牟向偉，陳　燕，曹　妍（大連海事大學交通運輸管理學院，大連 116026）

?

農產品冷鏈HACCP管理體系知識建模與推理

牟向偉，陳燕，曹妍
（大連海事大學交通運輸管理學院，大連 116026）

摘要：為了保障冷鏈上農產品的食用安全性和品質以及高效可靠地冷鏈監(jiān)控管理。該文在冷鏈一般性業(yè)務流程與HACCP管理體系的基礎之上，提出一種基于描述邏輯SROIQ（D）的冷鏈HACCP知識語義模型CC-HACCP， 使用SWRL規(guī)則語言描述業(yè)務邏輯規(guī)則，增強了該模型的知識自動推理能力。以生食牡蠣肉的冷鏈HACCP管理知識體系為例，使用OWL 2 DL語言對CC-HACCP描述的語義知識進行實現(xiàn)，并且通過知識校驗、實例識別與規(guī)則推理等功能，完善了整體冷鏈的HACCP計劃，試驗結果表明，通過對HACCP冷鏈安全管理知識的建模與推理，冷鏈各環(huán)節(jié)之間進行有效的完善和共享。因此，HACCP知識模型的應用對多方參與的農產品冷鏈HACCP安全監(jiān)控管理的整合和完善具有積極的意義，有助于提高農產品冷鏈物流安全監(jiān)控管理的效率，從而保障農產品食用安全性和品質。

關鍵詞：農產品；質量控制；管理；冷鏈；本體；HACCP；知識建模；知識推理

牟向偉，陳燕，曹妍. 農產品冷鏈HACCP管理體系知識建模與推理[J]. 農業(yè)工程學報，2016，32（2）：300－308.

Mu Xiangwei， Chen Yan， Cao Yan. HACCP knowledge modeling and reasoning for agricultural products cold-chain logistics[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2016， 32（2）: 300－308. （in Chinese with English abstract）doi：10.11975/j.issn.1002-6819.2016.02.043http://www.tcsae.org

0　引　言

農產品冷鏈是指以保證易腐農產品流通過程中的品質和食用安全性為目的，通過相關措施使得農產品加工到終端銷售的整個過程始終處在適當?shù)牡蜏丨h(huán)境的特殊供應鏈系統(tǒng)。隨著消費者對農產品質量和安全性的要求越來越高，帶動了冷鏈物流服務等相關產業(yè)的迅速發(fā)展。危害分析及關鍵控制點（hazard analysis critical control point，HACCP）作為國際上共同認可和接受的農產品安全保證體系，在全球范圍內的農產品行業(yè)管理中得到了廣泛的應用[1-2]，并且也被成功應用到冷鏈物流的各個業(yè)務環(huán)節(jié)中。

相關研究表明HACCP在冷鏈中的應用不僅可以增強農產品流通過程中的安全監(jiān)控管理效果，而且可以促進新的冷鏈技術發(fā)展，如新的冷藏冷凍工具和保溫材料等技術，從而優(yōu)化冷藏運輸效果，起到節(jié)約能源和減少污染的效果[3]，除此之外，HACCP作為國際標準，它在冷鏈各個環(huán)節(jié)的應用也成為了促進農產品國際貿易的重要條件之一[4]。但是由于冷鏈物流投資巨大和建設周期長等原因，中小企業(yè)無力單獨建設自有的冷鏈物流體系，已經有很多農產品生產加工企業(yè)越來越傾向將冷鏈物流業(yè)務外包給第三方冷鏈服務商[5-7]，在采用第三方冷鏈服務的情況下，由于多方的監(jiān)控管理信息無法共享的問題已經造成了冷鏈業(yè)務效率低下和“冷鏈斷鏈”等問題[8]，因此，冷鏈運營管理過程中的首要問題是如何對相關信息進行收集[9]和使用。尤其是HACCP相關信息，其對冷鏈安全性和可靠性的提高都有積極的作用[10-11]。更為重要的是HACCP的相關信息不僅能指導業(yè)務管理層面的具體操作，它還是冷鏈相關決策者在實踐操作中積累的經驗和知識的綜合，已有相關研究采用知識發(fā)現(xiàn)與數(shù)據(jù)挖掘的方法對HACCP相關信息中蘊含的規(guī)律和知識進行挖掘和分析，如陳紹彬，葉飛躍等[12]使用BIRCH算法對食品加工HACCP過程中的關鍵流程、過程控制方法的每一步進行分析，并將數(shù)據(jù)自動抽取分類。王開義等[13]提出了一種基于遺傳算法的支持向量機模型，實現(xiàn)了HACCP關鍵控制點的智能發(fā)現(xiàn)，該方法具有穩(wěn)定性和識別率高的特點。王開義等[14]又結合模糊算法、非模糊化方法以及故障樹分析方法對HACCP體系自動化制定和變更進行了探索和研究。在供應鏈領域的知識管理方面的研究主要關注如何將語義網(wǎng)技術和本體工程相關方法應用在供應鏈的知識建模與管理中[15-17]，對于冷鏈和HACCP交叉領域知識建模的相關研究還比較少。

相關研究已經表明HACCP對于農產品冷鏈全程安全管理重要性，以及信息共享對提高冷鏈安全監(jiān)控管理效率的積極作用，但是對于HACCP中形成的知識如何進行語義描述，在冷鏈上下游中各個主體和環(huán)節(jié)之間進行理解和共享的相關研究還很少。本文嘗試建立一個冷鏈HACCP知識模型，用于在語義層面描述冷鏈各環(huán)節(jié)產生的HACCP知識與業(yè)務規(guī)則，其目的是使HACCP知識能夠在冷鏈各個環(huán)節(jié)中得到統(tǒng)一的表達和共享，幫助管理者完成多方冷鏈HACCP管理計劃的融合并使之正確實施。

