买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中路高科交通检测检验认证有限公司申请的专利基于无线自组网的冷链物流质量风险评价方法、系统、设备及储存介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118134253B 。

龙图腾网通过国家知识产权局官网在2024-09-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410285513.5，技术领域涉及：G06Q10/0635；该发明授权基于无线自组网的冷链物流质量风险评价方法、系统、设备及储存介质是由王方宇;陈英昊;芶双科;常扣扣;柳旭;赵雪枫;夏于;孙宇帆;刘诚;李法雄设计研发完成，并于2024-03-13向国家知识产权局提交的专利申请。

本基于无线自组网的冷链物流质量风险评价方法、系统、设备及储存介质在说明书摘要公布了：本发明公开了一种基于无线自组网的冷链物流质量风险评价方法、系统、设备及储存介质，所述方法包括：对冷链物流环节风险因素进行分类；基于风险因素的分类将运输货品进行分类；基于运输货品的分类计算集中度评价指标、离散度评价指标和协调度评价指标；基于所述集中度评价指标、离散度评价指标和协调度评价指标形成评价指标矩阵；通过熵权法求权重，对已经形成的评价指标矩阵分别计算评价指标的离散度指标矩阵数据；基于所述离散度指标矩阵数据进行机器学习，得到数据仿真训练模型；基于所述数据仿真训练模型对风险进行分析。通过本公开的处理方案，可以解决冷链运输监控过程中事后无风险评估，无法对企业冷链运输过程风险进行智能评价的问题。

本发明授权基于无线自组网的冷链物流质量风险评价方法、系统、设备及储存介质在权利要求书中公布了：1.一种基于无线自组网的冷链物流质量风险评价方法，其特征在于，所述方法包括以下步骤：对冷链物流环节风险因素进行分类，包括：一级分类、二级分类和三级分类；其中，一级分类为运输货品分类，根据冷链运输过程中冷藏、冷冻货物对象不同进行分类，包括：医药类、生物检材类、蔬菜鲜花类、冷冻肉类和海鲜制品类；二级分类为在所述一级分类基础上，对冷链运输风险环节继续进行分类，具体包括：基于冷却、包装、运输、外界环境和技术进行分类；三级分类为在所述二级分类基础上继续分类，具体包括：基于温度异常、湿度异常、开关门和运输路线偏差进行分类；基于所述风险因素的分类将运输货品进行分类；基于所述运输货品的分类计算集中度评价指标、离散度评价指标和协调度评价指标，包括：建立一级分类、二级分类和三级分类间的映射关系，通过关系归并形成一级分类、二级分类和三级分类间的基本关系表；将所述一级分类、二级分类和三级分类进行权重赋值；获取风险类别中评价数据集中度平均数值，计算集中度评价指标；通过下式计算集中度评价指标，获得风险类别中评价数据集中度平均数值： 其中，Ki表示第i种评价的集中度；Mix表示第i个指标被第x种评价；W为评价种类，Pix为第i个指标被第x种评价中的严重等级权重参数；即{ln，sn，tn}，Pix[0，1]；将采集的风险指标与所述集中度评价指标均值进行离散度评价，得到离散度评价指标；其中，所述采集的风险指标为分别来自一级分类、二级分类和三级分类表中的一条数据；通过下式将采集的风险指标与集中度评价指标均值进行离散度评价： 其中，τi为标准差；根据所述离散度评价指标判断采集风险指标与所述集中度评价指标之间的偏离数值；基于所述集中度评价指标和所述离散度评价指标计算得出协调度评价指标；通过下式将集中度评价指标与离散差异性数据进行计算，得出协调度指标εi，进一步形成评价指标矩阵：εi＝τiKi基于所述集中度评价指标、离散度评价指标和协调度评价指标形成评价指标矩阵；通过熵权法求权重，对已经形成的评价指标矩阵分别计算评价指标的离散度指标矩阵数据；所述通过熵权法求权重，基于以下公式进行计算：ρmn＝xmn-MINxmMAXxm-MINxm其中，ρmn为经过2次迭代的三个分级分类表R1″、R2″、R3″评价指标的离散度；xmn分别为三个分级分类表的第m行n列的值，且R1″为增加了协调度指标参数计算的一级分类表，R2″为增加了协调度指标参数计算的二级分类表，R3″为增加了协调度指标参数计算的三级分类表；MINxm为当前m行中的最小值；基于所述离散度指标矩阵数据进行机器学习，得到数据仿真训练模型，包括：将权重指标矩阵数据输入至以下公式进行机器学习： 其中，αmn为机器学习算法输出的第m行第n列训练指标数据；其中，是R1″，R2″，R3″中三级分类关系表的第m行第n列熵权法求权重算法参数；lm′为针对一级分类数据表风险倾向性权重指标二维关系表的协调度指标第m行参数，sm′为针对二级分类数据表风险倾向性权重指标二维关系表的协调度指标第m行参数，tm′为针对三级分类数据表风险倾向性权重指标二维关系表的协调度指标第m行参数； am为一级分类数据表中的第m行数据，bm为二级分类数据表中的第m行数据，cm为三级分类数据表中的第m行数据；基于所述数据仿真训练模型对风险进行分析。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中路高科交通检测检验认证有限公司，其通讯地址为：100080 北京市海淀区西土城路8号112号楼一层113、115室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。