一種食品鏈網絡關鍵控制節點的發現方法
【技術領域】
[0001] 本發明屬于食品鏈安全控制技術領域，具體涉及一種食品鏈網絡關鍵控制節點的 發現方法;該方法給出食品鏈網絡中不同類間的關鍵節點和連接邊，適用于食品鏈網絡系 統性風險的預防和控制。
【背景技術】
[0002] 隨著食品制造業的發展，尤其是食品貿易的不斷擴大，食品的安全問題也就越來 越國際化，不僅直接關系人類的健康生存，還嚴重影響著經濟和社會的發展。
[0003] 根據國家標準GB/T 25008-2009《飼料與食品鏈的可追溯性體系設計與事實的一 般原則與基本要求》對食品鏈的定義，食品鏈指"從初級生產直至最終消費的各環節和操作 的順序，涉及食品的生產、加工、分銷和處理;包括食源性動物的飼料生產和用于生產食品 的動物的飼料生產"。在生產中投入不同的原料、輔料、加工助劑等，采用不同的加工工藝， 生產出的食品產品是不同的，產品所屬的食品鏈也不同。而不同的食品鏈由于在一個或多 個節點采用了同一種或幾種相同的原料、輔料等，產生交叉，形成了復雜的食品鏈網絡。
[0004] 企業關注物料流轉和產品安全，而監管部門同時還關注食品產業鏈和整個食品行 業的安全和健康發展。對于食品鏈安全控制來說，一是在發現安全問題的時候追溯到產品 所在食品鏈的信息，更重要的是找到食品鏈的脆弱環節，預測和控制安全問題的發生與蔓 延，實現食品鏈系統性風險的預防和控制。
[0005] 食品供應鏈網絡也是一種復雜網絡。而復雜網絡中的社區，與食品鏈網絡中由于 原料、半成品等的交叉使用形成的類或簇有自然的相似性。網絡社區間的重疊節點對于網 絡中危害的傳播具有重要的甚至是關鍵性的作用，由于食品鏈網絡中不同類之間的少量關 鍵連接，很可能導致食品安全的系統性風險，例如三聚氰胺奶粉事件。
[0006] 迄今為止，有一些基于統計的、基于隱馬爾科夫鏈模型的、基于追溯的方法被提出 來。食品安全追溯最初源于幾個世紀前對家畜不同的管理目的，隨著食品工業的發展以及 人們對食品安全要求的不斷提高，追溯系統的應用范圍不斷擴大至食品鏈的各個環節。從 追溯技術應用以來，追溯信息系統記錄了食品鏈上大量的信息，這些信息的利用在食品安 全管理上發揮了重要作用。
[0007]在追溯信息系統中，遵循"向前一步、向后一步"的基本原理，將追溯單元與其直接 來源和去向進行關聯，就可以環環相扣地實現食品鏈的串接。其中，追溯單元指需要對其來 源、用途和位置的相關信息進行記錄和追溯的單個產品或同一批次產品。
[0008]然而現有技術中所采用的食品鏈網絡視圖難以直接分辨關鍵控制節點；因此，提 供設計一種食品鏈網絡關鍵控制節點的發現方法，以解決上述技術問題，為食品鏈重點監 管節點的確定、問題食品和不安全食品的蔓延預測和控制，以及食品產品召回提供技術和 數據支持。
【發明內容】
[0009] 本發明的目的在于，針對上述現有技術存在的缺陷，提供設計一種食品鏈網絡關 鍵控制節點的發現方法，以解決上述技術問題。
[0010] 為實現上述目的，本發明給出以下技術方案：
[0011] -種食品鏈網絡關鍵控制節點的發現方法，包括如下步驟：
[0012] si:針對食品鏈追溯信息中的產品，梳理原料、輔料、加工助劑等投入品與中間產 品、食品的關系，形成有N個節點、Μ條邊的特定食品鏈網絡；
[0013] S2:對照特定食品鏈網絡，生成Ν X Ν的特定食品鏈網絡的鄰接矩陣A;
