本发明涉及粮食加工技术领域，尤其涉及一种粮食加工的工序优化方法、装置、电子设备及存储介质。
背景技术：
目前粮食流通管理手段，大都基于人员的抽样检测，流通人员的档案登记管理等传统方式，监管难度大并且效率低下。而我们通过对库存环节进行产品监控，在生产过程中结合加工设备的调用接口，或者指挥中心通过终端调度相应环节的操作人员实时监控各环节设备。
在目前的有关粮食加工的系统中，大多数研究都是基于开发数据管理系统，把粮食流通中品质测定各个环节通过信息系统结合起来，进行粮食品质跟踪管理，从农场收购粮食、粮食流通到最终消费的全过程实施司质量品质跟踪基本上达到信息化管理，但是忽略了粮食加工过程各种数据的分析及粮食加工过程中存在的漏洞，现有的粮食生产加工管理信息系统只是有效利用粮食加工过程中产生各种的数据，只起到一个监督和管理的作用，不能对提高生产效能、减少加工环节的损失浪费提供分析和优化；同时大规模的粮食加工企业对加工过程考虑实施了自动化监控和管理，也收集了大量生产过程中的数据，但是缺少对数据的有效分析利用，因此无法提升生产效率以及减少粮食加工环节的损失浪费。由于各个企业之间的数据存在各种各样的差异，对于粮食加工过程中的数据没有一个合理的评价体系。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
技术实现要素：
本发明的主要目的在于提供一种粮食加工的工序优化方法、装置、电子设备及存储介质，旨在解决现有技术粮食加工各工序环节没有合理的评价体系难以准确进行工序优化的技术问题。
为实现上述目的，本发明提供了一种粮食加工的工序优化方法，所述方法包括以下步骤：
获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；
建立粮食产品的品质评价标准体系；
将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；
根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
优选地，所述获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据的步骤，具体包括：
获取待评价粮食产品的产品信息；
根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息；
根据所述降维产品信息构建自变量向量集合及因变量向量集合；
对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
优选地，所述建立粮食产品的品质评价标准体系的步骤，具体包括：
获取所述待评价粮食产品在历史加工工序中的历史加工数据；
查找所述待评价粮食产品对应的各加工工序的国家标准加工数据、省级标准加工数据及行业标准加工数据；
根据所述国家标准加工数据、所述省级标准加工数据、所述行业标准加工数据及所述历史加工数据，建立粮食产品的品质评价标准体系。
优选地，所述将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果的步骤，具体包括：
根据所述加工数据获取成品加工工序的加工数据，并根据所述成品加工工序的加工数据获取历史加工工序的加工数据；
将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据；
将所述历史加工工序的加工数据与所述标准加工数据进行比对，并将比对结果作为评估结果。
优选地，所述根据所述加工数据获取成品加工工序的加工数据，并根据所述成品加工工序的加工数据获取历史加工工序的加工数据的步骤，具体包括：
根据所述加工数据获取成品加工工序的加工数据，根据所述成品加工工序的加工数据在所述粮食产品的品质评价标准体系中查找对应的各历史加工工序的加工数据，其中，所述各历史加工工序的加工数据存在对应的指标集，各指标集之间存在对应的关联函数；
从所述成品加工工序的加工数据中提取对应的成品加工工序指标集；
根据所述成品加工工序指标集及所述关联函数，获取历史加工工序指标集；
根据所述历史加工工序指标集获取对应的历史加工工序的加工数据。
优选地，所述将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据的步骤，具体包括：
将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系；
基于所述粮食产品的品质评价标准体系查找所述历史加工工序对应的国家标准加工数据、省级标准加工数据及行业标准加工数据；
根据所述历史加工工序对应的国家标准加工数据、省级标准加工数据及行业标准加工数据生成对应的标准加工数据。
优选地，所述根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化的步骤，具体包括：
判断所述评估结果是否包含异常加工数据；
在所述评估结果包含所述异常加工数据时，从预设加工调整表中查找所述异常加工数据对应的加工调整参数；
根据所述加工调整参数生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
