīng)網(wǎng)絡(luò)中多種不同的算法，確定最適合的算法;然后，根據(jù)試驗(yàn)數(shù)據(jù)及選擇的人工神經(jīng)網(wǎng)絡(luò)算法，在Matlab平臺(tái)下構(gòu)建智能預(yù)測(cè)模型。

2.1.2? 構(gòu)建管理信息系統(tǒng)? 首先，根據(jù)已經(jīng)建立的智能模型進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果作為構(gòu)建管理信息系統(tǒng)的基礎(chǔ);然后，搭建基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)，該信息系統(tǒng)構(gòu)建主要的目的就是收集數(shù)據(jù)，然后向數(shù)據(jù)提供方提供服務(wù)（主要是通過智能預(yù)測(cè)模型預(yù)測(cè)的結(jié)果提供給數(shù)據(jù)提供方進(jìn)行參考）。而整個(gè)項(xiàng)目的運(yùn)行費(fèi)用是將鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型的評(píng)估結(jié)果，通過信息系統(tǒng)銷售給需求方支撐整個(gè)系統(tǒng)的運(yùn)行。

2.2? 鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型的設(shè)計(jì)

信息系統(tǒng)的核心部分就是鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型的設(shè)計(jì)及運(yùn)行。收集數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行分析處理，最后采用智能算法構(gòu)建質(zhì)量等級(jí)評(píng)價(jià)模型。

2.2.1? 核心技術(shù)的選擇? 大數(shù)據(jù)時(shí)代的來臨，將人工神經(jīng)網(wǎng)絡(luò)算法重新推向了運(yùn)用研究的高峰，采用Matlab平臺(tái)對(duì)已有數(shù)據(jù)進(jìn)行分析整理，采用數(shù)據(jù)分析算法將已有數(shù)據(jù)進(jìn)行歸一化、剔除異常數(shù)據(jù)處理，保證數(shù)據(jù)的準(zhǔn)確性及低冗余性，采用神經(jīng)網(wǎng)絡(luò)算法構(gòu)建智能預(yù)測(cè)模型。

GRNN人工神經(jīng)網(wǎng)絡(luò)算法作為彌補(bǔ)BP人工神經(jīng)網(wǎng)絡(luò)算法在模型預(yù)測(cè)中會(huì)出現(xiàn)鋸齒形現(xiàn)象，使得BP算法預(yù)測(cè)準(zhǔn)確率較低的現(xiàn)象;而且GRNN人工神經(jīng)網(wǎng)絡(luò)算法是一種高度并行徑向基網(wǎng)絡(luò)，是一種訓(xùn)練速度快、預(yù)測(cè)結(jié)果準(zhǔn)確度高的算法，包括了輸入層、模式層、求和層、輸出層的4層網(wǎng)路結(jié)構(gòu)，對(duì)于構(gòu)建質(zhì)量等級(jí)評(píng)價(jià)模型具有可行性、實(shí)用性。具體算法如下[5-11]：

一是輸入層。輸入層中神經(jīng)元的數(shù)量與學(xué)習(xí)樣本中的輸入向量的維數(shù)相同，并且輸入變量直接傳輸至模式層中。

二是模式層。模式層中學(xué)習(xí)樣本的數(shù)量與輸入層中輸入的神經(jīng)元數(shù)量相同，輸入的不同神經(jīng)元與不同樣本一一對(duì)應(yīng)。

三是求和層。求和層中將計(jì)算輸入樣本與對(duì)應(yīng)神經(jīng)元之間的距離。

四是輸出層。輸出層中學(xué)習(xí)樣本與神經(jīng)元數(shù)量相等，同時(shí)將上一層中神經(jīng)元加權(quán)求和除以神經(jīng)元輸出求和，得出網(wǎng)絡(luò)輸出值。

2.2.2? 模塊的設(shè)計(jì)? 基于GRNN人工神經(jīng)網(wǎng)絡(luò)算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型，主要針對(duì)花農(nóng)（鮮切花生產(chǎn)商）從種植鮮切花到鮮切花采收階段，分階段統(tǒng)計(jì)，每天給一定種植面積的鮮切花施肥、澆水、噴灑農(nóng)藥量，然后將統(tǒng)計(jì)的數(shù)據(jù)進(jìn)行歸一化處理，剔除異常數(shù)據(jù)，得到試驗(yàn)一組的數(shù)據(jù)，采摘鮮切花后，根據(jù)鮮切花的質(zhì)量等級(jí)標(biāo)準(zhǔn)，將鮮切花進(jìn)行分類，統(tǒng)計(jì)一級(jí)花、二級(jí)花、三級(jí)花、四級(jí)花的數(shù)量，以上數(shù)據(jù)作為試驗(yàn)一組數(shù)據(jù);在溫度、濕度、種植面積不變的情況下，增加、減少鮮切花施肥、澆水、噴灑農(nóng)藥量，統(tǒng)計(jì)得到第二、三組試驗(yàn)數(shù)據(jù)。以此類推，得到第四、五、六…二十組數(shù)據(jù)。

