一种保健品运输环境自适应控制方法及系统

技术领域

本发明涉及自适应控制技术领域，具体涉及一种保健品运输环境自适应控制方法及系统。

背景技术

在运输过程中，保健品的环境条件可能会发生异常变化，例如温度过高、湿度过低等，这些异常变化如果不能及时发现和处理，将会对保健品的质量和效果产生负面影响。并且，保健品的运输环境需要考虑多个影响因素，例如车厢温度、湿度、日照强度和车辆振幅等，这些影响因素在运输过程中会对保健品的质量和效果产生直接影响。传统的环境控制方法往往无法综合考虑这些多个影响因素下的变化情况，并且缺乏自适应参数控制，导致环境控制效果不理想，进而影响保健品的质量和安全性。

因此，对于保健品运输环境控制还存在着一定的可提升空间。

发明内容

本申请通过提供了一种保健品运输环境自适应控制方法及系统，旨在解决现有技术在保健品运输过程中缺乏全面性的环境指标，无法有效处理多个影响因素对保健品运输的影响，并且缺乏自适应参数控制，使得运输过程中的环境稳定性差的技术问题。

鉴于上述问题，本申请提供了一种保健品运输环境自适应控制方法及系统。

本申请公开的第一个方面，提供了一种保健品运输环境自适应控制方法，所述方法包括：获取用于运输保健品的运输影响指标，其中，所述运输影响指标至少包括车厢温度、车厢湿度、日照强度以及车辆振幅；以所述运输影响指标建立指标矩阵，并采集实时指标数据填充所述指标矩阵，输出实时指标矩阵；通过采集历史运输各个指标对应的样本数据集，并对所述样本数据集进行分析，生成与各个指标分别对应的概率密度函数，其中，所述概率密度函数用于对相应指标的异常变化概率进行定义；利用所述概率密度函数对所述实时指标矩阵进行指标变异概率计算，生成变异指标矩阵，其中，所述变异指标矩阵中每个指标均对应有一个变异概率；对所述变异指标矩阵进行自适应进化识别，输出自适应控制结果，其中，所述自适应控制结果包括各个指标的优化控制参数；连接车厢控制模块，将所述自适应控制结果输入所述车厢控制模块对运输保健品的车辆进行控制。

本申请公开的另一个方面，提供了一种保健品运输环境自适应控制系统，所述系统用于上述方法，所述系统包括：影响指标获取单元，所述影响指标获取单元用于获取用于运输保健品的运输影响指标，其中，所述运输影响指标至少包括车厢温度、车厢湿度、日照强度以及车辆振幅；指标矩阵建立单元，所述指标矩阵建立单元用于以所述运输影响指标建立指标矩阵，并采集实时指标数据填充所述指标矩阵，输出实时指标矩阵；样本数据分析单元，所述样本数据分析单元用于通过采集历史运输各个指标对应的样本数据集，并对所述样本数据集进行分析，生成与各个指标分别对应的概率密度函数，其中，所述概率密度函数用于对相应指标的异常变化概率进行定义；变异概率计算单元，所述变异概率计算单元用于利用所述概率密度函数对所述实时指标矩阵进行指标变异概率计算，生成变异指标矩阵，其中，所述变异指标矩阵中每个指标均对应有一个变异概率；控制结果输出单元，所述控制结果输出单元用于对所述变异指标矩阵进行自适应进化识别，输出自适应控制结果，其中，所述自适应控制结果包括各个指标的优化控制参数；车辆控制单元，所述车辆控制单元用于连接车厢控制模块，将所述自适应控制结果输入所述车厢控制模块对运输保健品的车辆进行控制。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过车厢温度、车厢湿度、日照强度以及车辆振幅等多个指标综合监控，能够全面监测保健品运输过程中的环境情况，从而及时感知保健品运输环境的变化情况，保证运输过程中的环境稳定性；利用历史数据集进行分析，生成与各个指标相关的概率密度函数，从而定义了相应指标的异常变化概率，能够更准确地判定各个指标是否存在异常变化，提高了对运输环境问题的敏感性和准确性；通过计算实时指标矩阵的指标变异概率，并通过自适应进化识别来进行控制参数的优化，从而实现对保健品运输环境的自适应调节，提高了运输成功率和保健品的质量保障。综上所述，该保健品运输环境自适应控制方法解决了现有技术中存在的全面性考虑、实时性要求和控制参数调整等技术问题，通过对影响指标的综合分析和概率密度函数的应用，能够更准确地判断异常变化和控制需求，实现对保健品运输车辆的自适应控制，提高运输过程的安全性和稳定性。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例提供了一种保健品运输环境自适应控制方法流程示意图；

