一种基于含水量需求的鲜肉添加控制方法及系统技术方案

本申请涉及宠物食品加工技术领域，提供了一种基于含水量需求的鲜肉添加控制方法及系统，包括：获得目标售卖对象基本信息；获得目标售卖对象的多指标分析结果；进行宠物食品适配类型匹配，获得宠物食品适配类型；确定目标宠物食品水分含量和目标适配干料信息；获得日常鲜肉供应信息；根据宠物食品适配类型和日常鲜肉供应信息确定适配肉类信息；基于目标宠物食品水分含量、适配干料信息和适配肉类信息获得鲜肉添加比例；进行宠物食品生产的鲜肉添加。能够解决宠物食品加工过程中由于肉类添加比例不准确导致宠物食品质量较低的技术问题，可以提高宠物食品中肉类添加比例的准确率，从而提高宠物食品质量。提高宠物食品质量。提高宠物食品质量。

【技术实现步骤摘要】
一种基于含水量需求的鲜肉添加控制方法及系统


[0001]本申请涉及宠物食品加工
，具体涉及一种基于含水量需求的鲜肉添加控制方法及系统。

技术介绍

[0002]宠物食品加工是指采用各种必要的方法使宠物获取食品最大的潜在营养价值，实际上就是指以某种方式改变原料组分、形态、适口性等特征，使宠物最大限度地利用其本身的价值。传统的宠物食品加工方法通常是按照固定配料比例标准进行宠物食品生产，并没有根据鲜肉类型、干料类型和宠物状态对宠物食品配料比例进行优化，造成宠物食品含水量不符合质量要求，从而降低了宠物食品的质量。
[0003]综上所述，现有技术中存在宠物食品加工过程中由于肉类添加比例不准确导致宠物食品质量较低的技术问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种基于含水量需求的鲜肉添加控制方法及系统。
[0005]一种基于含水量需求的鲜肉添加控制方法，所述方法包括：对宠物食品的预设目标售卖对象进行信息采集，获得目标售卖对象基本信息；对所述目标售卖对象基本信息进行多指标分析，获得所述目标售卖对象的多指标分析结果；根据所述多指标分析结果进行宠物食品适配类型匹配，获得宠物食品适配类型；基于所述宠物食品适配类型确定目标宠物食品水分含量和目标适配干料信息；获得宠物食品添加的日常鲜肉供应信息，所述日常鲜肉供应信息包括鲜肉类型、鲜肉部位；根据所述宠物食品适配类型和所述日常鲜肉供应信息确定适配肉类信息；基于所述目标宠物食品水分含量、所述适配干料信息和所述适配肉类信息获得鲜肉添加比例；根据所述适配肉类信息和所述鲜肉添加比例进行宠物食品生产的鲜肉添加。
[0006]在一个实施例中，所述对所述目标售卖对象基本信息进行多指标分析，获得所述目标售卖对象的多指标分析结果，还包括：对所述目标售卖对象基本信息进行多指标分析，其中多指标包括宠物类型、宠物年龄段、宠物健康状态，其中所述宠物健康状态包括脱毛、肥胖、腹泻、泪眼等多个状态信息；根据所述宠物类型、所述宠物年龄段和所述宠物健康状态对所述目标售卖对象基本信息进行提取，获得所述目标售卖对象的多指标分析结果，其中所述多指标分析结果包括宠物年龄段信息和所述宠物健康状态信息。
[0007]在一个实施例中，所述根据所述多指标分析结果进行宠物食品适配类型匹配，获得宠物食品适配类型，还包括：基于大数据，以宠物食品类型为索引条件进行信息查询，获得多个宠物信息和多个宠物食品适配类型，所述宠物信息包括宠物类型、宠物年龄段和宠物健康状态；基于知识图谱，建立所述多个宠物信息和多个宠物食品适配类型之间的映射关系，获得多个宠物映射集合；根据多个宠物映射集合构建样本数据集；通过所述样本数据