[0014] S3:定義兩條相連的邊的相似度LS，建立特定食品鏈網絡中相連的邊之間的相似 度矩陣As;
[0015] S4:基于邊的層次聚類法對特定食品鏈網絡進行分層聚類，建立分割樹狀譜系，包 括如下步驟：
[0016] S401:定義子類和整個特定食品鏈網絡的分割密度；
[0017] S402:計算各個子類的分割密度，合并分割密度相同的子類；
[0018] S403:更新相似度矩陣As;
[0019] S404:判斷子類類數是否為1，如果是，則轉到S5,否則轉到S402;
[0020] S5:輸出類劃分結果，查看子類的重疊節點和連接子類的關鍵邊。
[0021] 優選地，步驟S1中所述特定食品鏈網絡的構建過程具體包括以下兩個步驟：
[0022] S101:原始食品鏈網絡的構建，具體構建過程如下:追溯信息中的追溯單元流轉的 當前環節、來源和去向環節，每個環節中的不同物料分別作為網絡的構成節點，在一個組織 內部，連續2個或2個以上節點沒有新物料加入時，則合并為1個節點，涉及到不同組織的節 點，不允許合并，網絡中不考慮廢棄物、副產品的循環再利用；
[0023] S102:特定食品鏈網絡的構建，針對不同的研究對象和目標，進一步對原始食品鏈 網絡進行重構，僅保留與研究對象和目標相關的節點，形成特定食品鏈網絡。
[0024] 優選地，步驟S1中所述特定食品鏈網絡為有向無環網絡，由一組節點KN= {k | k = 1，2，···，N}和連接節點的有向邊集合BM={bij |bij:i - j，ieKN，i = l，2，···，N; j￡KN j = 1，2，…，N}組成，節點代表各種物料和中間產品、產品，有向邊代表父、子節點間的物料流轉 關系，即父節點是構成子節點產品的一種原料或中間產品。
[0025]優選地，步驟S2中所述特定食品鏈網絡鄰接矩陣A= {aij|aij《l，i = l，2，~，N;j =1，2，···，N}，A中的元素 aij的值只能取0或1，1代表節點i和j之間有一條由節點i指向節點 j的連接邊，〇代表節點i和j之間沒有連接邊，元素 ai i的值指定為1。
[0026] 優選地，步驟S3中所述兩條相連的邊的相似度LS定義為Jaccard距離，具體地，設 節點k是節點i和節點j的父節點，節點k分別連接到節點i和節點j的邊bki、bk j的相似度為 LS(bki，bkj) = (A(i，：）XA( j，：）T-1 )/M，式中A(i，：）代表鄰接矩陣A的第i行，A( j，：）T代表 鄰接矩陣A的第j行的轉置。
[0027] 優選地，步驟S3中所述相似度矩陣As為As = {Ls(bki，bkj) |aki = l，akj = l ;ke KN,ieKN,jeKN,i>k,j>k,i^j,k=l,2,= =
[0028] 優選地，步驟S4中所述定義子類和整個特定食品鏈網絡的分割密度，首先將每條 邊bi j看作特定食品鏈網絡的1個子類，則初始子類集合P0= {PI，P2,…，PM}，初始子類的個 數TO = M;第r次迭代時，得到分割樹狀譜系的第r層，劃分的子類的個數為Tr，Tr < Μ，r e Z+ (正整數），『=1，2，."；子類卩1:(^ = 1，2，"，1'1')有11^=|?1:|條邊，有的=|^|%兩.{；1,」}.|個節 點，t = 1，2，…，Tr。定義子類Pt的分割密度為
[0029] **'
，.
