【技術實現步驟摘要】
本專利技術涉及餐飲供應鏈管理，具體為一種餐飲供應鏈智能管理系統。
技術介紹
1、為了確保在校師生的飲食健康，需要有效的學校餐飲供應鏈管理系統，保障校園餐廳的食材供應安全。
2、為此，本專利技術提出了提出一種餐飲供應鏈智能管理系統。
技術實現思路
1、本專利技術的目的在于提供一種餐飲供應鏈智能管理系統；通過食材需求量指數確定校園餐廳對食材的需求量，并根據所述食材的需求量進行食材配送，保障食材的配送準確率，降低因食材過多導致的存儲周期過長；通過餐廳營業額預測模型和食材異常概率對校園餐廳的經營情況進行檢測，判斷所述餐廳在配送的食材量基礎上，是否經營異常的情況；通過食材異常檢測模型和食材異常概率，對校園中央倉庫和所述校園餐廳分屬倉庫的食材質量進行監督和預警；有效促進校園的食材供應安全。
2、為實現上述目的，本專利技術提供如下技術方案：
3、一種餐飲供應鏈智能管理系統，所述餐飲供應鏈智能管理系統包含食材配送模塊、數據分析模塊、餐廳監督模塊、庫存計量模塊、庫存預警模塊和食材采購模塊；
4、所述食材配送模塊包含食材需求量指數；所述食材需求量指數用于確定校園餐廳對食材的需求量，并根據所述食材的需求量進行食材配送；
5、所述數據分析模塊用于收集所述校園餐廳經營信息；所述經營信息包含所述校園餐廳的門店類型、食材情況信息、營業情況信息和營業收入信息；
6、所述餐廳監督模塊包含餐廳營業額預測模型和營業異常指數；所述餐廳營業額預測模型用
7、所述庫存計量模塊用于監測計量校園中央倉庫中的食材存儲情況；
8、所述庫存預警模塊中包含食材異常檢測模型和食材異常概率；所述食材異常檢測模型通過設定的檢測周期對食材進行拍照，并將所得照片與初始照片對比，得到食材圖像相似率；通過所述食材圖像相似率測算食材異常概率；所述食材異常概率用于衡量存儲食材的質量；
9、所述食材采購模塊用于根據所述食材的消耗量和剩余量測算食材采購量；所述食材采購模塊根據所述食材采購量進行食材的采購。
10、所述食材需求量指數根據所述校園餐廳對食材的消耗量和歷史食材剩余量，進行食材需求量的測算；
11、所述食材需求量指數的測算公式為：
12、
13、
14、其中，qdnij為校園餐廳i在第n配送周期對菜品j的需求量指數；αpij為校園餐廳i在第p配送周期對菜品j的周期調整指數；acpij為校園餐廳i在第p配送周期對菜品j的平均每天消耗量；t為校園餐廳i菜品j的第n配送周期天數，所述配送周期的天數根據所述食材的保質期確定；θ為校園餐廳i菜品j的配送量波動指數；pg為校園餐廳i在第n-1配送周期菜品j的剩余量；e為設定的用于預測食材需求量的數據提取周期數；atqij為校園餐廳i在第q配送周期對菜品j的實際消耗量；fdqij為校園餐廳i在第q配送周期開始時菜品j的初始量。
15、所述數據分析模塊用于收集記錄所述校園餐廳的經營信息；所述經營信息包含所述校園餐廳的門店類型、食材情況信息、營業情況信息和營業收入信息；
16、其中，所述門店類型是根據校園餐廳的主營業務進行分類，包含快餐類、面食類、小吃類和早點類；
17、所述食材情況信息是指所述校園餐廳在經營過程中使用到的食材情況，包含主食類食材、蔬菜類食材、肉食類食材和調料品食材；
18、所述營業情況信息為所述校園餐廳在營業期間的詳細數據，包含營業時間、每天的售賣份數、餐廳用水信息、餐廳燃氣信息和餐廳用電信息；
19、所述營業收入信息是所述校園餐廳在營業期間的收入數據信息，包含營業額、營業成本和營業利潤。
20、所述餐廳監督模塊包含所述餐廳營業額預測模型；
21、所述餐廳營業額預測模型包含有數據輸入層、第一特征訓練模塊、第二特征訓練模塊、第三特征訓練模塊、第四特征訓練模塊、特征融合層和預測輸出層；
22、所述數據輸入層將所述餐廳經營數據輸入到模型進行訓練；所述第一特征訓練模塊用于對所述校園餐廳的食材信息數據進行訓練；所述第二特征訓練模塊用于對所述校園餐廳的用電數據進行訓練；所述第三特征訓練模塊用于對所述校園餐廳的用水數據進行訓練；所述第四特征訓練模塊用于對所述校園餐廳的燃氣數據進行訓練；所述特征融合層用于對四個所述訓練模塊的訓練結果進行處理，得到綜合訓練結果；所述預測輸出層根據所述綜合訓練結果進行預測，得到預測營業額。
