一种基于大数据的物流系统流行性传染病防疫优化方法技术方案

本发明专利技术涉及一种基于大数据的物流系统流行性传染病防疫优化方法，包括数据采集、数据匹配、数据评价确认风险等级、并根据确认的风险等级确定抽检比例和消杀等级、在评估消杀效果后张贴检疫证明终端。本发明专利技术所提供的防疫优化方法采用“随机森林+KNN+专家打分法”组合模型对风险预测，结合大数据对物流系统流行性传染病风险等级快速评估，提高入境物流系统的检验检疫工作速度，设计物流系统检验检疫与消杀效果认证标志及互认标准，提供物流系统及五要素检验检疫消杀安全等级证明，使入境物流系统免于重复检验检疫与消杀或过度消杀，科学精准提高对物流系统检疫效率、降低服务成本、提高入境便利化与优化服务双循环的营商环境。入境便利化与优化服务双循环的营商环境。入境便利化与优化服务双循环的营商环境。

【技术实现步骤摘要】
一种基于大数据的物流系统流行性传染病防疫优化方法


[0001]本专利技术涉及防疫
，具体为一种基于大数据的物流系统流行性传染病防疫优化方法。

技术介绍

[0002]国内对入境人员、交通工具及物品检疫工作主要为报检及检疫两个阶段，目前报检阶段的信息收集具有小数据统计规范的方法，检验检疫过程具有标准化的人员分配规则及工作流程。近年，针对与物流活动相关的流行性传染病防疫政策得到了完善，规范了物流活动中每一功能与流行性传染病相关的防疫及消杀工作。另外，制定的对人员、交通工具及货物的流行性传染病防疫的相关流程，对入境人员与物品流行性传染病防疫的相关工作流程更加清晰，确定了入境人员及货物的信息收集内容，能够查明物流系统的部分移动轨迹。
[0003]但目前国内现有对物流系统的流行性传染病防疫的相关方法仍存在以下不足：1.检验检疫工作中待检人员及货物的风险评估机制智能化程度不高，且对物流系统中其他要素的风险评估能力不足。近年来海关虽制定了较为全面及标准化的信息收集单据，但单据信息的提取仍由人工完成；在评估风险水平时主要以定性分析为主，难以实现精准的评估。2. 货物抽检比例缺乏科学精确机制，未对来自不同风险水平区域货物采用不同抽检比例，出现一刀切现象。传染病疫情发生后，由于恐惧采用抽检会造成对来自高风险地区物流系统的漏检而造成传播，因此多数物流节点采用全检，这样对来自低风险地区的物流系统会耗费大量时间、成本提高与效率低下。3.消杀模式及消杀效果评价方面。一方面，未考虑物流系统及各要素间交叉感染流行性传染病病原的情况，对物流系统各要素的消杀无统一标准，对来自高风险区的物流系统要素没有采用全部消杀则存在病毒传播风险，对来自低风险区的物流系统要素采用全部消杀则会耗费大量公共资源。另一方面，现有消杀效果评价耗时较长，目前国内各卫生条例中规定的消杀效果评价均在实验室中进行，需精确检测目标病原体消杀前后采样样本中的病原体数量，如不进行消杀效果的评估则无法保障消杀效果，如采用现评估方法则因时间长而造成入境物流系统海关监管区内货物积压、通关区拥堵、入境物流不畅、效率底下及营商环境不良。为改变检测消杀效果时间过长问题，有学者提出利用脊髓灰质炎病毒作为统一标准对照样本判断消杀效果，通过脊髓灰质炎病毒与目标病原同时消杀，若消杀后脊髓灰质炎病毒的消杀效果满足卫生要求，则认定目标病原消杀效果合格；有学者提出经过GFP标记的腺病毒可以发挥脊髓灰质炎一样的作用，易于得出实验结果且时间短；因目前检测脊髓灰质炎病毒仍需在实验室且较长时间。4.检疫工作中反馈机制不够完善，已检疫的人员、货物及交通工具在此后流通环节中出现的问题没有作为检疫工作的反馈信息，从而不断调整检疫工作政策以提高检疫安全水平。基本没有把通过入境物流系统入境的人员、货物及交通工具进行的流行性传染病病原检测结果的历史数据，以及相关物流系统要素入境后导致的公共卫生危机次数的数据等，作为制定入境检疫参考标准的依据，从而几乎没有对检疫机制动态调整及迭代优化。检疫工作的科学精准性及安全性较低。5.因没有消杀评估认证及认证的互认标准，行政管辖责任分割且不协调。因
没有消杀评估认证及认证的互认标准，国内各地区间及地区内下一级行政单位机构彼此之间对检疫工作信任程度不够，导致对入境物流所经过各地区设置的物流节点均须检疫及消杀，出现重复检疫及消杀或过度消杀，不仅浪费了公共资源，还降低了物流系统效率。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的物流系统流行性传染病防疫优化方法，能够解决上述
技术介绍
中提及的技术问题。
[0005]为实现上述目的，本专利技术提供如下技术方案，一种基于大数据的物流系统流行性传染病防疫优化方法，包括以下步骤：