[0030] 特定食品鏈網絡劃分{P1，P2，…，Pt，…，PTr}的分割密度Dr，定義為將Dpt對網絡 所有的邊求加權平均值：
[0031]
[0032] 優選地，步驟S4中所述合并分割密度相同的子類，邊只能被劃入唯一的子類，節點 可以被劃入多個子類。
[0033]優選地，步驟S4中所述更新相似度矩陣As，在第r次迭代時，矩陣As的行數、列數與 第r-Ι次迭代時的矩陣As的行數、列數不相同。
[0034] 優選地，步驟S5中所述輸出類劃分結果，是在分層聚類結束后，根據最大分割密度 及其對應的迭代數找到其在分割樹狀譜系中的子類集合，將子類中邊的集合映射回節點集 合，得到類劃分結果。
[0035] 優選地，步驟S5中所述類的重疊節點和連接類的關鍵邊，是找出2個或2個以上重 疊子類的共同節點，沒有重疊節點的子類，找出連接子類的關鍵邊及其兩端節點。
[0036] 本發明的有益效果在于:第一，本發明提供了一種發現食品鏈網絡關鍵控制節點 的方法，給出食品鏈網絡中不同類間的關鍵節點和連接邊，適用于食品鏈網絡系統性風險 的預防和控制，通過建立追溯單元信息中的物料和中間產品、產品的關聯關系的鄰接矩陣， 采用基于邊的分層聚類方法劃分食品鏈網絡的類，發現子類間的重疊節點和關鍵連接邊， 從而發現食品鏈系統性風險的關鍵控制節點；
[0037] 第二，本發明提供的食品鏈網絡中關鍵控制節點的發現方法，特別是針對較大規 模食品鏈網絡，能快速找到對食品鏈系統性風險具有重要或關鍵傳播作用的節點，解決了 視圖復雜時難以直接分辨關鍵控制節點的缺陷，便于在食品安全事件發生前和發生時及時 發現關鍵控制環節，進行食品安全管理措施和事件處置、產品召回方案的制定和調整，減小 了危害范圍，降低了損失，輔助確定食品鏈重點監管產品和指標，提供問題食品和不安全 食品的蔓延預測和控制的解決方案，提高了預防和控制食品鏈網絡系統性風險的能力。
[0038] 由此可見，本發明與現有技術相比，具有突出的實質性特點和顯著地進步，其實施 的有益效果也是顯而易見的。
【附圖說明】
[0039]圖1是本發明具體實施中的特定食品鏈網絡圖。
[0040] 圖2是本發明具體實施中特定食品鏈網絡關鍵控制節點發現方法的整體流程圖。
[0041] 圖3是本發明具體實施中特定食品鏈網絡劃分的子類圖。
【具體實施方式】
[0042] 下面結合附圖并通過具體實施例對本發明進行詳細闡述，以下實施例是對本發明 的解釋，而本發明并不局限于以下實施方式。
[0043] 如圖1至3所示，本發明提供的一種食品鏈網絡關鍵控制節點的發現方法，包括如 下步驟：
[0044] S1:針對食品鏈追溯信息中的產品，梳理原料、輔料、加工助劑等投入品與中間產 品、食品的關系，形成有N個節點、Μ條邊的特定食品鏈網絡；
[0045] S2:對照特定食品鏈網絡，生成Ν X Ν的特定食品鏈網絡的鄰接矩陣A;
[0046] S3:定義兩條相連的邊的相似度LS，建立特定食品鏈網絡中相連的邊之間的相似 度矩陣As;
[0047] S4:基于邊的層次聚類法對特定食品鏈網絡進行分層聚類，建立分割樹狀譜系，包 括如下步驟：
[0048] S401:定義子類和整個特定食品鏈網絡的分割密度；
[0049] S402:計算各個子類的分割密度，合并分割密度相同的子類；
[0050] S403:更新相似度矩陣As;
[0051] S404:判斷子類類數是否為1，如果是，則轉到S5,否則轉到S402;
[0052] S5:輸出類劃分結果，查看子類的重疊節點和連接子類的關鍵邊。
[0053]本實施例中，步驟S1中所述特定食品鏈網絡的構建過程具體包括以下兩個步驟： [0054] S101:原始食品鏈網絡的構建，具體構建過程如下:追溯信息中的追溯單元流轉的 當前環節、來源和去向環節，每個環節中的不同物料分別作為網