地市级政府食品安全预警系统构建

当今社会食品安全问题事件屡次发生,食品安全形势不容乐观。近年来政府开始着手建立食品安全预警系统,以期为食品安全构建一道安全的防线。地市级地区的食品安全是国家食品安全体系中的关键管理区域。针对地市级政府构建食品安全预警系统目前尚无完整的模式,文章根据地市级食品安全状况及人员配备等具体情况,将地市级政府食品安全预警系统结构分为预警信息采集、预警分析和预警反应3个模块,同时对模块的信息系统进行设计。     

集成模糊层级划分的LightGBM食品安全风险预警模型：以肉制品为例

在食品安全风险管理中,风险点精确定位能从源头解决食品安全问题,对食品安全风险评估和预警具有关键意义。近年来,食品行业信息化的发展使得原料生产、加工、仓储运输、抽检等环节积累了大量数据,并亟待开发利用。而现存的风险预警方法存在风险细粒度难以衡量、数据利用率低、人工成本高等问题。因此,本研究首先对食品安全相关数据进行归纳分类并描述数据特征,作为后续处理的基础。为了充分利用食品安全数据海量、高维的特点,本研究使用先验风险概率与模糊层级划分相结合的方法对不同类型的属性计算模糊综合风险值,作为预测模型标签值。由LightGBM和专家干预策略结合产生的预测模型可对风险值进行预测和校正。基于此,依托肉制品和水产品数据的实验详细阐述了方法的使用流程,并进一步验证了方法优越性和规律合理性。研究中产出的风险分析结果,包括风险值和属性重要程度分布等可以为决策者提供有价值的决策依据。     

基于食品抽检数据的风险预警智能研究模型构建分析

近年来,国内外由食品安全问题导致的公共健康事件屡见不鲜。食品安全问题涉及食品产业链的各个环节,收集和识别食品安全风险因子,挖掘造成食品安全的重要因素,是食品安全风险预警的重要途径,也是制定管理措施的前提条件。有效利用和分析食品安全信息,开展有效预警,已经成为食品安全监管面临的重要问题。本文首先分析了食品抽检数据特征和食品安全预警模型原则,在此基础上从风险分析、趋势分析、关联挖掘、全息画像和效能评价等视角构建了基于食品抽检数据的风险预警智能分析模型。该模型旨在为食品安全的监管、消费、生产等各个环节提供有力支撑,为推进基于食品抽检数据的风险预警智能研究提供参考。     

基于监督抽检数据的肉类食品安全风险分析及预测

为通过数据挖掘预测食品安全风险、隐患和趋势,进行预警和快速反应,基于2015—2017年国家肉类食品监督抽检的18 378 批次样品数据,分析我国肉与肉制品主要安全现状与风险种类,并基于检测指标及属性运用BP（back propagation）神经网络方法构建以抽样省份、产品类型、产地、生产日期、年份、是否大型企业6大属性指标为输入层、包含2 个隐藏层、以是否合格为输出层的肉类食品安全神经网络预测模型。结果表明：经数据准备、模型生成、数据训练和验证及参数优化,得到的3 层BP神经网络预警模型总体百分比矫正为96.2%;对于合格样本,判定正确的概率为96.5%,错判概率为3.5%,预测模型具有较好的参考和应用价值。基于BP神经网络的食品安全预警方法能够对输入样本进行有效预测,为食品安全风险研判和风险预警提供技术支撑。     

基于Apriori算法的食品抽检数据的关联规则挖掘

目的 为了发现检测数据的不合格项目之间有意义的关联规则, 并对挖掘出的关联规则进行分析解读, 进一步发掘了食品抽检数据的价值, 从而对食品安全监管具有一定的指导意义。方法 本文对利用Apriori算法对2015~2019年间山东食品药品监督管理局网站公布的食品安全抽检数据的不合格项目进行了关联规则挖掘。结果 通过挖掘得出最符合要求的10条规则。结论 利用关联规则挖掘算法对食品检验数据进行挖掘, 能够挖掘出有价值、有意义的规则, 对食品安全管理具有指导意义, 从中也可以看出数据挖掘技术在食品安全数据挖掘分析中具有广阔的应用前景。     