图2为本申请实施例提供了一种保健品运输环境自适应控制系统结构示意图。

附图标记说明：影响指标获取单元10，指标矩阵建立单元20，样本数据分析单元30，变异概率计算单元40，控制结果输出单元50，车辆控制单元60。

具体实施方式

本申请实施例通过提供一种保健品运输环境自适应控制方法，解决了现有技术在保健品运输过程中缺乏全面性的环境指标，无法有效处理多个影响因素对保健品运输的影响，并且缺乏自适应参数控制，使得运输过程中的环境稳定性差的技术问题。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种保健品运输环境自适应控制方法，所述方法包括：

获取用于运输保健品的运输影响指标，其中，所述运输影响指标至少包括车厢温度、车厢湿度、日照强度以及车辆振幅；

首先，运输保健品的目标是确保保健品在运输过程中处于适宜的环境条件下，以保持其质量和效果，根据要求，获取用于运输保健品的运输影响指标，这些指标包括车厢温度、车厢湿度、日照强度以及车辆振幅，可以通过传感器设备来监测和记录这些指标的数值。

以所述运输影响指标建立指标矩阵，并采集实时指标数据填充所述指标矩阵，输出实时指标矩阵；

根据获取到的运输影响指标，建立一个指标矩阵，指标矩阵是一个表格，其中每一行代表一个时间点，每一列代表一个运输影响指标。使用传感器设备，如温度传感器、湿度传感器、光照传感器和振动传感器等设备，按照预定的时间间隔或触发条件，采集运输影响指标的实时数据，例如，每分钟记录一次数据或在特定事件发生时进行记录。

将采集到的实时指标数据填充到指标矩阵中相应的位置，并确保数据与时间点和指标的对应关系正确，完成实时指标数据的填充后，将整个指标矩阵作为输出，这样，实时指标矩阵可以提供最新的、全面的运输影响指标数据，供后续步骤使用。

通过采集历史运输各个指标对应的样本数据集，并对所述样本数据集进行分析，生成与各个指标分别对应的概率密度函数，其中，所述概率密度函数用于对相应指标的异常变化概率进行定义；

采集历史运输过程中各个指标对应的样本数据集，这些样本数据是以前运输过程中记录和收集的指标数值数据，对每个指标的样本数据进行统计分析，得到该指标的频率分布情况，基于频率分布，使用概率密度函数来描述指标的变化规律，所述概率密度函数用于对各个指标的异常变化概率进行定义，为后续的控制和监测提供依据。

进一步而言，并对所述样本数据集进行分析，生成与各个指标分别对应的概率密度函数，方法还包括：

获取待运输的保健品属性信息，根据所述保健品属性信息得到预设影响指标；

以所述预设影响指标对所述样本数据集进行分析，以所述预设影响指标作为异常变化识别的值，获取第一分布区间和第二分布区间，其中，所述第一分布区间为小于所述预设影响指标的区间，所述第二分布区间为大于等于所述预设影响指标的区间；

按照所述第一分布区间和所述第二分布区间对所述样本数据集在所述预设影响指标两端分布的情况进行识别，以各个指标所对应的样本数据集处于所述第二分布区间的概率，定义对应指标的概率密度函数。

获取有关待运输的保健品的属性信息，包括成分、特性、敏感度、稳定性等，根据属性信息，通过专家经验、文献分析等方法，对影响保健品质量和效果的运输影响指标进行分析，获取预设影响指标，所述预设影响指标代表运输影响指标允许的临界值，即超出的话可能存在异常。

