【技术实现步骤摘要】
本专利技术涉及食材管理，尤其涉及一种智慧餐饮食材量化智能监管系统及方法。
技术介绍
1、背景摘要
2、随着全球化和科技的不断发展，餐饮业正经历着前所未有的变革。人们的消费需求变得更加多样化，对食品质量和食材来源的关注程度也空前提高。在这个背景下，传统的餐饮食材管理方式已经显得滞后，不仅难以适应日益复杂的市场需求，还面临着食品安全和溯源难题。食材的质量、新鲜度、安全性直接关系到消费者的健康，也是餐饮企业声誉和经济效益的重要因素。因此，如何利用先进的科技手段构建一套科学、高效的食材管理系统成为当务之急。
3、现有的餐饮食材量化智能监管系统及方法无法在不同情况下对食材使用量和保质期进行精准预测，增加食材浪费，同时降低餐厅的可持续经营性；此外，现有的餐饮食材量化智能监管系统及方法检索高频使用的食材所需时间较长，系统负担较高，对食材使用情况的敏感性低，为此，我们提出一种智慧餐饮食材量化智能监管系统及方法。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺陷，而提出的一种智慧餐饮食材量化智能监管系统及方法。
2、为了实现上述目的，本专利技术采用了如下技术方案：
3、一种智慧餐饮食材量化智能监管系统，包括采购管理模块、入库管理模块、储存管理模块、质检管理模块、监控报警模块、菜单推荐模块、消费者平台以及报表分析模块；
4、所述采购管理模块用于与供应商进行信息对接实时获取食材基本信息；
5、所述入库管理模块用于通过
6、所述储存管理模块用于监测食材储存环境，并动态调整食材在库存中的排列顺序；
7、所述质检管理模块用于对库存中的食材进行质检预测；
8、所述监控报警模块用于帮助管理人员及时采取措施，防范食品安全风险；
9、所述菜单推荐模块用于根据顾客口味偏好和实时库存情况生成菜单推荐；
10、所述消费者平台用于消费者上传对食材的满意度和意见；
11、所述报表分析模块用于汇总食材各项数据分析餐饮业务的运营状况。
12、作为本专利技术的进一步方案，所述入库管理模块识别记录具体步骤如下：
13、步骤一：食材入库时，仓库摄像头实时采集食材影像信息，入库管理模块每秒从食材影像信息中提取一定数量的图像帧，以覆盖整个视频，获取各组图像帧中各组像素值；
14、步骤二：对于每组像素，用该像素周围像素的平均值替代中心像素的值，重复上述过程以处理整个图像以去除存在的噪音，并调整图像大小和分辨率使各组图像具有相同尺寸；
15、步骤三：统计图像中不同颜色通道的像素分布，之后使用规定像素的窗口在各组图像信息中移动，每移动一次计算此时窗口下的灰度共生矩阵，从灰度共生矩阵中计算相关图像信息中的纹理特征；
16、步骤四：通过图像金字塔对优化后的图像信息进行尺度归一化处理，并提取各组图像信息的特征，之后通过双向特征金字塔进行特征融合以获取目标检测框，依据目标检测框对各图像信息进行扩大化剪裁以获取目标图像，之后将获取的纹理特征按数组的形式储存到相应的像素位置；
17、步骤五：当纹理特征满足预设条件时，则判断当前像素区域为目标食材，若不满足，则判断当前像素区域为背景区域，并依据判断结果进行背景分离以提取食材图像，之后依据食材图像对食材图谱库中进行检索，并将检索到的食材信息进行登记，未检索到的食材信息将其反馈给工作人员进行人工登记。
18、作为本专利技术的进一步方案，步骤五所述食材图谱库具体构建步骤如下：
19、步骤1：从互联网以及食材数据库中收集各种食材知识和信息，并对收集到的食材数据进行分类、去重以及筛选处理，通过nlp技术识别和抽取出处理后的食材数据中的实体；
20、步骤2：提取每组实体的对应属性，并建立实体之间的关系，形成食材图谱的连接，采用三元组的形式将实体、属性和关系处理成对应图状结构，选择合适的图数据库来存储和管理食材图谱，并对食材图谱进行不断地更新和维护。
21、作为本专利技术的进一步方案，所述储存管理模块食材存储顺序动态调整具体步骤如下：
22、步骤ⅰ：收集库存中的食材信息，将库存中的食材构建成一个lur链表，同时链表中的每个节点表示一个食材并记录相应的信息，按照按照食材进货时间由新到旧初始化lur链表各节点排列顺序；