通過GRNN人工神經(jīng)網(wǎng)絡(luò)算法構(gòu)建鮮切花質(zhì)量評(píng)價(jià)模型，將二十組數(shù)據(jù)作為測(cè)試數(shù)據(jù)輸入模型中，構(gòu)建鮮切花質(zhì)量等級(jí)評(píng)價(jià)模型。模型構(gòu)建完成之后，花農(nóng)（鮮切花生產(chǎn)商）在種植鮮切花的過程中，將預(yù)計(jì)的施肥、澆水、噴灑農(nóng)藥量輸入模型中，模型的輸出結(jié)果將較為準(zhǔn)確地預(yù)測(cè)該批鮮切花在種植面積一定的情況下，收獲不同等級(jí)的鮮切花數(shù)量。該模型在數(shù)據(jù)輸入階段采用的鮮切花品種，決定了該質(zhì)量等級(jí)評(píng)價(jià)模型的實(shí)用范圍。技術(shù)路線如圖2所示。因此，針對(duì)基于智能算法的鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)，必須針對(duì)市場(chǎng)中常用的鮮切花品種，構(gòu)建不同鮮切花的質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)，便于網(wǎng)站的應(yīng)用及用戶的需求。

3? 小結(jié)

人工神經(jīng)網(wǎng)絡(luò)算法作為智能算法的重要組成部分，隨著大數(shù)據(jù)的發(fā)展重新成為業(yè)界關(guān)注的重點(diǎn)。目前，主要將傳統(tǒng)的BP人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，避開其缺陷，提供預(yù)測(cè)的準(zhǔn)確率;在實(shí)際應(yīng)用方面，將人工神經(jīng)網(wǎng)絡(luò)算法與農(nóng)業(yè)生產(chǎn)生活相結(jié)合，已成為農(nóng)業(yè)信息技術(shù)，可為農(nóng)業(yè)生產(chǎn)提供準(zhǔn)確的參考依據(jù)。

鮮切花質(zhì)量的高低將成為云南鮮花是否能立足于全國(guó)乃至全亞洲鮮切花市場(chǎng)的主要依據(jù)。隨著云南省鮮切花出口量不斷增加以及冬季全國(guó)稀缺鮮切花的現(xiàn)狀，采用智能算法構(gòu)建鮮切花質(zhì)量等級(jí)評(píng)價(jià)系統(tǒng)，為鮮切花生產(chǎn)商、花農(nóng)提供一個(gè)種植高等級(jí)鮮切花的可靠依據(jù)，為科研人員研究提供參考，實(shí)現(xiàn)農(nóng)業(yè)信息化、產(chǎn)業(yè)化奠定基礎(chǔ)。

參考文獻(xiàn)：

[1] 張? 強(qiáng)，郁寅良，王春生，等.蘇州市蔬菜質(zhì)量安全追溯系統(tǒng)構(gòu)建及應(yīng)用[J].上海農(nóng)業(yè)科技，2011（1）：25-26.

[2] 于海軍.北京市農(nóng)產(chǎn)品質(zhì)量追溯系統(tǒng)的實(shí)現(xiàn)與研究[D].天津：天津大學(xué)，2011.

[3] 楊信廷，錢建平，孫傳恒.蔬菜安全生產(chǎn)管理及質(zhì)量追溯系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，24（3）：162-166.

[4] 劉雪梅，章海亮，劉燕德.農(nóng)產(chǎn)品質(zhì)量安全可追溯系統(tǒng)建設(shè)探析[J].湖北農(nóng)業(yè)科學(xué)，2009，48（8）：2001-2003.

[5] 李偲鈺.基于物聯(lián)網(wǎng)的乳制品追溯系統(tǒng)研究與開發(fā)[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2014（5）：21-24，29.

[6] 張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京：機(jī)械工業(yè)出版社，2009.

[7] 董長(zhǎng)虹.Matlab神經(jīng)網(wǎng)絡(luò)與應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2005.

[8] 叢? 爽.面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M].合肥：中國(guó)科學(xué)技術(shù)大學(xué)出版社，2009.

[9] 楊淑瑩.模式識(shí)別與智能計(jì)算Matlab技術(shù)實(shí)現(xiàn)[M].北京：電子工業(yè)出版社，2008.

[10] 張良均，曹? 晶，蔣世忠.神經(jīng)網(wǎng)絡(luò)實(shí)用教程[M].北京：機(jī)械工業(yè)出版社，2008.

[11] MATLAB中文論壇.MATLAB神經(jīng)網(wǎng)絡(luò)30個(gè)案例分析[M].北京：北京航空航天大學(xué)出版社，2010.