1　冷鏈HACCP知識建模需求

1.1HACCP管理體系

HACCP體系中主要由危害分析（hazard analysis，HA）和關鍵控制點（critical control point，CCP）兩部分組成。其核心思想是對原料、生產工序和影響產品安全的人為因素進行分析，確定關鍵流程，建立、完善監(jiān)控程序和監(jiān)控標準，采取規(guī)范的糾正措施。其目的就是將可能發(fā)生的農產品安全危害消除在整個冷鏈過程中，而不是靠事后檢驗來保證農產品的安全性。它由以下7個基本要素組成[18]：

1）危害分析（HA），分析農產品或食品冷鏈流通過程各階段有關的潛在危害性。

2）確定關鍵控制點（CCP），找到可以通過控制使?jié)撛谖：Φ靡苑乐埂⑴懦蝻L險降低的業(yè)務活動或方法。

3）確定關鍵限值（CL），每個CCP 確定相關指標，以及指標的標準值，用于確保每個CCP 限值在安全值以內。

4）建立CCP監(jiān)控程序。

5）建立和采取有效的糾偏措施。

6）建立審核驗證程序，包括計劃的確認、CCP驗證活動和HACCP系統(tǒng)的驗證等，以驗證HACCP體系及有關結果是否達到預期效果。

7）建立有效的記錄保存程序，為后續(xù)的改進和控制提供依據(jù)和證據(jù)。

1.2冷鏈HACCP知識管理的特點與主要問題

農產品冷鏈是一種特殊的供應鏈體系，與普通供應鏈相比有一定的相似性[19]，但是冷鏈對加工方法、物流工藝、運輸條件溫度、濕度、儲存期等要求與常溫物流相比更加嚴格，對常溫物流增加冷鏈相關要求后也可以表達為：冷藏加工、冷藏儲藏、冷藏運輸配送、冷藏銷售4個環(huán)節(jié)[20]。還可以具體細化為：原產地低溫預冷處理、冷藏車運輸、低溫環(huán)境下生產加工、冷藏車運輸、銷售地低溫物流中心分揀/儲存/配送、銷售終端冷藏銷售[21]等環(huán)節(jié)。HACCP作為成熟的和廣為應用的農產品安全監(jiān)控和保障標準，其概念框架已基本成型，但是如何保證在多環(huán)節(jié)、多主體和多客體組成的農產品冷鏈HACCP監(jiān)控管理的完整性，以提高業(yè)務效率并避免冷鏈“斷鏈”的現(xiàn)象發(fā)生，已經成為近年來農產品冷鏈HACCP知識管理面臨的主要問題。

1）不同的冷鏈業(yè)務環(huán)節(jié)中具有不同的HACCP管理要求。在眾多的農產品冷鏈環(huán)節(jié)中，對于HACCP管理的要求有共同的部分，如在預冷、加工、儲藏、運輸和銷售等環(huán)節(jié)中的關鍵限值都會出現(xiàn)對于“溫度的控制”要求。但是幾乎每一環(huán)節(jié)都有自己獨有的HACCP管理要求，如，運輸環(huán)節(jié)中的關鍵限值往往會有“不能與非食品級貨物混裝運輸”的要求。因此，在多環(huán)節(jié)中的HACCP知識抽象過程除了要考慮對共同要求的概括，也要考慮環(huán)節(jié)特有要求進行抽象。

2）冷鏈HACCP管理主體眾多，HACCP管理體系不統(tǒng)一。由于冷鏈環(huán)節(jié)眾多，以及第三方/第四方冷鏈服務外包業(yè)務的蓬勃發(fā)展，造成了原料供應商、生產加工商、冷鏈運輸服務商、冷鏈儲藏（第三方冷庫）、批發(fā)方和零售方等多主體共同參與農產品冷鏈運營管理的現(xiàn)象，冷鏈HACCP管理的各個主體以及管理規(guī)則的制定者主要關注自己負責的冷鏈環(huán)節(jié)，造成每個環(huán)節(jié)之間的HACCP管理體系的不一致，形成了“知識孤島”，不利于整體冷鏈HACCP管理體系的形成。

3）不同類型的農產品冷鏈工藝要求不同，實施過程靈活多變。農產品冷鏈的主要物流對象為易腐的或鮮活的高價值農產品，不同種類農產品在不同環(huán)節(jié)的工藝要求是不同的。以最常見的溫度關鍵限值為例，冷凍水產品需要在?23～?30℃進行流通，而金槍魚肉糜和速凍食品需要在?30～?50℃[22]下進行流通，因此冷鏈HACCP的實際操作要根據(jù)具體的農產品類型進行實施。

通過以上對冷鏈HACCP知識管理主要問題的分析，可以總結出農產品冷鏈HACCP知識具有以下2個主要特點：1）HACCP知識分散于冷鏈各個環(huán)節(jié)中，被不同冷鏈主體掌握，且各個環(huán)節(jié)和主體所擁有的HACCP知識對于整個冷鏈而言是不完整的。2）各個環(huán)節(jié)間的HACCP知識既有共同的部分，也具有明顯的差異。

1.3冷鏈HACCP知識建模需求

通過對以上問題和特點的分析與總結，冷鏈HACCP知識管理的主要需求是對分散在冷鏈各個環(huán)節(jié)的、不完整的、不兼容的HACCP知識建立統(tǒng)一標準的形式化描述與表達方式，促進已有的HACCP經驗和知識在整個冷鏈的上下游中進行共享，輔助各個環(huán)節(jié)與主體間對HACCP知識進行自動化的學習，從而完善自身的HACCP管理，進一步形成冷鏈整體的HACCP管理體系。