长短期记忆神经网络在肉制品中铅含量风险预警的应用

本文基于2015～2018年国家肉制品监督抽检的5万批次检测数据,使用长短期记忆神经网络模型建立肉制品中铅含量的风险预警模型。参照国家食品检验标准并结合专家打分,构建肉制品中铅含量的6个食品安全风险等级;运用Softmax和汉宁窗对风险等级数据进行预处理,使用Tensorflow建立三层长短期记忆神经网络的时间序列风险预警模型,通过500轮模型训练实现对肉制品中铅含量的风险趋势预测。结果表明,长短期记忆神经网络对肉制品中铅含量的预测有较高的准确率,31个省份的平均误差为0.27,同实际检测风险基本匹配;模型稳定重现性较好,运行十次的平均误差为0.27。此模型可以实现对全国不同地域铅含量的趋势预警,为日常监督抽检和食品安全风险预警提供技术支撑。     

大数据技术在食品安全监管风险预警中存在的问题以及解决措施

食品安全监管风险预警是食品安全监管中的重要内容。由于食品安全监管中存在数据来源渠道不畅、数据类型多样、数据价值难以挖掘等问题,在现行风险预警模式下,将大数据技术引入食品安全风险监管风险预警工作中,能有效提升预警效能。本文在阐述大数据技术在食品安全风险评估中的优势基础上,分析了大数据技术在食品安全风险监管中存在的问题,并提出相应的解决措施。     

基于长短期记忆神经网络的重大活动中鲜(冻)肉制品铅含量风险预测

目的 针对未来时间内重大活动举办地鲜(冻)肉制品铅含量风险预测的问题,建立基于LSTM的时间序列预测模型,对当地鲜(冻)肉制品铅含量进行风险评估与预测预警。方法 通过收集2011-2020年国家市场监督管理总局日常食品监督管理抽检数据,筛选出北京的鲜(冻)肉制品的抽检数据,构建数据集并进行预处理,按照7:2:1的比例划分训练集、验证集和测试集,基于Tensorflow平台构建4层LSTM模型并进行训练,基于重大活动举办前10天的鲜(冻)制品铅含量数据,对未来1天的鲜(冻)制品铅含量风险进行预测。结果 实验表明,经过50轮模型迭代训练,训练集和测试集Loss指标收敛至0.084,经过5次训练后的模型评估参数RMSE为0.192,R2_score为0.916,模型误差较小、准确度较高。结论 基于LSTM的鲜(冻)肉制品铅含量风险预测模型整体性能较好,可应用于重大活动举办地的食品风险预测,并精准指导监督抽检。     

大数据共享背景下食品分类的探讨

食品分类方法不统一是我国食品安全相关部门间实现抽检、监测大数据信息融合共享的瓶颈。本文对我国现行的3个主要食品分类系统迚行了分析,在此基础上探讨了新的食品分类系统构建,通过制定统一的食品分类国家标准,纳入更多的食品类别,建立科学的分类原则,形成合理的分类层级和及时增补机制,构建一套统一、科学、权威的食品分类系统,解决当前食品分类不兼容导致各食品安全部门抽检数据难融合的现实问题,可实现跨部门大数据集成共享、信息互联互通,形成食品安全多部门共治的新格局,从而提高我国食品安全监管整体敁率。     