对于获得的预设影响指标，选取其中一个指标作为异常变化识别的值，使用选定的预设影响指标作为基准，对样本数据集进行分析，具体的，按照预设影响指标的大小，将样本数据集划分为两个区间，即第一分布区间和第二分布区间，其中，第一分布区间包括小于预设影响指标值的样本数据，第二分布区间包括大于等于预设影响指标值的样本数据。

根据上述划分方式，从样本数据集中筛选出属于第一分布区间和第二分布区间的样本数据，分别形成两个新的数据集。通过分析样本数据集中在预设影响指标两端分布的情况，得到各个指标所对应的第一分布区间和第二分布区间。

针对每个指标，计算样本数据集处于第二分布区间的概率，通过统计样本数据中处于第二分布区间的样本数量，除以总样本数量，即可得到指标处于第二分布区间的概率，这个概率表征了指标具有异常的变化趋势的可能性。使用所获取的指标处于第二分布区间的概率作为定义指标的概率密度函数的依据，并利用历史样本训练获得概率密度函数，该概率密度函数用于描述各个指标的变异情况和异常变化的概率，这种定义的概率密度函数用于在后续的自适应控制中判断指标数据的异常情况并进行适当的调整和控制。

所述概率密度函数的表达式如下：

；

其中，

该概率密度函数是利用样本训练获得的，

为第i个指标对应的自适应权，用于调整该指标对异常变化的敏感程度，自适应权反映了该指标在运输过程中的重要性和需要进行控制的程度，较大的自适应权意味着该指标的变异将更加敏感，并在控制过程中更受关注。

指第i个指标的连续变化的样本数据集，它是对该指标在历史运输数据中连续变化的观察和记录，样本数据集中的每个数据点都表示一个时间点上的实际指标值。/>

利用所述概率密度函数对所述实时指标矩阵进行指标变异概率计算，生成变异指标矩阵，其中，所述变异指标矩阵中每个指标均对应有一个变异概率；

对于实时指标矩阵中的每个指标值，使用对应指标的概率密度函数，计算该指标值的变异概率，概率密度函数能够描述指标值所处的分布情况，从而可以确定当前指标值相对于历史数据的异常程度，根据计算得到的变异概率，为实时指标矩阵中的每个指标值分配一个对应的变异概率，变异概率是一个介于0和1之间的值，表示该指标值的异常程度，这样，变异指标矩阵中的每个指标都会有一个对应的变异概率。将原始的实时指标矩阵中的每个指标值替换为其对应的变异概率值，形成一个新的变异指标矩阵，在变异指标矩阵中，每个指标值都表示对应指标的变异概率，用于表征该指标值的异常程度。

进一步而言，利用所述概率密度函数对所述实时指标矩阵进行指标变异概率计算，生成变异指标矩阵，包括：

将所述实时指标矩阵中各个指标的数据输入所述概率密度函数中，以所述实时指标矩阵中各个指标的数据和所述预设影响指标，生成第一区间；

获取各个指标在所述第一区间内的积分，输出积分集合；

以所述积分集合对各个指标的变异概率进行标识，输出变异概率集合，按照所述变异概率集合生成变异指标矩阵。

针对实时指标矩阵中的指标，将每个指标的数据依次输入所述概率密度函数中，在概率密度函数中，根据实时指标矩阵中各个指标的数据和预设影响指标进行计算，得到相应的概率密度值，这些概率密度值表示了当前指标数据在概率分布曲线上的位置，反映了其在异常范围内的可能性大小。根据每个指标的概率密度值组合成一个区间，作为第一区间，所述第一区间表示了实时指标矩阵中各个指标数据位于异常范围内的概率。