另外，由于冷鏈HACCP知識體系較為復雜，需要科學合理的知識建模方法對建模過程進行指導。建立的模型還需要具有較好的適應性與擴展性，以適應靈活多變的冷鏈管理業(yè)務場景。

圖1　CC-HACCP建模方法流程圖Fig.1　Modeling method process of CC-HACCP

為了滿足以上需求，本文提出冷鏈HACCP知識模型（CC-HACCP），該模型包括對語義知識形式化描述的語義模型、對知識進行標準化表達的本體模型以及根據(jù)規(guī)則和約束等語義知識進行推理的推理模型。CC-HACCP模型的建模方法流程如圖1所示。

2　冷鏈HACCP知識語義模型

為了滿足以上需求，首先需要解決HACCP知識語義的統(tǒng)一表達問題，因此，需要建立一種適應冷鏈業(yè)務管理實際需要并能夠快速被信息化手段實現(xiàn)的語義知識形式化描述方法。由于描述邏輯具有在語義、可判定性以及面向對象的分類表示等方面的優(yōu)點，所以很多知識描述系統(tǒng)建立在描述邏輯及其子語言的基礎上。冷鏈HACCP管理的相關知識中存在大量的概念層次、關系層次，關系傳遞，逆關系、數(shù)值約束與具體數(shù)據(jù)類型等語義元素，所以僅僅使用基本的描述邏輯子語言，如ALC等，無法進行充分的知識表達[23]，因此本文使用描述邏輯子語言SROIQ（D）[24]對冷鏈HACCP知識進行語義建模。

SROIQ（D）不僅是一種可判定的知識語義描述語言，能夠充分表達冷鏈HACCP知識的語義現(xiàn)象，而且它還是最新版本語義網(wǎng)本體語言OWL2[25]的語義基礎，使用它對冷鏈HACCP知識進行建模后，可以方便地轉換為使用OWL2語言表達的語義網(wǎng)本體，并應用在冷鏈上下游不同環(huán)節(jié)的信息化系統(tǒng)中。

2.1描述邏輯SROIQ（D）

SROIQ（D）是描述邏輯（description logic）的子語言，其構造符語法集如表1所示。定義I為對具體領域D的一個解釋，I＝（ΔI，·I），其中

表1　SROIQ（D）構造符語法表Table 1　Axioms symbol of SROIQ（D）

ΔI為解釋領域的一個非空集合，·I為解釋功能，為概念和關系分配解釋領域內的集合。#X表示集合X的基數(shù)。則對以上構造符的語義解釋為：

2.2基于SROIQ（D）的冷鏈HACCP知識語義模型

定義冷鏈HACCP知識語義模型（CC-HACCP）為四元組：

其中TBox為概念與概念包含公理的有限集，而RBox是關系特征與關系包含公理的有限集，ABox是關于實例以及實例關系聲明的有限集，Ru是使用SWRL進行描述的關聯(lián)式規(guī)則的有限集。

1）CC-HACCP的概念集

CC-HACCP的基本概念集合C包含了危害分析和關鍵控制點概念HACCP，冷鏈主體概念CC_Role，冷鏈貨物概念CC_Cɑrgo和冷鏈業(yè)務流程概念CC_Step，相關冷鏈HACCP知識描述如下：

危害分析和關鍵控制點概念HACCP。根據(jù)危害分析和關鍵控制點體系中的相關知識可以得出概念HACCP是由關鍵控制點CCP、危害分析HA、控制措施CM、關鍵限值CL、糾偏措施CA、驗證VE、記錄RE等概念組成。根據(jù)HACCP的相關原理[18]和冷鏈實際業(yè)務的相關知識，關鍵限值（CL）通常采用溫度、時間、濕度、檢驗檢測指標以及感官參數(shù)（如外觀和組織形態(tài)）等。CC_Role為冷鏈主體概念，根據(jù)冷鏈的業(yè)務過程分析，本文將冷鏈過程中主體可以分為如下角色:原材料供應方Rɑw_Mɑteriɑl_Supplier、生產加工方Producer、物流方Logistics_Service_Provider、批發(fā)方Wholesɑler和零售方Retɑiler。CC_Cɑrgo為農產品貨物類型概念，可以按照儲存溫度范圍進行區(qū)分，初步地劃分為冷凍貨物（Frozen_Cɑrgo）和冷藏貨物（Refrigerɑted_Cɑrgo）2種類型。其中冷凍類型貨物要求在?18℃以下貯藏、運輸、批發(fā)、配送、銷售。而冷藏類型的貨物要求在7℃以下。CC_Step是對冷鏈業(yè)務流程中具體步驟的抽象，CC_Step概念的實例都由CC_Role的實例負責實施和操作。CC_Proof為監(jiān)測信息載體，是用于檢測是否滿足關鍵限值的重要證據(jù)，其實例可以是：貨物外觀和包裝密封性等貨物狀態(tài)、檢驗檢疫證明或非疫區(qū)證明等官方證明材料、貨物裝卸記錄和貨物出入庫臺賬等業(yè)務操作記錄、倉儲和運輸環(huán)境中的溫度記錄以及HACPP體系所產生的相關記錄（RE）。另外，根據(jù)HACCP管理體系中規(guī)定，對每個關鍵控制點，必須規(guī)定關鍵限值，監(jiān)控措施需要對與關鍵控制點相關的關鍵限值有計劃地測量或觀察，并對監(jiān)控過程形成記錄文檔。

