食品应急演练评价方法及模型技术

本申请涉及一种食品应急演练评价方法及模型，方法包括：建立食品应急演练的评价指标体系；获取评价指标体系中各底层指标的评分值；将各底层指标的评分值输入预先训练的评价模型，使评价模型输出食品应急演练的评分结果；其中，评价模型通过预设学习算法拟合加权灰色关联度算法。本申请的技术方案中，通过加权灰色关联度算法来计算评价指标体系中各被赋权指标的灰色关联度，不仅通过对评价指标体系中各指标进行赋权以使评分结果更准确。并且还通过将加权灰色关联度算法与评价模型中的预设学习算法进行拟合，直接输出食品应急演练的评分结果，从而降低系统的重复运算，适用于不断扩充的数据量，同时支持快速部署，对评分结果可快速输出。结果可快速输出。结果可快速输出。

【技术实现步骤摘要】
食品应急演练评价方法及模型


[0001]本申请涉及食品应急演练
，尤其涉及一种食品应急演练评价方法及模型。

技术介绍

[0002]在互联网时代，传统食品安全仿真演练评价方式已经进行了信息化。现有技术中已经开始通过食品安全应急演练评价模型对食品安全应急演练进行评价，常用的评价模型有模糊层次评价法，灰色关联度分析法，评分卡法。其基于应急仿真演练系统预先设计的指标体系，对原始的底层的指标体系进行赋值，根据评分算法，逐层计算，最终得到本次演练得分，督促演练过程，找出薄弱环节。现有技术中的食品安全应急演练评价模型忽视了指标本身重要程度有所不同，不同指标对最终评分的作用效果不同。导致模型在使用过程中存在虽然底层指标评分不同，但最终食品安全应急演练评分相同的情况，评价效果差。