集对宠物食品适配模型进行监督训练，并将所述多指标分析结果输入所述宠物食品适配模型，输出宠物食品适配类型。
[0008]在一个实施例中，还包括：基于神经网络构建所述宠物食品适配模型；所述宠物食品适配模型的输入数据为宠物信息，输出数据为宠物食品适配类型；预设数据划分比例，根据所述数据划分比例将所述样本数据集划分为样本训练集和样本验证集；分别通过所述样本训练集和所述样本验证集对所述宠物食品适配模型进行监督训练和验证，获得所述宠物食品适配模型。
[0009]在一个实施例中，所述基于所述宠物食品适配类型确定目标宠物食品水分含量和目标适配干料信息，还包括：对所述宠物食品适配类型进行水分含量阈值提取，获得水分含量阈值；对所述宠物食品适配类型进行适配干料类型提取，获得多种适配干料信息；基于所述目标售卖对象基本信息对所述多种适配干料信息进行筛选，获得目标适配干料信息；根据所述目标适配干料信息和所述水分含量阈值确定目标宠物食品水分含量。
[0010]在一个实施例中，所述根据所述宠物食品适配类型和所述日常鲜肉供应信息确定适配肉类信息，所述方法还包括：根据所述宠物食品适配类型对所述日常鲜肉供应信息进行筛选，获得多种适配供应鲜肉信息；基于所述目标售卖对象基本信息对所述多种适配供应鲜肉信息进行选择，获得所述适配肉类信息，其中所述适配肉类信息包括目标鲜肉供应类型、目标鲜肉部位。
[0011]在一个实施例中，所述基于所述目标宠物食品水分含量、所述适配干料信息和所述适配肉类信息获得鲜肉添加比例，所述方法还包括：基于所述适配干料信息获得适配干料水分含量；基于所述适配肉类信息获得适配肉类水分含量；根据所述目标宠物食品水分含量、所述适配干料水分含量和所述适配肉类水分含量计算得出所述鲜肉添加比例，所述鲜肉添加比例为所述适配肉类质量与所述适配干料质量的比值。
[0012]一种基于含水量需求的鲜肉添加控制系统，包括：
[0013]信息采集模块，所述信息采集模块用于对宠物食品的预设目标售卖对象进行信息采集，获得目标售卖对象基本信息；
[0014]多指标分析模块，所述多指标分析模块用于对所述目标售卖对象基本信息进行多指标分析，获得所述目标售卖对象的多指标分析结果；
[0015]宠物食品适配类型获得模块，所述宠物食品适配类型获得模块用于根据所述多指标分析结果进行宠物食品适配类型匹配，获得宠物食品适配类型；
[0016]宠物食品信息确定模块，所述宠物食品信息确定模块用于基于所述宠物食品适配类型确定目标宠物食品水分含量和目标适配干料信息；
[0017]日常鲜肉供应信息获得模块，所述日常鲜肉供应信息获得模块用于获得宠物食品添加的日常鲜肉供应信息，所述日常鲜肉供应信息包括鲜肉类型、鲜肉部位；
[0018]适配肉类信息确定模块，所述适配肉类信息确定模块用于根据所述宠物食品适配类型和所述日常鲜肉供应信息确定适配肉类信息；
[0019]鲜肉添加比例获得模块，所述鲜肉添加比例获得模块用于基于所述目标宠物食品水分含量、所述适配干料信息和所述适配肉类信息获得鲜肉添加比例；
[0020]鲜肉添加模块，所述鲜肉添加模块用于根据所述适配肉类信息和所述鲜肉添加比例进行宠物食品生产的鲜肉添加。