信息化时代食品安全预警体系的结构与构建技术研究进展

在信息化时代,食品安全信息呈现出复杂化、传播快、数据量大、有效信息密度低等显著特征,这给现代化食品安全预警体系的构建带来了困难和挑战。基于此背景,本文首先从构建适应当前信息化发展趋势的食品安全预警体系出发,结合国内外研究进展,总结归纳了食品安全预警体系的定义和该体系中的3个主要构成系统,即食品安全信息收集系统、预警信息分析系统和预警反应系统。其次阐述了结合数据库的食品安全预警体系的模块化设计路径。最后探讨了爬虫、云计算、物联网、关联分析、情感分析、深度学习等智能化信息技术在构建高效、智能的食品安全预警系统方面的最新实践。本文以期为构建适应现代化信息时代食品安全风险管理需求的预警体系提供重要的理论和技术参考。     

深圳市猪肉中磺胺的安全风险暴露评估

目的利用食品安全监测数据对深圳市猪肉中的磺胺进行安全风险暴露评估。方法根据深圳市2016年4月至2017年3月的猪肉安全例行监测数据,用基于尾部数据估计模型(tail estimation,TE)、Thomas风险等级模型和风险评估预警模型等3种食品安全风险暴露评估模型计算了猪肉中磺胺类药物大于设定值的概率,风险等级值和食品安全预警指数,最后对深圳市猪肉安全风险进行了综合评估。结果 TE模型计算得到猪肉中的磺胺含量大于设定结果 100的概率为0.0068,Thomas风险等级模型计算得到深圳市猪肉中的磺胺含量的风险等级为75.1840,风险评估预警模型计算得到深圳市猪肉中磺胺的食品安全预警指数为2.5025×10~(-3)。结论 TE模型和Thomas风险等级模型可以作为食品安全风险评估的稳定模型来应用,深圳市猪肉中磺胺的食品安全风险很低。     

贝叶斯网络及其在白酒安全预警中的应用

近年来,白酒安全问题日益凸现,影响人们身体健康和白酒行业发展,白酒安全预警日益重要。本文以食药监局的监测数据为样本,研究基于贝叶斯网络的白酒安全预警方法。从可能影响白酒质量安全的金属污染物、农药残留、食品添加剂、品质指标、微生物污染和非食用物质6个方面的因素进行分析,划分食品安全状况等级与预警指标,运用最大似然估计算法和贝叶斯网络建立白酒食品安全预警模型,使用MATLAB软件进行仿真实验,对白酒危害因子的风险值和白酒食品安全的风险程度分类预测。结果表明,贝叶斯网络在白酒食品安全风险预警中具有较高的准确率,是一种能准确、稳定实现白酒食品安全风险预警的算法,有助于为政府监管提供决策支持,丰富食品安全预警技术方法。     

基于贝叶斯网络的酱卤肉制品安全预警研究

目的简要介绍贝叶斯网络基本概念和算法,建立贝叶斯网络预警模型对酱卤肉制品进行安全预警。方法利用领域专家知识对可能影响酱卤肉食品安全的重金属污染物、兽药残留、食品添加剂、微生物、非食用物质5个方面的因素进行分析,划分食品安全状况等级与预警指标;运用最大似然估计算法和贝叶斯网络建立酱卤肉制品安全预警模型结构,使用VS code软件进行仿真实验,对酱卤肉制品安全的风险程度进行分类预测。结果贝叶斯网络模型得到的酱卤肉制品总体情况与实际的数据统计值的误差在0.005-0.006的范围内,属于合理误差范围。BP神经网络和贝叶斯网络的平均准确率分别为0.85和0.99。在此次实验中,贝叶斯网络的准确率较高。结论在小样本情况下,贝叶斯网络在酱卤肉制品安全风险预警中具有较高的准确率,是一种能准确、稳定实现酱卤肉制品安全风险预警的算法,且方法优于BP神经网络。     

风险治理视阈下食品安全风险预警指标体系的构建

目的 构建基于风险治理视阈下食品安全风险预警指标体系,为提升食品安全风险防控能力提供量化依据.方法 首先,引入风险预警相关理论,遵循指标体系构建的基本原则,通过文献分析法和头脑风暴法梳理指标池,借助德尔菲法构建预警指标池,再利用层次分析法(analytic hierarchy process,AHP)计算各指标在风险预...     