[0006]数据采集：采集物流系统要素的流行性传染病风险数据；
[0007]数据匹配：将所述流行性传染病风险数据与流行性传染病风险评价数据库进行匹配，得到物流系统要素的风险等级；
[0008]数据评价：采用专家判断法和KNN算法组合模型确认物流系统整体风险等级；
[0009]根据所述整体风险等级，匹配检测物流系统要素的抽检比例；
[0010]根据所述整体风险等级，匹配消杀等级，并进行消杀；
[0011]评估消杀效果；
[0012]保存数据备检索并张贴检疫证明终端。
[0013]作为优选方案，所述物流系统要素至少包括以下两种：驾驶员、货物、货物包装、周转工具及交通工具。
[0014]作为优选方案，所述流行性传染病风险评价数据库来源于政府部门公布的各地区流行性传染病风险情况信息。
[0015]作为优选方案，数据匹配前，将精准国的流行性传染病感染者数量作为训练样本，采用随机森林回归算法得到预测模型，采用所述预测模型对非精准国流行性传染病风险数据库进行处理，得到地理位置流行性传染病风险值数据库。
[0016]作为优选方案，数据评价中，通过专家判断法得到低风险、中风险和高风险等级的分数、并对物流系统要素进行赋值，得到物流系统的风险矩阵，将所述风险矩阵输入KNN算法得到物流系统整体风险等级。
[0017]作为优选方案，根据确认的风险等级，分已知病源和未知病源匹配消杀方法，并进行消杀。
[0018]作为优选方案，所述评估消杀效果采用：消杀前将含有GFP标记的腺病毒的水溶液喷洒至物流系统要素的表面，并采集表面样本，计算腺病毒的数量，消杀后，再次采集物体表面样本，计算腺病毒数量。
[0019]作为优选方案，所述检疫证明终端包括无线射频信息库，所述无线射频信息库包括标签制作单位、制作时间、备案号以及各物流系统要素的风险信息、风险等级、消杀方式、消杀效果。所述备案号通过密钥加密。
[0020]与现有对物流系统的流行性传染病防疫方法相比，本专利技术的有益效果是：本专利技术针对目前入境物流系统流行性传染病相关防治的方式的不足，充分利用可获取的影响物流系统携带流行性传染病病原的数据，并考虑流行病病原在外来物流车辆中各要素间的传染概率，运用随机森林回归、专家判断法和KNN的组合算法对物流系统整体以及其中各要素的
流行性传染病风险等级快速评估，并优化物流系统的消杀方法、消杀效果评价方法，提高入境口岸的检疫工作效率，并设计物流系统检疫结果证明为入境物流系统提供安全证明，防止其被重复检疫与消杀。
[0021]本专利技术提出的随机森林回归、专家判断法和KNN的组合算法，随机森林为专家判断法和KNN提供更完善的数据源，专家判断法和KNN定性与定量的方法相结合，有效量化了物流系统各要素的风险及整体风险，与单一随机森林回归不同的是，随机森林回归定量分析得到的结果通过专家判断法定性处理，专家判断法的判断区间缩小了随机森林的误差，与单一专家判断法不同的是，运用了两次专家判断，第一次专家判断法得到物流系统五要素风险等级，第二次KNN算法根据专家判断法判断的物流系统整体风险的记录结合，KNN定量处理了专家判断法定性分析得到的结果，案例分析中可知经过KNN训练后的物流系统整体风险判断模型与专家判断法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的物流系统流行性传染病防疫优化方法，其特征在于，包括以下步骤：数据采集：采集物流系统要素的流行性传染病风险数据；数据匹配：将所述流行性传染病风险数据与流行性传染病风险评价数据库进行匹配，得到物流系统要素的风险等级；数据评价：采用专家判断法和KNN算法组合模型确认物流系统整体风险等级；根据所述整体风险等级，匹配检测物流系统要素的抽检比例；根据所述整体风险等级，匹配消杀等级，并进行消杀；评估消杀效果；保存数据备检索并张贴检疫证明终端。2.根据权利要求1所述的基于大数据的物流系统流行性传染病防疫优化方法，其特征在于，所述物流系统要素至少包括以下两种：驾驶员、货物、货物包装、周转工具及交通工具。3.根据权利要求1所述的基于大数据的物流系统流行性传染病防疫优化方法，其特征在于，所述流行性传染病风险评价数据库来源于政府部门公布的各地区流行性传染病风险情况信息。4.根据权利要求1所述的基于大数据的物流系统流行性传染病防疫优化方法，其特征在于，数据匹配前，将精准国的流行性传染病感染者数量作为训练样本，采用随机森林回归算法得到预测模型，采用所述预测模型对非精准国流行性传染病风险数据库进行处理，得到地理位置...

【专利技术属性】
技术研发人员：王海灵，杨亚宁，
申请(专利权)人：新疆大学，
类型：发明
国别省市：