对于每个指标，根据第一区间的概率密度函数，计算该指标在第一区间内的累积分布函数，该累积分布函数表示了在该指标概率分布曲线上大于预设影响指标时的累积概率，对于每个指标的累积分布函数，进行数值积分计算，以获取该指标在第一区间内的积分值，积分值反映了指标在异常范围内的可能性大小。将每个指标在第一区间内的积分值记录下来，形成积分集合，这个积分集合包含了各个指标在第一区间内的积分结果。

对于每个指标，在积分集合中找到对应的积分值，对积分值进行归一化处理，使其在

对所述变异指标矩阵进行自适应进化识别，输出自适应控制结果，其中，所述自适应控制结果包括各个指标的优化控制参数；

利用变异指标矩阵中各个数据的变异概率作为适应性评价的依据，通过迭代的方式，对各个指标的数据进行优化，在每一轮迭代中，根据当前迭代轮次各个指标的下降速率确定需要优化的第一指标，下降速率可以使用变异概率来衡量。

确定第一指标后，将其作为起始点，在下一轮迭代中增加该指标的缩放步长，此时，需要考虑与之关联度较高的其他指标，通过判断指标矩阵中各个指标的关联度，确定与第一指标相关联的其他指标。在下一轮迭代中，除了增加第一指标的缩放步长外，还需要增加与之关联的其他指标的缩放步长，保持关联指标与第一指标的变化趋势一致。重复以上迭代步骤，直到满足适应目标，适应目标是使变异概率最小化的优化要求。当满足自适应目标时，输出自适应控制结果，该自适应控制结果包括了对各个指标优化后的控制参数，这些控制参数用于调整运输环境，以保持指标在适宜范围内变化。

进一步而言，对所述变异指标矩阵进行自适应进化识别，输出自适应控制结果，方法还包括：

以所述变异指标矩阵中各个数据的变异概率最小为适应目标，对各个指标的数据进行迭代，输出自适应控制结果；

其中，在迭代过程中以当前迭代轮次各个指标的下降速率确定第一指标，当处于下一迭代轮次增大所述第一指标的缩放步长，以此类推，直至满足所述适应目标，输出适应后的指标矩阵；

按照适应后的指标矩阵作为所述自适应控制结果输入所述车厢控制模块进行控制。

设定初始的缩放步长值和迭代计数器，使用之前计算得到的变异概率集合中的数据，得到当前迭代轮次中各个指标的变异概率，选取在当前迭代轮次中变异概率最大的指标作为第一指标，将第一指标的缩放步长增加一定比例，例如加倍，检查更新后的指标矩阵是否满足适应目标，即变异概率最小化，如果满足，则结束迭代；否则，继续下一轮迭代。

迭代过程中，利用自适应缩放因子对各个指标的数据进行迭代，所述自适应缩放因子的大小随迭代次数增加而减小，所述自适应缩放因子表达式如下：

；

其中，

在每一轮迭代过程中，t表示当前所处的迭代轮次，从第一轮迭代开始，t的值逐渐增加；T表示已经迭代的总次数，包括所有迭代轮次的累计次数，每进行一轮完整的迭代都会将T的值递增。通过使用t和T这两个变量，可以根据迭代的进程和次数动态地调整缩放步长，以实现更好的自适应控制效果。

根据这个表达式，可以看出随着迭代次数的增加，自适应缩放因子

当满足适应目标时，将最后一轮迭代后得到的指标矩阵作为适应后的指标矩阵输出。

将适应后的指标矩阵作为输入，代表了对运输车辆进行自适应控制后的指标状态，输入到车厢控制模块中，车厢控制模块可以根据这些指标的变化情况和值来实施相应的控制操作，这样，车厢控制模块就可以依据适应后的指标矩阵提供相应的控制策略和决策，以保证运输过程中的安全和效率，同时对异常或变异的指标作出适当的调整和修正。