23、步骤ⅱ：根据食材的使用频率，增加各食材节点的使用计数，并将最近使用过的食材节点排列至lur链表头部，同时使得距离上次使用时间较久的食材逐渐移动至链表尾部；
24、步骤ⅲ：在每次更新后，评估新的排列顺序对于库存管理的效果，不断循环迭代，逐步优化食材在库存中的排列顺序，定期检查lur链表的大小是否超过设定的最大容量，若链表大小超过最大容量，则删除链表尾部的节点。
25、作为本专利技术的进一步方案，所述库存管理模块食材使用量和保质期预测具体步骤如下：
26、步骤①：建立预测模型，收集历史食材信息并提取其特征信息，再将提取出的特征信息划分为训练集、验证集以及测试集，依据特征信息确定预测模型神经元数量，同时将各神经元权重初始化为随机值或预设的初始值，并依据预设信息确定学习率以及步长；
27、步骤②：将训练集划分为小批量，通过前向传播将各组训练集分批传递到预测模型中并计算每个神经元的输出，使用损失函数来比较预测模型的输出与实际目标值之间的差异，根据损失函数的梯度来计算权重的梯度，通过梯度下降算法更新各神经元权重，重复对该预测模型进行训练，直至所有训练集都使用完毕；
28、步骤③：使用验证集来评估训练好的模型性能，并通过交叉验证法对不满足预设条件的预测模型学习率进行调整，当模型在验证集上的性能不再改善或开始恶化时，则选择提前停止训练，并通过测试集评估最终预测模型的性能；
29、步骤④：接收最新食材使用数据以及存储时间，再通过预测模型的多组注意力层从不同角度对相同输入的融合数据进行线性变换以提取特征信息，将多组注意力层的输出进行融合，将融合后的特征信息导入后续隐藏层中；
30、步骤⑤：通过各隐藏层计算每层神经元的加权输入，同时通过激活函数计算各层神经元输出并作为输入传递到下一层，直至传递至输出层，之后输出层输出食材未来使用量以及保质期时长，并生成食材购买策略。
31、一种智慧餐饮食材量化智能监管方法，该监管方法具体步骤如下：
32、(1)采购食材并对食材信息区块化存储；
33、(2)对食材的自动识别并入库存储；
34、(3)通过传感器监测储存环境并动态调整食材储存顺序；
35、(4)实时采集食材使用情况以及储存时间并进行库存预测；
36、(5)发现异常情况发出报警并通知工作人员处理。
37、作为本专利技术的进一步方案，所述区块化存储具体步骤如下：
38、第一步：按照预本文档来自技高网...
【技术保护点】
1.一种智慧餐饮食材量化智能监管系统，其特征在于，包括采购管理模块、入库管理模块、储存管理模块、质检管理模块、监控报警模块、菜单推荐模块、消费者平台以及报表分析模块；
2.根据权利要求1所述的一种智慧餐饮食材量化智能监管系统，其特征在于，所述入库管理模块识别记录具体步骤如下：
3.根据权利要求2所述的一种智慧餐饮食材量化智能监管系统，其特征在于，步骤五所述食材图谱库具体构建步骤如下：
4.根据权利要求2所述的一种智慧餐饮食材量化智能监管系统，其特征在于，所述储存管理模块食材存储顺序动态调整具体步骤如下：
5.根据权利要求4所述的一种智慧餐饮食材量化智能监管系统，其特征在于，所述库存管理模块食材使用量和保质期预测具体步骤如下：
6.一种智慧餐饮食材量化智能监管方法，其特征在于，该监管方法具体步骤如下：
7.根据权利要求6所述的一种智慧餐饮食材量化智能监管方法，其特征在于，所述区块化存储具体步骤如下：
【技术特征摘要】
1.一种智慧餐饮食材量化智能监管系统，其特征在于，包括采购管理模块、入库管理模块、储存管理模块、质检管理模块、监控报警模块、菜单推荐模块、消费者平台以及报表分析模块；
2.根据权利要求1所述的一种智慧餐饮食材量化智能监管系统，其特征在于，所述入库管理模块识别记录具体步骤如下：
3.根据权利要求2所述的一种智慧餐饮食材量化智能监管系统，其特征在于，步骤五所述食材图谱库具体构建步骤如下：
4.根据权利要求...
【专利技术属性】
技术研发人员：刘连军，
申请(专利权)人：优膳智能科技太仓有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。