技术实现思路

[0003]为至少在一定程度上克服相关技术中食品安全应急演练评价模型忽视了指标本身重要程度有所不同，不同指标对最终评分的作用效果不同的问题，本申请提供一种食品应急演练评价方法及模型。
[0004]本申请的方案如下：
[0005]根据本申请实施例的第一方面，提供一种食品应急演练评价方法，包括：
[0006]建立食品应急演练的评价指标体系；
[0007]获取所述评价指标体系中各底层指标的评分值；
[0008]将各底层指标的评分值输入预先训练的评价模型，使所述评价模型输出食品应急演练的评分结果；其中，所述评价模型通过预设学习算法拟合加权灰色关联度算法。
[0009]优选地，还包括：
[0010]获取样本数据；所述样本数据包括：底层指标和通过加权灰色关联度得到的食品应急演练的评分结果；其中，所述底层指标为同一批次的相同底层指标，或多个演练批次的不同底层指标；
[0011]基于预设学习算法，对通过加权灰色关联度算法得到的食品应急演练的评分结果进行训练，得到所述评价模型。
[0012]优选地，所述评价指标体系包括：目标层指标、中间层指标和底层指标；
[0013]所述目标层指标中包括多个中间层指标，所述中间层指标中包括多个底层指标；
[0014]所述目标层指标为食品应急演练行为；
[0015]所述中间层指标为可拆解的多维度并列指标；
[0016]所述底层指标为食品应急演练中的最底端评价指标。
[0017]优选地，所述方法还包括：通过加权灰色关联度算法得到食品应急演练的评分结果，包括：
[0018]对底层指标进行赋权；
[0019]将底层指标的权重引入灰色关联度算法，确定所述中间层指标与所述底层指标的加权灰色关联度；
[0020]对中间层指标进行赋权；或，基于底层指标的权重确定中间层指标的权重；
[0021]将中间层指标的权重引入灰色关联度算法，确定所述目标层指标与所述中间层指标的加权灰色关联度；
[0022]获取各底层指标的评分值，根据所述中间层指标与所述底层指标的加权灰色关联度、所述中间层指标与所述目标层指标的加权灰色关联度，得到基于加权灰色关联度算法的食品应急演练的评分结果。
[0023]优选地，还包括：
[0024]获取更新训练数据；所述更新训练数据包括：通过加权灰色关联度算法得到的食品应急演练的更新评分结果；
[0025]基于预设学习算法，对通过加权灰色关联度算法得到的食品应急演练的更新评分结果进行训练，以更新所述评价模型。
[0026]根据本申请实施例的第二方面，提供一种食品应急演练评价模型，所述评价模型通过预设学习算法拟合加权灰色关联度算法，在输入食品应急演练的评价指标体系的各底层指标的评分值时，输出食品应急演练的评分结果。
[0027]本申请提供的技术方案可以包括以下有益效果：本申请中的食品应急演练评价方法，包括：建立食品应急演练的评价指标体系；获取评价指标体系中各底层指标的评分值；将各底层指标的评分值输入预先训练的评价模型，使评价模型输出食品应急演练的评分结果；其中，评价模型通过预设学习算法拟合加权灰色关联度算法。本申请的技术方案中，通过加权灰色关联度算法来计算评价指标体系中各被赋权指标的灰色关联度，不仅通过对评价指标体系中各指标进行赋权以使评分结果更准确。并且还通过将加权灰色关联度算法与评价模型中的预设学习算法进行拟合，以通过评价模型根据录入的各底层指标的评分值，直接输出食品应急演练的评分结果，从而降低系统的重复运算，适用于不断扩充的数据量，同时支持快速部署，对评分结果可快速输出。
[0028]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0029]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0030]图1是本申请一个实施例提供的一种食品应急演练评价方法的流程示意图；
[0031]图2是本申请一个实施例提供的另一种食品应急演练评价方法的流程示意图。
具体实施方式
[0032]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0033]实施例一
[0034]图1是本实施例一个实施例提供的一种食品应急演练评价方法的流程示意图，参照图1，一种食品应急演练评价方法，包括：
[0035]S11：建立食品应急演练的评价指标体系；
[0036]S12：获取评价指标体系中各底层指标的评分值；
[0037]S13：将各底层指标的评分值输入预先训练的评价模型，使评价模型输出食品应急演练的评分结果；其中，评价模型通过预设学习算法拟合加权灰色关联度算法。
[0038]需要说明的是，评价指标体系包括：目标层指标、中间层指标和底层指标；
[0039]目标层指标中包括多个中间层指标，中间层指标中包括多个底层指标；
[0040]目标层指标为食品应急演练行为；
[0041]中间层指标为可拆解的多维度并列指标；
[0042]底层指标为食品应急演练中的最底端评价指标。
[0043]举例说明：目标层指标为食品应急演练行为即演练效果评价；
[0044]中间层指标为可拆解的多维度并列指标，中间层指标可以根据需要划分；
[0045](1)中间层按照机构划分：医院、社区服务人员、警察、通信保证部门、校园、工厂等；
[0046](2)中间层按照能力划分：参演部门执行力、参演部门消息处置能力等；
[0047](3)底层指标为食品应急演练中的最底端评价指标，如参演部门执行力中间层指标可包括决策合理性、决策效率、决策流程合理性和执行结果等底层指标。完整的食品应急演练的评价指本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种食品应急演练评价方法，其特征在于，包括：建立食品应急演练的评价指标体系；获取所述评价指标体系中各底层指标的评分值；将各底层指标的评分值输入预先训练的评价模型，使所述评价模型输出食品应急演练的评分结果；其中，所述评价模型通过预设学习算法拟合加权灰色关联度算法。2.根据权利要求1所述的方法，其特征在于，还包括：获取样本数据；所述样本数据包括：底层指标和通过加权灰色关联度得到的食品应急演练的评分结果；其中，所述底层指标为同一批次的相同底层指标，或多个演练批次的不同底层指标；基于预设学习算法，对通过加权灰色关联度算法得到的食品应急演练的评分结果进行训练，得到所述评价模型。3.根据权利要求2所述的方法，其特征在于，所述评价指标体系包括：目标层指标、中间层指标和底层指标；所述目标层指标中包括多个中间层指标，所述中间层指标中包括多个底层指标；所述目标层指标为食品应急演练行为；所述中间层指标为可拆解的多维度并列指标；所述底层指标为食品应急演练中的最底端评价指标。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：通过...

【专利技术属性】
技术研发人员：梁强，张冬子，刘丽华，栾润峰，
申请(专利权)人：北京金和网络股份有限公司，
类型：发明
国别省市：