根據(jù)以上知識，TBox中的主要語義知識描述為：

TBox＝{HACCP,CC_Role,CC_Cɑrgo,CC_Step,CC_Proof}

HACCP?CCP∪HA∪CM∪CL∪CA∪VE∪RE

CL?CL_Cɑrgo∪CL_Documents∪CL_Temperɑrure∪CL_time∪CL_Index

2）CC-HACCP的關系集

RBox中的關系主要分為對象關系和有型關系2種。對象關系的其作用域與值域都是集合TBox中的概念，CC-HACCP中的部分對象屬性如表2所示。

表2　CC-HACCP部分對象關系Table 2　CC-HACCP object properties

有型關系描述概念與數(shù)據(jù)類型之間的關系，其作用域為概念，值域為相關數(shù)據(jù)類型，包括：integer， any， string，float， boolean， symbol， xml scheme datatype等。CC-HACCP的部分數(shù)據(jù)屬性如表3所示。

表3　CC-HACCP部分有型關系Table 3　CC-HACCP data properties

其中，對象屬性next_step描述了冷鏈業(yè)務步驟時間上的前后邏輯關系，具有傳遞性，因此為對象屬性next_step增加傳遞性特征。monitor_CL增加逆屬性monitiored_by用于描述關鍵限值（CL）被監(jiān)控措施（CM）進行監(jiān)控，同樣的，還可以為is_chɑrged_by，cɑuse_by等增加逆屬性。

根據(jù)以上知識，RBox中的主要語義知識描述為

3）CC-HACCP關聯(lián)式規(guī)則集

CC-HACCP借助于SROIQ（D）的語義具有一定的推理能力，但是不能夠表示因果關聯(lián)式的規(guī)則（If..Then）、事件流程以及數(shù)據(jù)統(tǒng)計型的查詢推理。本文采用SWRL（semantic web rule language）為CC-HACCP增加規(guī)則語義描述[26]。SWRL規(guī)則的一般形式為“前件→后件”，其中前件和后件都由語義元atoms構成，語法形式為“atom1， atom2， …， atom3”。如果語義元atoms為某種變量，則其格式為“？x”，CC-HACCP模型中的部分規(guī)則如下：

Rule-1：如果冷鏈中某步驟實例step實施了某項監(jiān)控措施cm,且cm產生記錄re，且re可以用來檢驗某關鍵限值cl，則re是監(jiān)控對象信息載體概念CC_Proof的一個實例，且在實例step產生。該規(guī)則描述如下：

實際上re是概念CC_Proof實例的推斷并不是由該規(guī)則直接推理得到，而是由于規(guī)則后件所使用的對象關系step_generɑte_proof的值域是CC_Proof，因此推斷re是概念CC_Proof的一個實例。

Rule-2：如果冷鏈中某環(huán)節(jié)實例step1實施了某項監(jiān)控措施cm，并且cm所監(jiān)控的關鍵限值cl由監(jiān)控對象信息載體實例proof進行記錄和證明，而且產生proof的冷鏈環(huán)節(jié)實例step1與step2是不相同的步驟，而且在冷鏈業(yè)務流程中，step2是step1之后的業(yè)務步驟，則step1需要提交在本步驟產生的proof供后續(xù)業(yè)務步驟驗證本步驟冷鏈危害監(jiān)控效果。該規(guī)則描述如下：

由于對象關系next_step的傳遞性，在冷鏈業(yè)務流程中，即使step1執(zhí)行若干步驟之后才開始step2，next_step（？step1， ？step2）也是成立的。

Rule-3：如果有冷鏈步驟step1、step2和step3，而且step2是介于step1與step3之間的中間的任一步驟，則step3需要將監(jiān)控信息載體proof向下一步傳遞。該規(guī)則描述如下：

以上為CC-HACCP中針對監(jiān)控信息載體相關業(yè)務的部分推理規(guī)則，其主要作用是促使冷鏈業(yè)務環(huán)節(jié)之間對各自建立的HACCP中在傳遞監(jiān)控信息的相關業(yè)務管理中達成一致。

4）CC-HACCP實例集

前文使用SROIQ（D）語言對CC-HACCP中的TBox,RBox和Ru等語義知識進行了形式化描述，但是ABox的描述還需要結合具體應用領域中的實例，其語法定義方式為：

CC_Step（trɑnsportɑtion）;

CC_Step（cɑrgo_ɑcceptɑnce）;

next_step（trɑnsportɑtion，cɑrgo_ɑcceptɑnce）;

以上實例聲明的含義為運輸“trɑnsportɑtion”和貨物驗收“cɑrgo_ɑcceptɑnce”是冷鏈步驟CC_STEP的實例，且運輸?shù)南乱粋€冷鏈步驟為貨物驗收。

2.3CC-HACCP的應用

CC-HACCP在冷鏈中的應用需要根據(jù)具體應用場景以及信息化條件采用不同的實現(xiàn)技術，如可以通過面向對象的計算機程序語言開發(fā)相關軟件，或者通過基于描述邏輯的建模軟件進行模型的實現(xiàn)，也可以通過語義網(wǎng)本體技術建立基于CC-HACCP的本體。

其中，語義網(wǎng)本體語言是一種被廣泛采用的知識建模語言，其最新版本OWL 2與SROIQ（D）在語義層面是等價的[27]，使用OWL2建立的知識本體更容易被計算機應用實現(xiàn)、處理和共享[28]。本文在應用案例分析中使用語義網(wǎng)本體語言OWL2 DL建立基于CC-HACCP語義模型的本體并應用在具體的HACCP管理業(yè)務場景中。

3　應用案例分析與試驗

應用案例試驗以生食牡蠣肉產品的冷鏈HACCP的相關業(yè)務為例進行分析，通過protégé知識建模工具，使用OWL2語言建立基于CC-HACCP語義模型的本體模型，最后采用推理機HermiT（版本1.3.8）進行推理，使用語義與規(guī)則推理進行一致性檢驗，并產生新的語義知識。