进一步而言，在迭代过程中以当前迭代轮次各个指标的下降速率确定第一指标，当处于下一迭代轮次增大所述第一指标的缩放步长，方法还包括：

判断所述指标矩阵中各个指标的关联度，根据所述各个指标的关联度，当确定所述第一指标后，获取所述第一指标的关联指标，其中，所述关联指标的关联度大于预设关联度；

在下一迭代轮次增大所述第一指标的缩放步长的同时增大所述关联指标的缩放步长。

使用统计方法，如相关系数法，计算指标矩阵中各个指标之间的关联度，以衡量指标之间的线性关系程度。依据具体需求，设定一个预设关联度的阈值，表示在迭代过程中将选取哪些与第一指标关联度较高的其他指标。对于每个指标，比较其与第一指标的相关度与预设关联度阈值的大小关系，如果该关联度大于预设关联度阈值，则将其认定为一个关联指标，将所有满足关联度大于预设关联度阈值的指标作为第一指标的关联指标，这些关联指标代表了与第一指标具有较高相关度的其他指标。

确定当前所处的迭代轮次，假设为第q轮，在下一迭代轮次，即第 q+1 轮中，增加第一指标的缩放步长，这样会使得第一指标在下一轮迭代中发生较大的变化；同时，遍历关联指标集合，对于每个关联指标，同样增大它们在下一迭代轮次中的缩放步长，通过增大缩放步长，可以使关联指标的变化幅度相比其他指标更大。使用增加了缩放步长的第一指标和关联指标，在下一轮迭代中进行相应的调整和优化。这样，在下一轮迭代中，第一指标和关联指标都具有较大的变化幅度，更好地适应自适应控制的需求，并提高自适应控制的效果。

连接车厢控制模块，将所述自适应控制结果输入所述车厢控制模块对运输保健品的车辆进行控制。

通过网络连接的方式，建立适应控制系统与车厢控制模块之间的连接通道，将自适应控制结果传输到车厢控制模块，车厢控制模块根据自适应控制结果中的优化控制参数，对运输保健品的车辆进行精确控制，包括调整车厢温度、湿度、日照强度等环境参数，具体的，通过空调系统或加热器来调节温度、通过加湿器或除湿器来调节湿度，并且所述空调系统或加热器、所述加湿器或除湿器包括多个，在车厢内均匀分布，使用窗帘来调整光线透入的程度，并且所述窗帘覆盖到每个窗户，当接收到车厢控制模块的指令时，根据自适应控制结果中对各个指标优化后的控制参数，来控制上述装置，进而调整运输环境，以保持指标在适宜范围内变化；

以及通过控制车辆振幅来降低震动等，通过在车厢底板设置可调减振器，且可调减振器至少包括四个可调减振器，在车厢底板均匀分布设置，每个可调减振器具有间隙调节器，集成为可调减振模块，所述可调减振模块与车厢控制模块连接，当可调减振模块接收到来自车厢控制模块的指令时，控制各个可调减振器中的间隙调节器实现与车架的间隙调节，有效控制车辆在行驶过程中车厢产生的位移，起到紧固限位的功能。这样可以确保在运输过程中，各个影响指标得到合理的调控，以提供最佳的保健品运输环境，并保证产品的质量和安全性。

综上所述，本申请实施例所提供的一种保健品运输环境自适应控制方法及系统具有如下技术效果：

1.通过车厢温度、车厢湿度、日照强度以及车辆振幅等多个指标综合监控，能够全面监测保健品运输过程中的环境情况，从而及时感知保健品运输环境的变化情况，保证运输过程中的环境稳定性；

2.利用历史数据集进行分析，生成与各个指标相关的概率密度函数，从而定义了相应指标的异常变化概率，能够更准确地判定各个指标是否存在异常变化，提高了对运输环境问题的敏感性和准确性；

3.通过计算实时指标矩阵的指标变异概率，并通过自适应进化识别来进行控制参数的优化，从而实现对保健品运输环境的自适应调节，提高了运输成功率和保健品的质量保障。

综上所述，该保健品运输环境自适应控制方法解决了现有技术中存在的全面性考虑、实时性要求和控制参数调整等技术问题，通过对影响指标的综合分析和概率密度函数的应用，能够更准确地判断异常变化和控制需求，实现对保健品运输车辆的自适应控制，提高运输过程的安全性和稳定性。