此外，为实现上述目的，本发明还提出一种粮食加工的工序优化装置，所述装置包括：
数据获取模块，用于获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；
体系建立模块，用于建立粮食产品的品质评价标准体系；
结果评估模块，用于将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；
优化生成模块，用于根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
此外，为实现上述目的，本发明还提出一种电子设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的粮食加工的工序优化程序，所述粮食加工的工序优化程序配置为实现如上文所述的粮食加工的工序优化方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有粮食加工的工序优化程序，所述粮食加工的工序优化程序被处理器执行时实现如上文所述的粮食加工的工序优化方法的步骤。
本发明通过获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；建立粮食产品的品质评价标准体系；将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。通过上述方式，追溯粮食产品的加工过程并且对粮食产品的历史加工工序进行品质评估，判断加工工序是否存在加工不到位或者加工过度，据此可以判断出该加工工序的加工程度是否适合或该原料是否适合该生产线，发现加工工序中出现问题的准确工序位置进而进行工序优化，使得粮食加工各工序环节更高效、更优质，解决了现有技术粮食加工各工序环节没有合理的评价体系难以准确进行工序优化的技术问题。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的电子设备的结构示意图；
图2为本发明粮食加工的工序优化方法第一实施例的流程示意图；
图3为本发明粮食加工的工序优化方法第二实施例的流程示意图；
图4为本发明粮食加工的工序优化方法第三实施例的流程示意图；
图5为本发明粮食加工的工序优化方法第四实施例的流程示意图；
图6为本发明粮食加工的工序优化装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的电子设备结构示意图。
如图1所示，该电子设备可以包括：处理器1001，例如中央处理器(centralprocessingunit，cpu)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(display)、输入单元比如键盘(keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(wireless-fidelity，wi-fi)接口)。存储器1005可以是高速的随机存取存储器(randomaccessmemory，ram)存储器，也可以是稳定的非易失性存储器(non-volatilememory，nvm)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及粮食加工的工序优化程序。
在图1所示的电子设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明电子设备中的处理器1001、存储器1005可以设置在电子设备中，所述电子设备通过处理器1001调用存储器1005中存储的粮食加工的工序优化程序，并执行本发明实施例提供的粮食加工的工序优化方法。
本发明实施例提供了一种粮食加工的工序优化方法，参照图2，图2为本发明一种粮食加工的工序优化方法第一实施例的流程示意图。
本实施例中，所述粮食加工的工序优化方法包括以下步骤：
步骤s10：获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
需要说明的是，所述获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据的步骤，具体包括：获取待评价粮食产品的产品信息；根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息；根据所述降维产品信息构建自变量向量集合及因变量向量集合；对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
进一步地，获取待评价粮食产品的产品信息，所述产品信息可以包括粮食的产地、品种、加工信息以及流转信息，所述加工信息可以包括粮食加工公司名称、粮食加工场地、粮食采购时间、粮食存储仓库、粮食加工时间、粮食加工工艺以及粮食包装时间等信息。所述流转信息可以包括粮食的运输起点、装车时间、运输开始时间、运输存储环境、中转站、分销目的地、到达目的地时间、销售机构信息、入库时间、出库时间以及粮食销售时间等信息。本实施例还可以根据实际需要获取待评价粮食产品的其他产品信息，本实施例对此不加以限制。所述产品信息可以包括粮食的产地、品种、加工信息以及流转信息，需要对所述产品信息进行数据预处理以去除冗余的信息，从而获取粮食加工时间、粮食加工工艺等待评价粮食产品的加工工序信息，例如根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息。根据所述降维产品信息构建自变量向量集合及因变量向量集合；对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