3.1生食牡蠣肉產品冷鏈HACCP業(yè)務分析

結合生食牡蠣肉產品冷鏈的實際業(yè)務流程并參考相關標準[29-30]，得到其主要業(yè)務環(huán)節(jié)包括：活牡蠣捕撈、活牡蠣冷藏運輸、原料接收和生產加工等冷鏈業(yè)務過程。假設活牡蠣冷鏈運輸環(huán)節(jié)并沒有建立相應的HACCP體系，只有生產加工商獨自建立了冷鏈HACCP監(jiān)控計劃。其中，生產加工商負責的冷鏈環(huán)節(jié)包括原材料驗收，鮮活牡蠣干法冷藏，鮮活牡蠣加工，生食牡蠣肉冷藏存儲等冷鏈環(huán)節(jié)，以原材料驗收環(huán)節(jié)為例，其HACCP計劃如表4所示。

由表4所示在原料驗收環(huán)節(jié)，監(jiān)控措施要監(jiān)控的對象或監(jiān)控信息載體（CC_Proof）包括：“捕撈作業(yè)許可”、“捕撈時間標示”、“運輸過程時間與溫度記錄”、“貨物運輸清單”。這4種監(jiān)控信息載體均不是在原料驗收環(huán)節(jié)產生，其中“捕撈作業(yè)許可”和“捕撈時間標示”應該由活牡蠣捕撈環(huán)節(jié)提供，而“運輸過程時間與溫度記錄”和“貨物運輸清單”應該由冷鏈運輸環(huán)節(jié)產生提供。

表4　原料驗收環(huán)節(jié)HACCP計劃表Table 4　HACCP schedule of raw materials acceptance

在HACCP體系形成的初始階段，冷鏈運輸環(huán)節(jié)可能根據(jù)自身情況建立過一般性的HACCP計劃，比如“活牡蠣運輸”環(huán)節(jié)對“運輸過程的時間和溫度”已按照HACCP標準進行監(jiān)控。但是針對上下游環(huán)節(jié)中的特殊要求無法全面考慮，如本例中，“活牡蠣運輸”環(huán)節(jié)無法得知要在原料驗收環(huán)節(jié)需要提交和轉交哪些監(jiān)控信息載體，這2個環(huán)節(jié)的交接過程存在監(jiān)控信息“斷鏈”的現(xiàn)象。

3.2基于CC-HACCP的本體模型實現(xiàn)

由于SROIQ（D）與OWL 2 DL在語義層面是等價的，因此可以直接使用OWL對CC-HACCP模型進行重寫，使其便于進行計算機實現(xiàn)。以CCP概念及其相關約束為例，使用OWL 2 DL語言的構建形式如下所示（部分）。

3.3CC-HACCP知識推理試驗

推理試驗根據(jù)CC-HACCP的概念、關系、實例和規(guī)則，使用推理機HermiT實現(xiàn)了概念的一致性檢驗、概念-實例的自動識別以及基于規(guī)則的推理，本文以CC_Step的實例“鮮活牡蠣運輸環(huán)節(jié)”為例，對其推理過程進行分析。如圖2所示，該推理過程主要展現(xiàn)了2方面的推理過程：1）概念-實例自動識別分類，實現(xiàn)實例的自動分類和概念從屬關系的自動識別；2）基于規(guī)則的推理，如基于前文介紹的推理規(guī)則，可以發(fā)現(xiàn)CC_Step實例與CC_Proof之間的多種新的實例關系。

圖2　實例“活牡蠣運輸”相關推理過程示意圖Fig.2　Schematic diagram of reasoning process of “step_of_live_oyster_transportation”

圖2中的形式化語義描述方式使用了OWL2的Functional-Style語法格式[31]，圖中出現(xiàn)的語義描述符與SROIQ（D）的對應知識語義描述如表5所示。定義x,y為任意實例，C為任意概念，p為任意屬性（角色）。

表5　OWL2與SROIQ（D）語義描述對應關系表Table 5　OWL2 and SROIQ （D） syntaxes corresponding relations

3.4試驗結果分析

以冷鏈步驟“活牡蠣運輸”實例為例，推理前后對比效果如圖3所示。推理結果的作用主要體現(xiàn)在以下3個方面：1）冷鏈環(huán)節(jié)“活牡蠣運輸”不再僅僅是冷鏈中的一個普通業(yè)務步驟（CC_STEP），而是在冷鏈中具有安全風險的業(yè)務步驟（Risk_Step），同時因為符合相關語義約束，因此也被認定為關鍵控制點（CCP）。2）通過推理結果中的新增實例關系，可以得到以下語義信息：“活牡蠣運輸”環(huán)節(jié)不僅需要在本步驟產生“運輸過程時間與溫度記錄”（record_of_live_oyster_ transportation_monitoring）和“貨物運輸清單”（transportation_cargo_list），并且要提交給下一個冷鏈環(huán)節(jié)“原料驗收”（step_of_ live_oysters_checkup_and_ acceptance）。另外需要向之前的冷鏈步驟索取“捕撈作業(yè)許可”（fishing_licence）、“捕撈時間標示”（fishing_time_identification）2個監(jiān)控信息載體并提交給下一個冷鏈環(huán)節(jié)進行交接。新增的實例關系滿足了在3.1節(jié)中所描述的冷鏈環(huán)節(jié)“原材料驗收”和“活牡蠣運輸”2個環(huán)節(jié)交接過程的監(jiān)控信息傳遞的相關業(yè)務需求。3）根據(jù)對象關系next_step的傳遞屬性，“活牡蠣運輸”環(huán)節(jié)新增了“干法冷藏”，“鮮活牡蠣加工”等后續(xù)業(yè)務環(huán)節(jié)，后續(xù)業(yè)務環(huán)節(jié)的識別可以實現(xiàn)新的推理結果的出現(xiàn)，實現(xiàn)冷鏈各個環(huán)節(jié)間HACCP知識的交互和共享，其他環(huán)節(jié)的推理結果與“活牡蠣運輸環(huán)節(jié)類似”本文不再累述。