实施例二

基于与前述实施例中一种保健品运输环境自适应控制方法相同的发明构思，如图2所示，本申请提供了一种保健品运输环境自适应控制系统，所述系统包括：

影响指标获取单元10，所述影响指标获取单元10用于获取用于运输保健品的运输影响指标，其中，所述运输影响指标至少包括车厢温度、车厢湿度、日照强度以及车辆振幅；

指标矩阵建立单元20，所述指标矩阵建立单元20用于以所述运输影响指标建立指标矩阵，并采集实时指标数据填充所述指标矩阵，输出实时指标矩阵；

样本数据分析单元30，所述样本数据分析单元30用于通过采集历史运输各个指标对应的样本数据集，并对所述样本数据集进行分析，生成与各个指标分别对应的概率密度函数，其中，所述概率密度函数用于对相应指标的异常变化概率进行定义；

变异概率计算单元40，所述变异概率计算单元40用于利用所述概率密度函数对所述实时指标矩阵进行指标变异概率计算，生成变异指标矩阵，其中，所述变异指标矩阵中每个指标均对应有一个变异概率；

控制结果输出单元50，所述控制结果输出单元50用于对所述变异指标矩阵进行自适应进化识别，输出自适应控制结果，其中，所述自适应控制结果包括各个指标的优化控制参数；

车辆控制单元60，所述车辆控制单元60用于连接车厢控制模块，将所述自适应控制结果输入所述车厢控制模块对运输保健品的车辆进行控制。

进一步而言，所述系统还包括概率密度函数获取模块，以执行如下操作步骤：

获取待运输的保健品属性信息，根据所述保健品属性信息得到预设影响指标；

以所述预设影响指标对所述样本数据集进行分析，以所述预设影响指标作为异常变化识别的值，获取第一分布区间和第二分布区间，其中，所述第一分布区间为小于所述预设影响指标的区间，所述第二分布区间为大于等于所述预设影响指标的区间；

按照所述第一分布区间和所述第二分布区间对所述样本数据集在所述预设影响指标两端分布的情况进行识别，以各个指标所对应的样本数据集处于所述第二分布区间的概率，定义对应指标的概率密度函数。

进一步而言，所述概率密度函数的表达式如下：

；

其中，

进一步而言，所述系统还包括变异指标矩阵生成模块，以执行如下操作步骤：

将所述实时指标矩阵中各个指标的数据输入所述概率密度函数中，以所述实时指标矩阵中各个指标的数据和所述预设影响指标，生成第一区间；

获取各个指标在所述第一区间内的积分，输出积分集合；

以所述积分集合对各个指标的变异概率进行标识，输出变异概率集合，按照所述变异概率集合生成变异指标矩阵。

进一步而言，所述系统还包括自适应控制结果获取模块，以执行如下操作步骤：

以所述变异指标矩阵中各个数据的变异概率最小为适应目标，对各个指标的数据进行迭代，输出自适应控制结果；

其中，在迭代过程中以当前迭代轮次各个指标的下降速率确定第一指标，当处于下一迭代轮次增大所述第一指标的缩放步长，以此类推，直至满足所述适应目标，输出适应后的指标矩阵；

按照适应后的指标矩阵作为所述自适应控制结果输入所述车厢控制模块进行控制。

进一步而言，利用自适应缩放因子对各个指标的数据进行迭代，所述自适应缩放因子的大小随迭代次数增加而减小，所述自适应缩放因子表达式如下：

；

其中，

进一步而言，所述系统还包括缩放步长调整模块，以执行如下操作步骤：

判断所述指标矩阵中各个指标的关联度，根据所述各个指标的关联度，当确定所述第一指标后，获取所述第一指标的关联指标，其中，所述关联指标的关联度大于预设关联度；

在下一迭代轮次增大所述第一指标的缩放步长的同时增大所述关联指标的缩放步长。

本说明书通过前述对一种保健品运输环境自适应控制方法的详细描述，本领域技术人员可以清楚得知道本实施例中一种保健品运输环境自适应控制方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述得比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。