步骤s20：建立粮食产品的品质评价标准体系。
易于理解的是，所述建立粮食产品的品质评价标准体系的步骤，具体包括：获取所述待评价粮食产品在历史加工工序中的历史加工数据；查找所述待评价粮食产品对应的各加工工序的国家标准加工数据、省级标准加工数据及行业标准加工数据；根据所述国家标准加工数据、所述省级标准加工数据、所述行业标准加工数据及所述历史加工数据，建立粮食产品的品质评价标准体系。
进一步地，获取所述待评价粮食产品在历史加工工序中的历史加工数据，即获取生产企业的现有加工工序过程中的生产加工水平数据。
步骤s30：将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果。
需要说明的是，所述将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果的步骤，具体包括：根据所述加工数据获取成品加工工序的加工数据，根据所述成品加工工序的加工数据获取历史加工工序的加工数据；将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据；将所述历史加工工序的加工数据与所述标准加工数据进行比对，并将比对结果作为评估结果。
进一步地，根据所述加工数据获取成品加工工序的加工数据，根据所述成品加工工序的加工数据在所述粮食产品的品质评价标准体系中查找对应的各历史加工工序的加工数据，其中，所述各历史加工工序的加工数据存在对应的指标集，各指标集之间存在对应的关联函数；从所述成品加工工序的加工数据中提取对应的成品加工工序指标集；根据所述成品加工工序指标集及所述关联函数，获取历史加工工序指标集；根据所述历史加工工序指标集获取对应的历史加工工序的加工数据。
步骤s40：根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
易于理解的是，所述根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化的步骤，具体包括：判断所述评估结果是否包含异常加工数据；在所述评估结果包含所述异常加工数据时，从预设加工调整表中查找所述异常加工数据对应的加工调整参数；根据所述加工调整参数生成所述历史加工工序的工序优化方案。
进一步地，可以通过数据包络分析算法、模糊综合评价算法、多元回归分析算法、k均值聚类算法等生成工序优化方案。从不同维度宏观的查询和分析当前企业现有加工方案水平，也可以针对单条生产线的粮食加工方案结合模糊综合评价算法、数据包络分析算法及所述粮食产品的品质评价标准体系进行评估生成工序优化方案，从而帮助粮食加工企业增产减耗。例如，通过数据包络分析算法生成工序优化方案：从预设粮食加工数据库中获取与所述历史加工工序对应的加工方案数据，根据所述加工方案数据建立预设数据包络分析模型；通过预设数据包络分析模型对所述历史加工工序的加工数据进行有效性评价，并根据所述评估结果确定所述历史加工工序的加工数据中是否包含异常加工数据；在所述历史加工工序的加工数据中包含异常加工数据时，从预设加工调整表中查找到与所述异常加工数据对应的加工调整参数，并根据所述加工调整参数对所述历史加工环节进行调整，能够精确地预测粮食加工过程中产生的浪费，并结合数据包络分析算法得到最优生产方式，对其进行优化，从而减少了粮食加工过程中物料和能源上的损失和浪费，减少了生产成本，提高了企业收益。
本实施例通过获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；建立粮食产品的品质评价标准体系；将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。通过上述方式，追溯粮食产品的加工过程并且对粮食产品的历史加工工序进行品质评估，判断加工工序是否存在加工不到位或者加工过度，据此可以判断出该加工工序的加工程度是否适合或该原料是否适合该生产线，发现加工工序中出现问题的准确工序位置进而进行工序优化，使得粮食加工各工序环节更高效、更优质，解决了现有技术粮食加工各工序环节没有合理的评价体系难以准确进行工序优化的技术问题。
参考图3，图3为本发明一种粮食加工的工序优化方法第二实施例的流程示意图。
基于上述第一实施例，本实施例粮食加工的工序优化方法在所述步骤s10，具体包括：
步骤s101：获取待评价粮食产品的产品信息。
需要说明的是，获取待评价粮食产品的产品信息，所述产品信息可以包括粮食的产地、品种、加工信息以及流转信息，所述加工信息可以包括粮食加工公司名称、粮食加工场地、粮食采购时间、粮食采购人员、粮食存储仓库、仓库管理人员、粮食加工人员、粮食加工时间、粮食加工工艺、粮食质检人员、粮食质检结果、粮食包装时间以及包装人员的信息等。所述流转信息可以包括粮食的运输起点、装车时间、装车人员、运输开始时间、运输人员、运输存储环境、中转站、到达中转站时间、分销目的地、到达目的地时间、接货人员、销售机构信息、入库时间、入库人员、出库时间、拆装时间、拆装人员、粮食销售时间以及销售人员的信息。本实施例还可以根据实际需要获取待评价粮食产品的其他产品信息，本实施例对此不加以限制。