圖3　“活牡蠣運輸”環(huán)節(jié)實例推理前后對比圖Fig.3　Comparison of reasoning before and after about the “step_of_live_oyster_transportation”

該試驗結果說明冷鏈HACCP知識模型CC-HACCP能夠在實際的業(yè)務中用于指導HACCP的業(yè)務管理體系的建立，通過相關知識和經驗在冷鏈的上下游之間的共享與交互，自動識別冷鏈業(yè)務中的HACCP管理知識要素，防止HACCP管理計劃出現(xiàn)缺陷和遺漏，降低冷鏈斷鏈風險，輔助管理者實現(xiàn)冷鏈HACCP管理體系整體的融合與完善。

3.5冷鏈HACCP知識學習與建模方法比較分析

針對冷鏈HACCP知識學習與建模的研究方向主要分為兩類，一個方向是采用機器學習或智能算法模型對HACCP中的某些知識進行智能發(fā)現(xiàn)、識別與分類，其使用的算法模型也可以看做是一種知識模型。如基于BIRCH算法的食品HACCP分類[12]，基于改進支持向量機模型的HACCP關鍵控制點智能發(fā)現(xiàn)方法[13]等都屬于此類方法。此類方法對于冷鏈HACCP中的某些可量化知識建立模型進行智能學習和計算，從而發(fā)現(xiàn)新的知識和規(guī)律，但是無法對冷鏈HACCP存在的大量定性知識、約束和條件進行充分地利用。

另一類是采用知識語義建模方法，對HACCP知識進行形式化描述，利用語義約束和業(yè)務規(guī)則邏輯進行知識推理，自動產生新的知識。此類方法可以對知識和人類經驗進行形式化描述，并通過模擬人的邏輯思維與推理過程，產生在原有知識體系中沒有的知識。除了本文提出CC-HACCP模型，相似的研究為朱麟等[32]提出的基于本體的HACCP知識體系模型onto-HACCP，該模型創(chuàng)新之處在于提出使用本體語言對HACCP體系知識進行了形式化描述，但是并沒有考慮HACCP知識如何在冷鏈上下游各個環(huán)節(jié)中共享，也未考慮利用約束與規(guī)則進行知識推理，因此知識發(fā)現(xiàn)能力有限。

表6中對幾種冷鏈HACCP知識學習與建模方法從HACCP知識語義描述能力、跨冷鏈業(yè)務環(huán)節(jié)知識共享能力、知識語義推理能力和知識發(fā)現(xiàn)能力4個方面進行了對比。知識語義描述能力表示對知識的結構，約束與邏輯規(guī)則能否在嚴謹?shù)恼Z義層面進行充分的形式化表達；知識共享能力表示知識的形式化表達是否可以通過統(tǒng)一的標準化形式在冷鏈上下游進行共享。知識語義推理能力表示是否能夠通過知識的語義描述利用邏輯關系與規(guī)則推導出新的知識與規(guī)律。知識發(fā)現(xiàn)能力表示能否在已有的信息中挖掘與發(fā)現(xiàn)未經描述的知識。

4　結論與討論

本文提出的基于描述邏輯SROIQ（D）的冷鏈HACCP知識模型CC-HACCP，能夠使冷鏈整體HACCP管理體系得到一定程度的完善，HACCP知識可以在彼此獨立的環(huán)節(jié)與主體進行有效的共享，冷鏈“斷鏈”的風險得到了降低?；赟ROIQ（D）的CC-HACCP模型能夠被知識管理專家和業(yè)務管理者使用，進行冷鏈HACCP知識建模和業(yè)務管理的工作，也能夠轉化為語義網(wǎng)本體模型而適應不同的信息化應用。已有的研究主要側重在HACCP中的知識發(fā)現(xiàn)方法，而本文的研究內容則重點關注冷鏈與HACCP交叉領域中的語義知識描述與表達方法。模型給出的是冷鏈HACCP中的通用知識描述框架，由于農產品冷鏈的業(yè)務復雜性，該模型在建立業(yè)務實例時還需要根據(jù)具體的業(yè)務需求進行進一步完善。本文的后續(xù)研究內容可以在2個方面展開：1）建立基于CC-HACCP知識模型的具體信息化應用方法，如整體冷鏈HACCP計劃的自動化生成工具等。2）進一步建立基于CC-HACCP的冷鏈HACCP管理質量評價體系與方法，對冷鏈的安全監(jiān)控管理質量進行評估。

[參考文獻]

[1] Dzwolak W. HACCP in small food businesses-The Polish experience[J]. Food Control， 2014， 36（1）: 132－137.

[2] Ema Maldonado-Siman， Li Bai， Rodolfo Ramírez-Valverde，et al. Comparison of implementing HACCP systems of exporter Mexican and Chinese meat enterprises[J]. Food Control， 2014， 38: 109－115.

[3] Panozzo1 G， Minotto G， Barizza A. Transport and distribution of foods: today’s situation and future trends[J]. International Journal of Refrigeration， 1999， 22（8）: 625－639.

[4] Likar K， Jevsnik M. Cold chain maintaining in food trade[J]. Food Control， 2006， 17（2）: 108－113.

[5] 劉錚錚. 我國食品行業(yè)冷鏈探微[J].物流技術， 2006，（8）: 67-68. （in Chinese with English abstract）Liu Z Z. Study on China Food Cold Chain[J]. Logistics Technology， 2006， （8）: 67－8.

