基于五化协同视角的粮食供应链安全审计研究

五化协同作为实现粮食供应链安全的新型战略发展体系,高度契合可持续发展战略。粮食供应链安全审计作为一种全新的监管方式,目前制度尚未健全,模式尚不成熟。文章结合时代背景分析了五化协同下粮食供应链安全审计的关注点,并进一步分析了粮食供应链安全审计的作用路径,发现其主要是通过前期预防、中期控制以及后期跟踪来发挥审计职能、保障粮食供应链安全。文章最后简要分析了粮食供应链安全审计的现实困境,并给出了相应的对策建议。

基于供应链运作参考模型的粮食供应链安全风险评价研究

近年来,随着粮食安全事件的频频发生,粮食供应链安全风险引起了政府和企业高度重视。为了解粮食供应链安全抗风险能力,本文以粮食供应链系统为研究对象,运用供应链运作参考模型(Supply Chain Operations Reference,SCOR)初步识别风险因素指标,之后通过SPSS软件对初步识别出的粮食供应链安全风险影响因素指标进行筛选确认,构建出最终的粮食供应链安全风险评价指标体系,并基于层次分析法和模糊综合分析法建立模型。研究发现,粮食供应链安全风险水平处于一般风险与较高风险之间,但一些影响其风险水平的短板因素值得深入关注。最后,对粮食供应链各环节安全风险提出了相应的对策建议,以期为粮食企业及相关行业供应链安全风险保障体系建设提供科学的理论参考。

基于模糊混合群决策支持系统的粮食供应链安全评估研究

疫情影响下,全球产业链、价值链及供应链呈现“短链化”“缩链化”的新变化,粮食供应链安全再次成为世界瞩目的焦点。针对粮食供应链安全的评估决策问题,文章将模糊层次分析法与模糊偏阶群决策法相结合,提出模糊混合群决策支持系统方法用于粮食供应链安全的评估决策。通过大豆供应链安全评估案例验证模糊混合群决策支持系统的可行性,结果表明:(1)模糊混合群决策支持系统与传统的群决策支持系统相比,体系结构更加开放,有利于网络环境中多种决策的协同。(2)模糊混合群决策支持系统中纳入交互式辅助决策,既保留了决策偏好的独立性,又消除了群决策小组不同偏好产生的冲突,有助于确保群决策质量。(3)所提出模糊混合群决策支持系统方法具有较好的鲁棒性,可为我国粮食供应链安全的科学评估提供模糊混合群决策方法支持。

基于深度置信网络-多类模糊支持向量机的粮食供应链危害物风险预警

近些年粮食供应链安全问题频发,为减少食源性风险威胁,风险预警正逐渐成为强化粮食食品安全体系的有力保障。但现有风险预警方法在面对多源异构非结构化食品数据时,存在预警准确率低、人工成本高等局限问题。本文在分析全国26个省份的大量抽检数据及关联信息基础上,建立了基于深度置信网络(deep belief network,DBN)-多类模糊支持向量机(multiclass fuzzy support vector machine,MFSVM)的风险分级预警模型,先对海量粮食供应链抽检数据进行嵌入编码和归一化处理,获得结构化食品数据;将其输入到DBN模型进行高维度特征提取,自适应地挖掘供应链中各危害因素间风险变化及内在关联概率,最后将高维特征输入到优化的MFSVM进行训练,实现供应链中各主要危害物风险分级预警。对比实验结果表明,DBN-MFSVM模型在粮食抽检数据上具有更好鲁棒性和泛化性,其准确率达到98.44%,运行时间85 s,可快速识别出粮食供应链中危害物风险程度和优先次序,为监管部门制定有针对性的抽检策略、确立优先监管领域和分配风险监管资源提供科学依据。