步骤s102：根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息。
易于理解的是，所述产品信息可以包括粮食的产地、品种、加工信息以及流转信息，需要对所述产品信息进行数据预处理以去除冗余的信息，从而获取粮食加工时间、粮食加工工艺等待评价粮食产品的加工工序信息，例如根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息。
进一步地，数据降维处理就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。数据降维的本质是一个映射函数f：x->y，其中x是原始数据点的向量表达，目前多使用向量表达形式，y是数据点映射后的低维向量表达，通常y的维度小于x的维度。数据降维处理可以处理向量表达的数据或者处理高阶张量表达的数据，在原始的高维空间中，包含有冗余信息以及噪音信息，在实际应用中造成了误差，降低了准确率；而通过根据预设映射算法对所述产品信息进行数据降维处理，去除所述产品信息中的冗余信息以及噪音信息，从而获得对应的降维产品信息。数据降维处理减少了冗余信息以及噪音信息所造成的误差，提高识别(或其他应用)的精度，通过数据降维处理还可以寻找数据内部的本质结构特征。
步骤s103：根据所述降维产品信息构建自变量向量集合及因变量向量集合。
需要说明的是，相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。因此，对所述降维产品信息进行相关性分析，需要根据所述降维产品信息构建自变量向量集合及因变量向量集合。
步骤s104：对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
易于理解的是，根据所述降维产品信息构建自变量向量集合及因变量向量集合，对所述自变量向量集合及所述因变量向量集合进行相关性分析，从所述降维产品信息中获取与加工工序有显著性或极显著性相关关系的数据，将这些与加工工序有显著性或极显著性相关关系的数据作为所述待评价粮食产品在成品加工工序中的加工数据。
本实施例通过获取待评价粮食产品的产品信息；根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息；根据所述降维产品信息构建自变量向量集合及因变量向量集合；对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。通过上述方式，通过数据降维处理及相关性分析获得所述待评价粮食产品在成品加工工序中的加工数据，减少了冗余信息以及噪音信息所造成的误差，提高了加工数据的精度。
参考图4，图4为本发明一种粮食加工的工序优化方法第三实施例的流程示意图。
基于上述第一实施例，本实施例粮食加工的工序优化方法在所述步骤s30，具体包括：
步骤s301：根据所述加工数据获取成品加工工序的加工数据，并根据所述成品加工工序的加工数据获取历史加工工序的加工数据。
需要说明的是，所述根据所述加工数据获取成品加工工序的加工数据，并根据所述成品加工工序的加工数据获取历史加工工序的加工数据的步骤，具体包括：根据所述加工数据获取成品加工工序的加工数据，根据所述成品加工工序的加工数据在所述粮食产品的品质评价标准体系中查找对应的各历史加工工序的加工数据，其中，所述各历史加工工序的加工数据存在对应的指标集，各指标集之间存在对应的关联函数；从所述成品加工工序的加工数据中提取对应的成品加工工序指标集；根据所述成品加工工序指标集及所述关联函数，获取历史加工工序指标集；根据所述历史加工工序指标集获取对应的历史加工工序的加工数据。其中，所述加工数据为所述待评价粮食产品在成品加工工序中的全部加工数据，根据所述加工数据获取成品加工工序的加工数据，所述成品加工工序的加工数据为所述待评价粮食产品最后一步的成品加工工序的加工数据，所述历史加工工序的加工数据为所述待评价粮食产品半成品加工工序的加工数据。进一步地，所述各历史加工工序的加工数据存在对应的指标集，可以认为粮食加工过程中每个加工工序的半成品都有一个指标集，各指标集之间存在对应的关联函数即每个指标集之间存在关联函数。例如，根据最终成品加工工序指标集及最终成品加工工序与上一加工工序的关联函数，可以得到上一加工工序指标集，根据上一加工工序指标集可以获取该加工工序对应的加工数据。
步骤s302：将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据。
易于理解的是，所述将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据的步骤，具体包括：将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系；基于所述粮食产品的品质评价标准体系查找所述历史加工工序对应的国家标准加工数据、省级标准加工数据及行业标准加工数据；根据所述历史加工工序对应的国家标准加工数据、省级标准加工数据及行业标准加工数据生成对应的标准加工数据。