[6] Chen Na， Shi Lei. Analysis of Quality Game Behavior for Cold-Chain Logistics Outsourcing[C]//International Conference on Logistics Systems and Intelligent Management， 2010: 202－206.

[7] Xie Jing， Qiu Weiqiang. Recent situation and development of food cold chain in China[J]. Journal of Chinese Institute of Food Science and Technology， 2013， 13（3）: 1－7.

[8] Zhang Qin， Zhang Keming， Song Bohui. The information construction of third-party warehousing in the cold chain logistics[C]//2nd International Conference on Logistics，Informatics and Service Science. Beijing: Springer-Verlag Berlin Heidelberg， 2013， 1: 409－414.

[9] Rohit Joshi， D K Banwet， Ravi Shankar. A Delphi-AHP-TOPSIS based benchmarking framework for performance improvement of a cold chain[J]. Expert Systems with Applications， 2011，38（8）: 10170－10182.

[10] 胡國瑞， 張志強， 文連奎. 計算機信息技術在食品安全控制中的應用[J]. 中國食品衛(wèi)生雜志，2010，22（6）：567－572. Hu Guorui， Zhang Zhiqiang， Wen Liankui. Application of computer information technology in controlling the food safety in food industry[J]. Chinese Journal of Food Hygiene，2010， 22（6）: 567－572. （in Chinese with English abstract）

[11] 張獻娣，王開義. HACCP信息化的發(fā)展現(xiàn)狀與分析[J]. 中國農學通報，2010，26（5）：309－313. Zhang Xiandi， Wang Kaiyi. Development status and analysis of HACCP information[J]. Chinese Agricultural Science Bulletin， 2010， 26（5）: 309－313. （in Chinese with English abstract）

[12] 陳紹彬，葉飛躍，劉佰強，等. 食品HACCP分類的BIRCH算法[J]. 計算機工程，2008，34（23）：59－61. Chen Shaobin， Ye Feiyue， Liu Baiqiang， et al. BIRCH algorithm of food HACCP classification[J]. Computer Engineering， 2008， 34（23）: 59－61. （in Chinese with English abstract）

[13] 王開義，徐紅敏，趙春江，等. 優(yōu)化支持向量機在鮮切生菜加工HACCP分類中的應用[J]. 農業(yè)工程學報，2009，25（11）：219－221. Wang Kaiyi， Xu Hongmin， Zhao Chunjiang， et al. Application of optimized support vector machine in HACCP classification of fresh-cut lettuce processing[J]. Transactions of the Chinese Society of Agricultural Engineering （Transactions of the CSAE）， 2009， 25（11）: 219－221. （in Chinese with English abstract）

[14] 王開義，趙春江，張方田. 模糊故障樹分析方法在HACCP中的應用研究[J]. 農業(yè)工程學報，2007，23（5）：164－167. Wang Kaiyi， Zhao Chunjiang， Zhang Fangtian. Application of the fuzzy fault tree analysis approach to HACCP system[J]. Transactions of the Chinese Society of Agricultural Engineering（Transactions of the CSAE）， 2007， 23（5）: 164－167. （in Chinese with English abstract）

[15] Wang Xiaohuan， Wong T N， Fan Zhiping. Ontology-based supply chain decision support for steel manufacturers in China[J]. Expert Systems with Applications， 2013， 40（18）: 7519－7533.

[16] Wang Gong， Wong T N， Wang Xiaohuan. An ontology based approach to organize multi-agent assisted supply chain negotiations[J]. Computers ＆ Industrial Engineering， 2013，65（1）: 2－15.

[17] Bendriss Sabri， Benabdelhafid Abdellatif. Enabling product traceability through data modeling and semantic web service ontologies[C]//2013 International Conference on Advanced Logistics and Transport. Sousse: IEEE， 2013: 365－370.

[18] World Health Organization. Application of Hazard Analysis and Critical Control Point （HACCP） methodology to pharmaceuticals[EB/OL]. http://www. who.int/medicines/ areas/quality_safety/quality_assurance/ApplicationHACCPM ethodologyPharmaceuticalsTRS908Annex7.pdf？ua＝1.

[19] 徐曉紅. 食品冷鏈物流關鍵流程識別研究—以X公司肉制品物流為例[D]. 北京：北京交通大學，2010. Xu Xiaohong. Identification of Critical Control Points of the Food Cold Chain Logistic Process-Takes The X Company's meat-logistics as an example[D]. Beijing: Beijing Jiaotong University， 2010. （in Chinese with English abstract）

[20] 袁康來，楊亦民. 農業(yè)食品供應鏈的可追溯性研究[J]. 物流科技，2006，29（133）：121－123. Yuan Kanglai， Yang Yimin. Study on the traceability in agriculture and food supply chain[J]. Logistics Sci-Tech，2006， 29（133）: 121－123. （in Chinese with English abstract）

[21] 孫璐. 食品行業(yè)冷鏈一體化的研究[D]. 成都：西南交通大學，2009. Sun Lu. Research of the Integrated Cold-Chain Logistics in Food Industry. Chendu:Southwest Jiaotong University， 2009. （in Chinese with English abstract）

[22] 陳耀庭，許正平，林小蝦. 農產品冷鏈物流體系研究[J].商場現(xiàn)代化，2009（22）：41－42.

[23] 蔣運承，湯庸，王駒，等. 面向語義Web的描述邏輯[J].模式識別與人工智能，2007，20（1）：48－54. Jiang Yuncheng， Tang Yong， Wang Ju， et al. Semantie web oriented description logic[J]. PR＆AI， 2007， 20（1）: 48－54. （in Chinese with English abstract）

[24] Horrocks Ian， Kutz Oliver， Sattler Ulrike. The even more irresistible SROIQ[C]//10th International Conference on Principles of Knowledge Representation and Reasoning. Lake District of the UK: AAAI Press， 2006: 57－67.

