Resumen

Los problemas de calidad y seguridad de los alimentos se han producido con frecuencia en los últimos años, y han atraído cada vez más la atención de las organizaciones sociales e internacionales. Teniendo en cuenta el aumento de los riesgos de calidad en la cadena de suministro de alimentos, muchos investigadores han aplicado diversas tecnologías de la información para desarrollar sistemas de identificación de riesgos y trazabilidad en tiempo real (RITS) con el fin de garantizar la seguridad alimentaria. Este artículo presenta un enfoque innovador utilizando el método de red de apilamiento profundo para la identificación de riesgos peligrosos, que se basa en datos masivos de múltiples fuentes monitorizados por el Internet de las Cosas oportunamente en toda la cadena de suministro de alimentos. El objetivo del método propuesto es ayudar a los gestores y operadores de las empresas alimentarias a encontrar con antelación niveles precisos de riesgo de seguridad alimentaria y proporcionar a las autoridades reguladoras y a los consumidores reglas potenciales para una mejor toma de decisiones, manteniendo así la seguridad y la sostenibilidad del suministro de productos alimentarios. Los experimentos de verificación muestran que el método propuesto tiene el mejor rendimiento en términos de precisión de predicción hasta el 97,62%, mientras que logra los parámetros del modelo adecuado sólo hasta 211,26 megabytes. Además, se realiza un análisis de casos para ilustrar el rendimiento superior del método propuesto en la identificación del nivel de riesgo. Puede mejorar eficazmente la capacidad de los RITS para garantizar la seguridad de la cadena de suministro de alimentos y lograr una cooperación múltiple entre reguladores, empresas y consumidores.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:cadena de suministro de alimentos, métodos propuestos, parámetros adecuados del modelo, nivel de alimentos, aumento del riesgo de calidad, internet de las cosas, identificación de riesgos peligrosos, diversas tecnologías de la información, identificación del nivel de riesgo, identificación del riesgo en el tiempo
• Keywords:food supplies chain, proposed methods, appropriate model parameters, level of food, increased quality risk, internet of things, hazardous risk identification, various information technology, risk level identification, time risk identification