步骤s303：将所述历史加工工序的加工数据与所述标准加工数据进行比对，并将比对结果作为评估结果。
需要说明的是，将所述历史加工工序的加工数据与所述标准加工数据进行比对，例如所述历史加工工序的加工数据大于所述标准加工数据可以认为所述历史加工工序加工过度，或者所述历史加工工序的加工数据小于所述标准加工数据可以认为所述历史加工工序加工不到位，所述历史加工工序的加工数据与所述标准加工数据的比对方法还可以包括其他方面，本实施例对此不加以限制。
本实施例通过根据成品加工工序的加工数据获取历史加工工序的加工数据；将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据；将所述历史加工工序的加工数据与所述标准加工数据进行比对，并将比对结果作为评估结果。通过上述方式，整体分析细节化、环节分析精确化，将整个加工过程细化分解为各个加工工序，根据标准加工数据比较即可判断各个加工工序对原料的适用度。
参考图5，图5为本发明一种粮食加工的工序优化方法第四实施例的流程示意图。
基于上述第一实施例，本实施例粮食加工的工序优化方法在所述步骤s40，具体包括：
步骤s401：判断所述评估结果是否包含异常加工数据。
需要说明的是，可以通过数据包络分析算法、模糊综合评价算法、多元回归分析算法、k均值聚类算法等生成工序优化方案。从不同维度宏观的查询和分析当前企业现有加工方案水平，也可以针对单条生产线的粮食加工方案结合模糊综合评价算法、数据包络分析算法及所述粮食产品的品质评价标准体系进行评估生成工序优化方案，从而帮助粮食加工企业增产减耗。例如，通过数据包络分析算法生成工序优化方案：从预设粮食加工数据库中获取与所述历史加工工序对应的加工方案数据，根据所述加工方案数据建立预设数据包络分析模型；通过预设数据包络分析模型对所述历史加工工序的加工数据进行有效性评价生成评估结果，并根据所述评估结果确定所述历史加工工序的加工数据中是否包含异常加工数据，所述异常加工数据可以包括加工程度如加工不到位或者加工过度，所述异常加工数据还可以包括其他方面本实施例对此不加以限制。
步骤s402：在所述评估结果包含所述异常加工数据时，从预设加工调整表中查找所述异常加工数据对应的加工调整参数。
易于理解的是，在所述历史加工工序的加工数据中包含异常加工数据时，从预设加工调整表中查找到与所述异常加工数据对应的加工调整参数，所述预设加工调整表可以根据实际需要创建，例如根据粮食产品对应的各加工工序的国家标准加工数据、省级标准加工数据及行业标准加工数据创建预设加工调整表。
步骤s403：根据所述加工调整参数生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
需要说明的是，根据所述加工调整参数生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化，对所述历史加工环节进行调整，能够精确地预测粮食加工过程中产生的浪费，并结合数据包络分析算法得到最优生产方式，对其进行优化，从而减少了粮食加工过程中物料和能源上的损失和浪费，减少了生产成本，提高了企业收益。
本实施例通过判断所述评估结果是否包含异常加工数据；在所述评估结果包含所述异常加工数据时，从预设加工调整表中查找所述异常加工数据对应的加工调整参数；根据所述加工调整参数生成所述历史加工工序的工序优化方案。通过上述方式，能够精确地预测粮食加工过程中产生的浪费，并结合数据包络分析算法得到最优生产方式，对其进行优化，从而减少了粮食加工过程中物料和能源上的损失和浪费，减少了生产成本，提高了企业收益。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有粮食加工的工序优化程序，所述粮食加工的工序优化程序被处理器执行时实现如上文所述的粮食加工的工序优化方法的步骤。
参照图6，图6为本发明粮食加工的工序优化装置第一实施例的结构框图。
如图6所示，本发明实施例提出的粮食加工的工序优化装置包括：
数据获取模块10，用于获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
需要说明的是，所述获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据的步骤，具体包括：获取待评价粮食产品的产品信息；根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息；根据所述降维产品信息构建自变量向量集合及因变量向量集合；对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