[25] Antoniou Grigoris， Groth Paul， Van Harmelen， et al. A Semantic Web Primer Third Edition[M]. U.S.: MIT Press （MA），2014: 54－72.

[26] Ian Horrocks， Peter F. Patel-Schneider， et al. SWRL: A Semantic Web Rule Language Combining OWL and RuleML [EB/OL]. http://www.w3.org/Submission /SWRL/， 2014-4-21.

[27] Boris Motik， Peter F， Bernardo Cuenca Grau， et al. OWL 2 Web Ontology Language Direct Semantics （Second Edition）[EB/OL]. http://www.w3.org/TR/owl2-direct-semantics/， 2012.

[28] Maedche Alexander. Ontology Learning for the Semantic Web[M]. Boston: Kluwer Academic Publishers， 2002.

[29] GB/T 19838-2005水產品危害分析與關鍵控制點（HACCP）體系及其應用指南[S].

[30] GB/T 28843-2012，食品冷鏈物流追溯管理要求[S].

[31] Pascal Hitzler， Markus Kr?tzsch， Bijan Parsia， et al. OWL 2 Web Ontology Language Primer （Second Edition）[EB/OL]. http://www.w3.org/TR/owl2-primer/， 2012.

[32] 朱麟，張友華，李紹穩(wěn)，等. 基于本體的HACCP體系知識獲取與知識表示[J]. 數(shù)字技術與應用，2010（9）：69－71.

HACCP knowledge modeling and reasoning for agricultural products cold-chain logistics

Mu Xiangwei, Chen Yan, Cao Yan
（Trɑnsportɑtion Mɑnɑgement College, Dɑliɑn Mɑritime University, Dɑliɑn 116026， Chinɑ）

Abstract:In order to ensure the safety and quality of agricultural products， most agricultural products need to use cold chain logistics in a low temperature environment for transportation， processing and storage. Recently， most studies focus on the safety monitoring and management of a certain single step of cold chain， but a highly effective and reliable cold chain monitoring management needs to realize the knowledge expression， understanding and sharing among multiple agents and business segments in the whole cold chain. The cold chain HACCP （hazard analysis critical control point） knowledge semantic model （CC-HACCP） based on Description Logic SROIQ（D） is proposed to describe the semantic information of the cold chain logistics business and the HACCP management. This model mainly describes the semantic elements such as core concepts，constraints， object attributes， data attributes and attribute characteristics， which are correlated with the domain of cold-chain logistics HACCP management system， and meanwhile， CC-HACCP also uses SWRL rule language to enhance the knowledge reasoning ability. In the experiment， an instance of CC-HACCP ontology was built to describe the business knowledge and rules for the agricultural product cold-chain logistics about “eating oyster”， in which the HACCP knowledge sharing requirement between the instances of “step_of_live_oysters_checkup_and_acceptance” and “step_of_live_oyster_transportation”was quite obvious. The model of CC-HACCP was rewritten as an ontology based on semantic web language OWL 2 DL. Through the functions of knowledge checking， case identification and rule reasoning， the HACCP plans in the raw material suppliers， cold chain logistics service providers and production processors were developed， and the new “concept-instance”relationships were automatically identified. For example， “step_of_live_oyster_transportation” was an instance of the concept of cold chain step （CC_Step）; after reasoning by reasoning engine， it was also identified as the instance of the critical control point （CCP） and the risky step （Risk_Step）. Some new “instance-instance” relationships were also inferred by the HermiT inference engine and the SWRL inference rules. For example， “step_of_live_oyster_transportation” was not required to submit or deliver any proof to the next step， and according to the results of reasoning， the cold chain logistics service provider who was responsible for the “step_of_live_oyster_transportation” would find out that he should generate the proofs of the “transportation monitoring record” and “cargo list”， and submit both of them to the next step. Cold chain logistics service provider should also deliver the proofs of “fishing license” and “fishing time identification” from the raw material suppler to production processor. All of the inference processes about above results of the instance of “step_of_live_oyster_transportation”were analyzed in detail in this paper. And according to the transitivity of the property “next_step”， all of the subsequent steps of “step_of_live_oyster_transportation” would be found out， and the requires from all of the subsequent steps would be shown in the inference results. These experiment results show that， through the cold chain HACCP management knowledge modeling and the CC-HACCP semantic model， the HACCP plans from different agents can influence each other and be improved， which means that the HACCP knowledge from the different steps in the cold chain has been shared in the whole process. Therefore，the application of HACCP knowledge model has positive significance for the integration and improvement of the multi-HACCP security monitoring and management of agricultural products， which is helpful to improve the efficiency of the cold chain logistics management of agricultural products and ensure the safety and quality of agricultural products.

Keywords:agricultural products; quality control; management; cold chain logistics; ontology; HACCP; knowledge modeling; knowledge reasoning

作者簡介：牟向偉，男，遼寧大連人，講師，博士。主要從事供應鏈信息管理與知識管理研究。Email: muxiangwei@dlmu.edu.cn

基金項目：中國博士后科學基金資助項目（2014M551063）；遼寧省教育廳科技研究項目資助（L2014203）；遼寧省社會科學規(guī)劃基金項目（L14BGL012）；中央高校基本科研業(yè)務費專項資金資助（3132015050） 聯(lián)合資助。

收稿日期：2015-09-24

修訂日期：2015-10-25

中圖分類號：TP391.4

文獻標志碼：A

文章編號：1002-6819（2016）-02-0300-09

doi：10.11975/j.issn.1002-6819.2016.02.043 10.11975/j.issn.1002-6819.2016.02.043http://www.tcsae.org