摘 要：当前，计算机技术在材料质量监控平台的建设中虽然发挥了重要的作用，但市场的材料质量监控平台及其资源调度效率低下，导致材料质量监控效果并不理想。本文基于神经网络算法的材料质量监控平台及资源调度算法进行了探究，提出了神经网络算法以及资源调度算法，建立材料质量监控平台模型构建了农业质量监控资源调度平台，优化四方面，对资源调度算法进行了深入研究。本文根据材料质量监控平台特点，对七资源调度算法进行了优化，这对提高材料质量有很大的帮助。

关键词：神经网络；材料质量；监控平台；资源调度；算法

1.引言

生鲜材料质量监控平台的构建涉及多个方面的目标，包括很多个体材料质量，因此影响材料质量节点数量多，监控效果至关重要（Scott A B et al.2017）[1]。生鲜材料质量从检测到监控之间包括不同的资源调度因素，在整个过程中要保证产品的质量安全和不同环节的衔接，这也给生鲜材料质量监控平台的建构增加了挑战（Beghelli FGDS et al.2016）[2]。此外不论从材料质量监控本身的特点来看还是从其质量监控平台建立方面来看，当前材料质量监控平台算法的可靠性会直接影响其质量监控效果的有效性。因此利用神经网络算法，对材料质量监控平台的建立以及其资源调度算法的优化而言，具有高效可靠性，能有效解决当前材料质量监控存在的问题（Papias S et al.2018）[3]。基于以上分析，研究基于神经网络算法的材料质量监控平台及资源调度算法具有一定的意义。农产品质量的监控效果的好坏直接影响着农产品企业的长期健康发展。近年来，越来越多农产品电商企业日益加大对农产品质量监控平台的建设，从而不断优化其资源调度算法，从而以提升市场竞争力。如美国的 Local Harvest、亚马逊，我国的京东商城、顺丰优选等。Local Harvest为消费者提供地图检索系统方便其选购本地农产品，亚马逊还提出了门外、在家配送两种生鲜配送方式以确保农产品的质量得以有效地监控。在食品消费结构和网络消费方式的作用下，借助智能化的神经网络算法，对农产品质量监控平台的建立有着重要的完善作用（Amodio M L et al.2016）[4]。国内外学者对农产品质量的发展开展了一些研究，涉及监控平台的建立、资源调度算法等方面。有学者认为工业结构、产品复杂性和交易门槛会影响农产品质量监控平台的建立（Joshi N et al.2016）[5]。他们在此基础上提出社会经济因素、消费者偏好、农产品质量等因素（Bhuiyan M Z A et al.2017）[6]还有学者总结了农产品质量监控资源调度算法的优化等方面的发展趋势，提出了资源调度优化算法（Teta R et al.2017）[7]。近年来，我国学者对农产品质量研究在已有的研究更侧重于理论层面的分析，其中新闻报道占大多数，缺乏基于数据的分析和有效的模型论证（Donnelly A et al.2016）[8]。农产品质量监控平台建立、资源调度算法优化等方面尚处于研究阶段，可供借鉴的文献有限。

2.实证分析

基于上文提出的算法，我们首先进行最小可靠度不同的仿真。系统中各单元的最小可靠度不同，其他条件相同，分析对可靠性分配的影响。系统中各环节的重要度系数，复杂度系数=0.6以及最大可靠度Ri，min=0.99，R*=0.83，当最小可靠度不同时，即R1，min=0.8，R2，min=0.85，R3，min=0.9。利用Matlab进行求解，得到各因素的分配值如表所示。

信息技术、设施设备、人员操作的可靠度分别较最小值增加了0.12_59，0.0894，0.0542，其中信息技术可靠度分配的值提高的最多。说明在其他参数相同时，由于各单元最小可靠度不同造成了分配结果的不同。信息技术的原有可靠度最低，其可靠度分配的增加幅度最大。因此，在不考虑单元重要度和复杂度时，优先提高可靠度最低的单元对整个系统的可靠度提高影响较大。最大可靠度不同的仿真。系统中各单元的最大可靠度不同，其他条件相同，分析对可靠度分配的影响。系统中各环节的重要度系数=1，复杂度系数ui=0.6以及最小可靠度Ri，min=0.85，R*=0.83，当最大可靠度不同时，即Rl，max=0.95，R2，max=0.97，R2，max=0.99。利用Matlab进行求解，得到各因素的分配值如表所示。信息技术、设施设备、人员操作的可靠度分别较最小值增加了0.0096，0.12，0.14，其中人员操作可靠度分配的值提高的最多。说明在其他参数相同时，由于各单元最大可靠度不同造成了各单元可靠度分配结果的不同。人员操作的最大可靠度最大，其可靠度分配的增加幅度最大。因此，在不考虑单元重要度和复杂度时，优先提高最大可靠度高的单元对整个系统的可靠度提高影响较大。重要度不同的仿真。系统中各单元的重要度不同，其他条件相同，分析对可靠度分配的影响。系统中各环节的复杂度系数ui=0.6、最小可靠度Ri，min=0.85，最大可靠度Ri，max=0.99，R*=0.83，当重要度系数不同时，即=0.0012，=0.8075，=0.1913。利用Matlab进行求解，得到各因素的分配值如表所示。信息技术、设施设备、人员操作的可靠度分别较最小值增加了0，0.14，0.1296，其中设施设备可靠度分配的值提高的最多。说明在其他参数相同时，由于各单元重要度不同造成了各单元可靠度分配结果的不同。设施设备的重要度最大，其可靠度分配的增加幅度最大。因此，在不考虑单元最小、最大可靠度和复杂度时，优先提高重要度高的单元对整个系统的可靠度提高影响较大。运用Matlab的拟合曲线函数得到信息技术、设施设备以及人员操作三个影响因素可靠度增加引起的成本增加值。横轴表示各影响因素的可靠度变动，纵轴表示系统单位可靠度的变化所花费的成本。由圖分析得知，由于不同单元的重要度不同，因此他们的可靠度变化引起的系统单位可靠度变化所花费的成本也不同。

3.结论

本文构建了材料质量监控平台系统模型，并利用神经网络算法对模型进行了仿真分析。首先简要回顾了目前的一些可靠性分配方法，并指出了现有方法中的局限性。其次在明确可靠性分配原则的基础上构建了材料质量监控平台系统模型，模型以广义成本函数为基础，将分析的影响因素的重要度作为模型中的重要度系数，将各单元包含的影响因素数量作为模型中的复杂度。模型考虑了重要度、复杂度，目标函数是成本的最小化。选取数据，用本文构建的可靠性分配模型同等分配法、考虑复杂度的资源调度算法计算的结果对比，证明了本模型的有效性和可行性。运用模型进行算例分析，单独改变最大可行度、最小可行度以及重要度设定了不同的实验方案，分析实验结果，得到了相应的结论。最后本文对生鲜材料经营企业提出了相应的建议，希望这些对策能够为提高材料质量监控平台及资源调度算法的可靠性方面提供一些有效的支持。

参考文献

[1]蔡冬林.农村信用社资产风险的管理措施[J]，金融与经济，2010，1（2）：12-15.

作者简介：

赵远凯，湖南人文科技学院，能源与机电工程学院。