【技术实现步骤摘要】
本文件涉及冷链运输，尤其涉及一种基于lstm模型的冷链货物温度预警方法及系统。
技术介绍
1、随着经济水平和生活水平的提高，消费者对冷链配送货物的需求逐步增大。以水果，蔬菜为代表的生鲜货物在供应链过程中仍然存在生命体征活动，进行的呼吸作用将消耗有机物质产生热量和水分等，在降低生鲜货物的品质的同时也降低了生鲜货物的营养成分。而生鲜货物的腐败是一个不可逆的过程，生鲜货物的品质与其所处的温度有着密切的联系，对于一些温度敏感型的货物，不在要求的温度范围内进行运作，不仅易出现腐败现象，而且产生的有害物质将威胁消费者的健康。冷链是保障货物品质和安全的重要手段，但现有的冷链温度监测系统通常监测的车厢或冷藏室的环境温度而非货物实际温度，难以保障生鲜货物全程冷链的实际需要。
2、目前在冷链物流温度监测的研究中，更多的研究者通过对冷链环境温度监测数据来反映对冷链物流温度的监控，但这些研究都是监测冷链物流实时的环境温度而非货物实际温度，此外，只有当监测环境温度出现偏差后才采取措施。而对于温度敏感的货物来说，即使是短暂的货物温度偏差也将产生不可逆的货物品质变化，因此需要对货物温度变化趋势进行预测，主动识别潜在的风险并进行预警。现有关于冷链物流货物温度预测的研究，主要存在以下不足：一是监测环境温度而非货物实际温度，没有考虑到货物温度和环境温度有时差距很大，例如在冷链配送阶段；二是采用机器学习的方法估算货物或者空气的实时温度，而非预测货物温度，当估算的货物或环境的实时温度出现偏差时才提供报警信息，导致采取措施具有一定的滞后性，将导致不可逆的食品
技术实现思路
1、本说明书一个或多个实施例提供了一种基于lstm模型的冷链货物温度预警方法，包括：
2、获取k-c时刻至k时刻冷藏车的实时环境监测数据，对所述实时环境监测数据和货物初始温度数据进行预处理，得到k-c时刻至k时刻的输入参数数据；
3、将所述输入参数数据输入预先训练好的预测时间步长为m的货物温度lstm预测模型，得到第k+m时刻的货物温度预测值；
4、将得到的货物温度预测值与预设的预警区间进行比较，若所述货物温度预测值位于所述预警区间内，则执行预警操作，否则继续进行监测。
5、本说明书一个或多个实施例提供了一种基于lstm模型的冷链货物温度预警系统，包括：
6、数据处理模块：用于获取k-c时刻至k时刻冷藏车的实时环境监测数据，对所述实时环境监测数据和货物初始温度数据进行预处理，得到k-c时刻至k时刻的输入参数数据；
7、温度预测模块：用于将所述输入参数数据输入预先训练好的预测时间步长为m的货物温度lstm预测模型，得到第k+m时刻的货物温度预测值；
8、温度预警模块：用于将得到的货物温度预测值与预设的预警区间进行比较，若所述货物温度预测值位于所述预警区间内，则执行预警操作，否则继续进行监测。
9、本说明书一个或多个实施例提供了一种电子设备，包括：处理器，以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现上述基于lstm模型的冷链货物温度预警方法的步骤。
10、本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述基于lstm模型的冷链货物温度预警方法的步骤。
11、本专利技术仅使用2个传感器，与传统固定位置多传感器的温度监测系统相比具有显著的经济性，适用于资源限制的应用场景；通过长短时记忆神经网络(lstm)构建温度预测模型，融合了多维度输入数据进行模型训练，以分析时序数据中的关联关系、预测冷链货物温度的趋势，可以得到未来一定时间内的货物温度预测值，根据预测值与设定温度范围之间的关系进行温度预警识别，改进温度预警机制；有效解决现有冷链物流货物温度监测系统采取纠偏措施的滞后性问题。
12、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种基于LSTM模型的冷链货物温度预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述环境监测数据包括车厢环境温度数据和累计开门时间数据，具体的：
3.根据权利要求2所述的方法，其特征在于，所述实时环境监测数据和货物初始温度数据进行预处理具体方法为：
4.根据权利要求3所述的方法，其特征在于，将实时环境监测数据和货物初始温度数据融合后进行标准化处理具体方法为：
5.根据权利要求1所述的方法，其特征在于，所述提取第k-c时刻至第k时刻标准化数据作为模型的输入参数数据具体方法为：
6.根据权利要求1所述的方法，其特征在于，所述货物温度LSTM预测模型的训练方法具体为：
7.根据权利要求5所述的方法，其特征在于，所述构建LSTM神经网络模型具体方法为：
8.一种基于LSTM模型的冷链货物温度预警系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括：处理器，以及被安排成存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器实现如权利要求1至
10.一种存储介质，其特征在于，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现如权利要求1至7任一所述的基于LSTM模型的冷链货物温度预警方法的步骤。
...【技术特征摘要】
1.一种基于lstm模型的冷链货物温度预警方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述环境监测数据包括车厢环境温度数据和累计开门时间数据，具体的：
3.根据权利要求2所述的方法，其特征在于，所述实时环境监测数据和货物初始温度数据进行预处理具体方法为：
4.根据权利要求3所述的方法，其特征在于，将实时环境监测数据和货物初始温度数据融合后进行标准化处理具体方法为：
5.根据权利要求1所述的方法，其特征在于，所述提取第k-c时刻至第k时刻标准化数据作为模型的输入参数数据具体方法为：
6.根据权利要求1所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：邹毅峰，孟祥超，谢如鹤，刘广海，黎子腾，朱晓欣，米信廷，陈帆，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。