全链路食品安全监管云平台的设计研究与应用

目的 研究建立全链路食品安全监管云平台并应用于食品生产、经营、流通企业的监管。方法 基于多QoS约束服务选择优化算法构建全链路食品安全云监管平台,并依据不同使用场景和习惯,在固定互联网或移动互联网终端部署应用。结果 基于全链路食品安全监管云平台,通过现代化计算机信息技术将监管单位、食品生产经营（含食品销售）企业和消费者统一管理,使食品安全从源头到终点形成一个全链条闭环,实现对食品安全产销进行追溯查证、过程追踪、风险预警和远程有效监管。结论 本研究设计的全链路食品安全监管云平台有助于解决食品安全涉及供应链长、风险点多、数据信息碎片化、监管难度大等问题,提升监管效率和风控系数,切实强化食品安全全方面监督。     

动物及动物产品质量安全的风险评估与风险预警

本文针对动物及动物产品安全涉及到的多方面、多环节和多层次的问题, 确定影响动物及动物产品安全的主要因素, 指出动物疫病预警研究是公共卫生应急及城市预警应急系统的重要组成部分。本文提出如何构建动物及动物性食品质量安全风险预警框架、形成风险评估及预警决策的模型的方法, 提出采用基于地理信息系统(Geographic Information System, GIS)的数字化监控系统, 将流行病学数据库、地理图形、非空间应用模型和空间应用模型有机地结合, 实现图形和数据资源共享。系统可及时跟踪疾病的蔓延, 通过动物疫病流行病学图形分析, 可提出适宜的防治措施, 达到重大动物疫病的预警预报目的。借鉴国外成功经验, 提出适合国情的风险预警框架体系研究内容, 并指出在进行动物卫生评估和动物产品安全性评价时, 如何提高GIS系统与风险分析在预警体系中的应用。最终为开展风险评估工作提供更多的素材, 不仅能促进中国畜牧业的健康持续发展, 也能满足国家制定相关政策的需求。     

昆山市餐饮食品安全风险监测三级网络和预警信息平台建立及应用效果评价

目的：为了有效进行食品安全风险监测,探索建立江苏省昆山市餐饮食品安全风险监测三级网络和预警信息平台.方法：以江苏省昆山市市级、乡镇和风险监测点为基础建立三级监测网络,通过三级监测网络对餐饮食品安全风险进行监测,并通过食品安全预警信息平台进行及时发布,有效防范食品安全风险.结果：通过江苏省昆山市餐饮食品安全风险监测三级网络和预警信息平台的应用,餐饮食品安全风险监测的范围和品种有较大的扩大,风险监测的合格率也由原来的62.34％提升到97.72％.结论：食品安全风险监测三级网络和预警信息平台可以扩大监测范围,以有效提升风险监测合格率,及时有效地防范食品安全风险.     

基于电子溯源建立食品安全风险评估决策系统

目的实现食品安全风险评估决策工作的高度流程化与自动化,加强各业务部门间的数据融合。方法构建涵盖膳食暴露评估、危害因子评价、时空聚集探测等方法的时态模型库,可自动连接食品溯源各环节基础数据获取相应多种数据,并通过选择的风险评估模型计算得出风险评估结果,构建风险评估矩阵。基于ETL(extract-transform-load)技术和R语言的数据分析算法,集成基础数据仓库、风险评估模型库、风险决策支持系统。结果食品安全风险评估决策系统的建立有效改善传统风险评估工作耗时费力、数据清洗困难的问题,基于对原有风险评估过程的电子化,实现模型输入、计算、输出一体化,融合多年历史监测数据,快速定制常见食品分类中有害因素的风险评估研判场景。结论该系统有助于提高相关业务人员的工作效率,推动跨业务部门间数据交换及协同共享。