System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及餐饮供应链管理,具体为一种餐饮供应链智能管理系统。
技术介绍
1、为了确保在校师生的饮食健康,需要有效的学校餐饮供应链管理系统,保障校园餐厅的食材供应安全。
2、为此,本专利技术提出了提出一种餐饮供应链智能管理系统。
技术实现思路
1、本专利技术的目的在于提供一种餐饮供应链智能管理系统;通过食材需求量指数确定校园餐厅对食材的需求量,并根据所述食材的需求量进行食材配送,保障食材的配送准确率,降低因食材过多导致的存储周期过长;通过餐厅营业额预测模型和食材异常概率对校园餐厅的经营情况进行检测,判断所述餐厅在配送的食材量基础上,是否经营异常的情况;通过食材异常检测模型和食材异常概率,对校园中央仓库和所述校园餐厅分属仓库的食材质量进行监督和预警;有效促进校园的食材供应安全。
2、为实现上述目的,本专利技术提供如下技术方案:
3、一种餐饮供应链智能管理系统,所述餐饮供应链智能管理系统包含食材配送模块、数据分析模块、餐厅监督模块、库存计量模块、库存预警模块和食材采购模块;
4、所述食材配送模块包含食材需求量指数;所述食材需求量指数用于确定校园餐厅对食材的需求量,并根据所述食材的需求量进行食材配送;
5、所述数据分析模块用于收集所述校园餐厅经营信息;所述经营信息包含所述校园餐厅的门店类型、食材情况信息、营业情况信息和营业收入信息;
6、所述餐厅监督模块包含餐厅营业额预测模型和营业异常指数;所述餐厅营业额预测模型用
7、所述库存计量模块用于监测计量校园中央仓库中的食材存储情况;
8、所述库存预警模块中包含食材异常检测模型和食材异常概率;所述食材异常检测模型通过设定的检测周期对食材进行拍照,并将所得照片与初始照片对比,得到食材图像相似率;通过所述食材图像相似率测算食材异常概率;所述食材异常概率用于衡量存储食材的质量;
9、所述食材采购模块用于根据所述食材的消耗量和剩余量测算食材采购量;所述食材采购模块根据所述食材采购量进行食材的采购。
10、所述食材需求量指数根据所述校园餐厅对食材的消耗量和历史食材剩余量,进行食材需求量的测算;
11、所述食材需求量指数的测算公式为:
12、
13、
14、其中,qdnij为校园餐厅i在第n配送周期对菜品j的需求量指数;αpij为校园餐厅i在第p配送周期对菜品j的周期调整指数;acpij为校园餐厅i在第p配送周期对菜品j的平均每天消耗量;t为校园餐厅i菜品j的第n配送周期天数,所述配送周期的天数根据所述食材的保质期确定;θ为校园餐厅i菜品j的配送量波动指数;pg为校园餐厅i在第n-1配送周期菜品j的剩余量;e为设定的用于预测食材需求量的数据提取周期数;atqij为校园餐厅i在第q配送周期对菜品j的实际消耗量;fdqij为校园餐厅i在第q配送周期开始时菜品j的初始量。
15、所述数据分析模块用于收集记录所述校园餐厅的经营信息;所述经营信息包含所述校园餐厅的门店类型、食材情况信息、营业情况信息和营业收入信息;
16、其中,所述门店类型是根据校园餐厅的主营业务进行分类,包含快餐类、面食类、小吃类和早点类;
17、所述食材情况信息是指所述校园餐厅在经营过程中使用到的食材情况,包含主食类食材、蔬菜类食材、肉食类食材和调料品食材;
18、所述营业情况信息为所述校园餐厅在营业期间的详细数据,包含营业时间、每天的售卖份数、餐厅用水信息、餐厅燃气信息和餐厅用电信息;
19、所述营业收入信息是所述校园餐厅在营业期间的收入数据信息,包含营业额、营业成本和营业利润。
20、所述餐厅监督模块包含所述餐厅营业额预测模型;
21、所述餐厅营业额预测模型包含有数据输入层、第一特征训练模块、第二特征训练模块、第三特征训练模块、第四特征训练模块、特征融合层和预测输出层;
22、所述数据输入层将所述餐厅经营数据输入到模型进行训练;所述第一特征训练模块用于对所述校园餐厅的食材信息数据进行训练;所述第二特征训练模块用于对所述校园餐厅的用电数据进行训练;所述第三特征训练模块用于对所述校园餐厅的用水数据进行训练;所述第四特征训练模块用于对所述校园餐厅的燃气数据进行训练;所述特征融合层用于对四个所述训练模块的训练结果进行处理,得到综合训练结果;所述预测输出层根据所述综合训练结果进行预测,得到预测营业额。
23、所述餐厅监督模块中包含所述校园餐厅的营业异常指数;所述营业异常指数根据所述预测营业额和实际营业额计算得到;
24、所述营业异常指数的计算公式为:
25、
26、其中,apni为餐厅i在第n经营周期的营业异常指数,当apni越小时,表示营业异常概率越低;arni为餐厅i在第n经营周期的预测营业额;ftni为餐厅i在第n经营周期的实际营业额。
27、所述餐厅营业额预测模型的训练过程为:
28、通过所述数据分析模块收集所述校园餐厅的经营信息得到初始校园餐厅营业数据集;
29、对所述初始餐厅营业数据集进行数据预处理,得到预处理校园餐厅营业数据集;
30、根据餐厅类型对所述预处理校园餐厅营业数据集进行分类,得到分类营业数据集;
31、将所述分类营业数据集拆分为数据训练集和数据测试集;
32、将所述数据训练集输入到所述餐厅营业额预测模型进行训练;
33、并根据训练过程中产生的误差进行所述餐厅营业额预测模型的参数调整和改进;
34、使用所述数据测试集对所述餐厅营业额预测模型进行测试;
35、若满足数据测试的要求,则输出所述餐厅营业额预测模型;若不满足数据测试的要求则重新进行模型的训练。
36、所述库存预警模块中包含单一食材预警指数和综合食材预警指数;所述预警指数根据中央仓库的库存量和消耗量进行测算。所述单一食材预警指数的计算公式为:
37、
38、其中,ωj为食材j的食材预警指数;qdnij为餐厅i在第n配送周期对食材j的食材需求量指数;sgn-1为所述校园中央仓库第n-1配送周期的食材剩余量;
39、所述综合食材预警指数的计算公式为:
40、
41、其中,ω为综合食材预警指数。
42、所述库存预警模块中包含有用于检测食材异常状态的食材异常检测模型和所述食材异常概率;所述食材异常检测模型作用于所述校园中央仓库和所述校园餐厅分属仓库;
43、通过所述食材异常检测模型测算食材异常概率的工作流程为:
44、获得食材刚入库存储的图像作为食材初始图像;
45、根据食材的保质期和消耗速度设定食材检测周期;
46、根据所述检测周期对食本文档来自技高网...
【技术保护点】
1.一种餐饮供应链智能管理系统,其特征在于:
2.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
3.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
4.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
5.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
6.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
7.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
8.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
9.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
10.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
【技术特征摘要】
1.一种餐饮供应链智能管理系统,其特征在于:
2.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
3.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
4.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
5.根据权利要求1所述的一种餐饮供应链智能管理系统,其特征在于:
6....
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。