[0021]上述一种基于含水量需求的鲜肉添加控制方法及系统，能够解决宠物食品加工过程中由于肉类添加比例不准确导致宠物食品质量较低的技术问题，通过对宠物食品的预设目标售卖对象进行信息采集，获得目标售卖对象基本信息；对所述目标售卖对象基本信息进行多指标分析，获得所述目标售卖对象的多指标分析结果；根据所述多指标分析结果进行宠物食品适配类型匹配，获得宠物食品适配类型；基于所述宠物食品适配类型确定目标宠物食品水分含量和目标适配干料信息；获得宠物食品添加的日常鲜肉供应信息，所述日常鲜肉供应信息包括鲜肉类型、鲜肉部位；根据所述宠物食品适配类型和所述日常鲜肉供应信息确定适配肉类信息；基于所述目标宠物食品水分含量、所述适配干料信息和所述适配肉类信息获得鲜肉添加比例；根据所述适配肉类信息和所述鲜肉添加比例进行宠物食品生产的鲜肉添加。可以提高宠物食品中肉类添加比例的准确率，从而提高宠物食品质量。
[0022]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，而可依照说明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于含水量需求的鲜肉添加控制方法，其特征在于，所述方法包括：对宠物食品的预设目标售卖对象进行信息采集，获得目标售卖对象基本信息；对所述目标售卖对象基本信息进行多指标分析，获得所述目标售卖对象的多指标分析结果；根据所述多指标分析结果进行宠物食品适配类型匹配，获得宠物食品适配类型；基于所述宠物食品适配类型确定目标宠物食品水分含量和目标适配干料信息；获得宠物食品添加的日常鲜肉供应信息，所述日常鲜肉供应信息包括鲜肉类型、鲜肉部位；根据所述宠物食品适配类型和所述日常鲜肉供应信息确定适配肉类信息；基于所述目标宠物食品水分含量、所述适配干料信息和所述适配肉类信息获得鲜肉添加比例；根据所述适配肉类信息和所述鲜肉添加比例进行宠物食品生产的鲜肉添加。2.如权利要求1所述的方法，其特征在于，所述对所述目标售卖对象基本信息进行多指标分析，获得所述目标售卖对象的多指标分析结果，还包括：对所述目标售卖对象基本信息进行多指标分析，其中多指标包括宠物类型、宠物年龄段、宠物健康状态，其中所述宠物健康状态包括脱毛、肥胖、腹泻、泪眼等多个状态信息；根据所述宠物类型、所述宠物年龄段和所述宠物健康状态对所述目标售卖对象基本信息进行提取，获得所述目标售卖对象的多指标分析结果，其中所述多指标分析结果包括宠物年龄段信息和所述宠物健康状态信息。3.如权利要求1所述的方法，其特征在于，所述根据所述多指标分析结果进行宠物食品适配类型匹配，获得宠物食品适配类型，还包括：基于大数据，以宠物食品类型为索引条件进行信息查询，获得多个宠物信息和多个宠物食品适配类型，所述宠物信息包括宠物类型、宠物年龄段和宠物健康状态；基于知识图谱，建立所述多个宠物信息和多个宠物食品适配类型之间的映射关系，获得多个宠物映射集合；根据多个宠物映射集合构建样本数据集；通过所述样本数据集对宠物食品适配模型进行监督训练，并将所述多指标分析结果输入所述宠物食品适配模型，输出宠物食品适配类型。4.如权利要求3所述的方法，其特征在于，所述方法还包括：基于神经网络构建所述宠物食品适配模型；所述宠物食品适配模型的输入数据为宠物信息，输出数据为宠物食品适配类型；预设数据划分比例，根据所述数据划分比例将所述样本数据集划分为样本训练集和样本验证集；分别通过所述样本训练集和所述样本验证集对所述宠物食品适配模型进行监督训练和验证，获得所述宠物食品适配模型。5.如权利要求1所述的方法，其特征在于，所述基于所述宠物食品适配类型确定目标宠物食品水...

【专利技术属性】
技术研发人员：赵海明，
申请(专利权)人：上海依蕴宠物用品有限公司，
类型：发明
国别省市：