进一步地，获取待评价粮食产品的产品信息，所述产品信息可以包括粮食的产地、品种、加工信息以及流转信息，所述加工信息可以包括粮食加工公司名称、粮食加工场地、粮食采购时间、粮食存储仓库、粮食加工时间、粮食加工工艺以及粮食包装时间等信息。所述流转信息可以包括粮食的运输起点、装车时间、运输开始时间、运输存储环境、中转站、分销目的地、到达目的地时间、销售机构信息、入库时间、出库时间以及粮食销售时间等信息。本实施例还可以根据实际需要获取待评价粮食产品的其他产品信息，本实施例对此不加以限制。所述产品信息可以包括粮食的产地、品种、加工信息以及流转信息，需要对所述产品信息进行数据预处理以去除冗余的信息，从而获取粮食加工时间、粮食加工工艺等待评价粮食产品的加工工序信息，例如根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息。根据所述降维产品信息构建自变量向量集合及因变量向量集合；对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
体系建立模块20，用于建立粮食产品的品质评价标准体系。
易于理解的是，所述建立粮食产品的品质评价标准体系的步骤，具体包括：获取所述待评价粮食产品在历史加工工序中的历史加工数据；查找所述待评价粮食产品对应的各加工工序的国家标准加工数据、省级标准加工数据及行业标准加工数据；根据所述国家标准加工数据、所述省级标准加工数据、所述行业标准加工数据及所述历史加工数据，建立粮食产品的品质评价标准体系。
进一步地，获取所述待评价粮食产品在历史加工工序中的历史加工数据，即获取生产企业的现有加工工序过程中的生产加工水平数据。
结果评估模块30，用于将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果。
需要说明的是，所述将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果的步骤，具体包括：根据成品加工工序的加工数据获取历史加工工序的加工数据；将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据；将所述历史加工工序的加工数据与所述标准加工数据进行比对，并将比对结果作为评估结果。
进一步地，根据成品加工工序的加工数据在所述粮食产品的品质评价标准体系中查找对应的各历史加工工序的加工数据，其中，所述各历史加工工序的加工数据存在对应的指标集，各指标集之间存在对应的关联函数；从所述成品加工工序的加工数据中提取对应的成品加工工序指标集；根据所述成品加工工序指标集及所述关联函数，获取历史加工工序指标集；根据所述历史加工工序指标集获取对应的历史加工工序的加工数据。
优化生成模块40，用于根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
易于理解的是，所述根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化的步骤，具体包括：判断所述评估结果是否包含异常加工数据；在所述评估结果包含所述异常加工数据时，从预设加工调整表中查找所述异常加工数据对应的加工调整参数；根据所述加工调整参数生成所述历史加工工序的工序优化方案。
进一步地，可以通过数据包络分析算法、模糊综合评价算法、多元回归分析算法、k均值聚类算法等生成工序优化方案。从不同维度宏观的查询和分析当前企业现有加工方案水平，也可以针对单条生产线的粮食加工方案结合模糊综合评价算法、数据包络分析算法及所述粮食产品的品质评价标准体系进行评估生成工序优化方案，从而帮助粮食加工企业增产减耗。例如，通过数据包络分析算法生成工序优化方案：从预设粮食加工数据库中获取与所述历史加工工序对应的加工方案数据，根据所述加工方案数据建立预设数据包络分析模型；通过预设数据包络分析模型对所述历史加工工序的加工数据进行有效性评价，并根据所述评估结果确定所述历史加工工序的加工数据中是否包含异常加工数据；在所述历史加工工序的加工数据中包含异常加工数据时，从预设加工调整表中查找到与所述异常加工数据对应的加工调整参数，并根据所述加工调整参数对所述历史加工环节进行调整，能够精确地预测粮食加工过程中产生的浪费，并结合数据包络分析算法得到最优生产方式，对其进行优化，从而减少了粮食加工过程中物料和能源上的损失和浪费，减少了生产成本，提高了企业收益。
本实施例通过数据获取模块10，用于获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；体系建立模块20，用于建立粮食产品的品质评价标准体系；结果评估模块30，用于将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；优化生成模块40，用于根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。通过上述方式，追溯粮食产品的加工过程并且对粮食产品的历史加工工序进行品质评估，判断加工工序是否存在加工不到位或者加工过度，据此可以判断出该加工工序的加工程度是否适合或该原料是否适合该生产线，发现加工工序中出现问题的准确工序位置进而进行工序优化，使得粮食加工各工序环节更高效、更优质，解决了现有技术粮食加工各工序环节没有合理的评价体系难以准确进行工序优化的技术问题。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的粮食加工的工序优化方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(readonlymemory，rom)/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