23、所述餐廳監督模塊中包含所述校園餐廳的營業異常指數；所述營業異常指數根據所述預測營業額和實際營業額計算得到；
24、所述營業異常指數的計算公式為：
25、
26、其中，apni為餐廳i在第n經營周期的營業異常指數，當apni越小時，表示營業異常概率越低；arni為餐廳i在第n經營周期的預測營業額；ftni為餐廳i在第n經營周期的實際營業額。
27、所述餐廳營業額預測模型的訓練過程為：
28、通過所述數據分析模塊收集所述校園餐廳的經營信息得到初始校園餐廳營業數據集；
29、對所述初始餐廳營業數據集進行數據預處理，得到預處理校園餐廳營業數據集；
30、根據餐廳類型對所述預處理校園餐廳營業數據集進行分類，得到分類營業數據集；
31、將所述分類營業數據集拆分為數據訓練集和數據測試集；
32、將所述數據訓練集輸入到所述餐廳營業額預測模型進行訓練；
33、并根據訓練過程中產生的誤差進行所述餐廳營業額預測模型的參數調整和改進；
34、使用所述數據測試集對所述餐廳營業額預測模型進行測試；
35、若滿足數據測試的要求，則輸出所述餐廳營業額預測模型；若不滿足數據測試的要求則重新進行模型的訓練。
36、所述庫存預警模塊中包含單一食材預警指數和綜合食材預警指數；所述預警指數根據中央倉庫的庫存量和消耗量進行測算。所述單一食材預警指數的計算公式為：
37、
38、其中，ωj為食材j的食材預警指數；qdnij為餐廳i在第n配送周期對食材j的食材需求量指數；sgn-1為所述校園中央倉庫第n-1配送周期的食材剩余量；
39、所述綜合食材預警指數的計算公式為：
40、
41、其中，ω為綜合食材預警指數。
42、所述庫存預警模塊中包含有用于檢測食材異常狀態的食材異常檢測模型和所述食材異常概率；所述食材異常檢測模型作用于所述校園中央倉庫和所述校園餐廳分屬倉庫；
43、通過所述食材異常檢測模型測算食材異常概率的工作流程為：
44、獲得食材剛入庫存儲的圖像作為食材初始圖像；
45、根據食材的保質期和消耗速度設定食材檢測周期；
46、根據所述檢測周期對食本文檔來自技高網...
【技術保護點】
1.一種餐飲供應鏈智能管理系統，其特征在于：
2.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
3.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
4.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
5.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
6.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
7.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
8.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
9.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
10.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
【技術特征摘要】
1.一種餐飲供應鏈智能管理系統，其特征在于：
2.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
3.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
4.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
5.根據權利要求1所述的一種餐飲供應鏈智能管理系統，其特征在于：
6....
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。