1.一种粮食加工的工序优化方法，其特征在于，所述方法包括：
获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；
建立粮食产品的品质评价标准体系；
将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；
根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
2.如权利要求1所述的方法，其特征在于，所述获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据的步骤，具体包括：
获取待评价粮食产品的产品信息；
根据预设映射算法对所述产品信息进行数据降维处理，获得对应的降维产品信息；
根据所述降维产品信息构建自变量向量集合及因变量向量集合；
对所述自变量向量集合及所述因变量向量集合进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据。
3.如权利要求2所述的方法，其特征在于，所述建立粮食产品的品质评价标准体系的步骤，具体包括：
获取所述待评价粮食产品在历史加工工序中的历史加工数据；
查找所述待评价粮食产品对应的各加工工序的国家标准加工数据、省级标准加工数据及行业标准加工数据；
根据所述国家标准加工数据、所述省级标准加工数据、所述行业标准加工数据及所述历史加工数据，建立粮食产品的品质评价标准体系。
4.如权利要求3所述的方法，其特征在于，所述将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果的步骤，具体包括：
根据所述加工数据获取成品加工工序的加工数据，并根据所述成品加工工序的加工数据获取历史加工工序的加工数据；
将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据；
将所述历史加工工序的加工数据与所述标准加工数据进行比对，并将比对结果作为评估结果。
5.如权利要求4所述的方法，其特征在于，所述根据所述加工数据获取成品加工工序的加工数据，并根据所述成品加工工序的加工数据获取历史加工工序的加工数据的步骤，具体包括：
根据所述加工数据获取成品加工工序的加工数据，根据所述成品加工工序的加工数据在所述粮食产品的品质评价标准体系中查找对应的各历史加工工序的加工数据，其中，所述各历史加工工序的加工数据存在对应的指标集，各指标集之间存在对应的关联函数；
从所述成品加工工序的加工数据中提取对应的成品加工工序指标集；
根据所述成品加工工序指标集及所述关联函数，获取历史加工工序指标集；
根据所述历史加工工序指标集获取对应的历史加工工序的加工数据。
6.如权利要求5所述的方法，其特征在于，所述将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系，以获得所述历史加工工序对应的标准加工数据的步骤，具体包括：
将所述历史加工工序的加工数据输入至所述粮食产品的品质评价标准体系；
基于所述粮食产品的品质评价标准体系查找所述历史加工工序对应的国家标准加工数据、省级标准加工数据及行业标准加工数据；
根据所述历史加工工序对应的国家标准加工数据、省级标准加工数据及行业标准加工数据生成对应的标准加工数据。
7.如权利要求6所述的方法，其特征在于，所述根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化的步骤，具体包括：
判断所述评估结果是否包含异常加工数据；
在所述评估结果包含所述异常加工数据时，从预设加工调整表中查找所述异常加工数据对应的加工调整参数；
根据所述加工调整参数生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
8.一种粮食加工的工序优化装置，其特征在于，所述装置包括：
数据获取模块，用于获取待评价粮食产品的产品信息，并对所述产品信息进行相关性分析，以获得所述待评价粮食产品在成品加工工序中的加工数据；
体系建立模块，用于建立粮食产品的品质评价标准体系；
结果评估模块，用于将所述加工数据输入至所述粮食产品的品质评价标准体系中对所述待评价粮食产品的历史加工工序进行品质评估，并获得评估结果；
优化生成模块，用于根据所述评估结果生成所述历史加工工序的工序优化方案，根据所述工序优化方案对所述待评价粮食产品进行加工工序优化。
9.一种电子设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的粮食加工的工序优化程序，所述粮食加工的工序优化程序配置为实现如权利要求1至7中任一项所述的粮食加工的工序优化方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有粮食加工的工序优化程序，所述粮食加工的工序优化程序被处理器执行时实现如权利要求1至7任一项所述的粮食加工的工序优化方法的步骤。
技术总结