民以食为天,食品生产一直受到我国政府高度重视。但我国食品生产管理的现代水平不高,运用数据分析手段改善食品生产管理的企业不多。尤其落后地区的特色食品生产管理手段更落后。这将对提升食品质量和改善落后地区民生带来不利的影响。近几年,贵州特色食品产业发展迅猛,其特色加工制品贸易及流通遍及全球,取得较好的经济效益,受到了当地政府的关注。这给当地特色食品企业的实现转型升级和提升现代化管理水平提供了良机。随着无线传感器网络、物联网和云计算等技术的不断成熟,这些技术将在特色食品生产企业得到大规模的应用并会积累大量生产数据。这些数据由于各种原因具有不确定性。以老干妈企业的信息化生产管理为例,由于传感器节点自身感知准确性低、硬件资源受限、抗外界干扰性能差等特点,导致感知的数据通常具有不确定性的特点,这些不确定数据会严重影响基于无线传感器网络和现场数据采集管控等技术构建的覆盖特色食品加工与生产全过程的管理系统管控的准确性,进而造成许多不必要的经济损失。研究这些食品生产管理中不确定数据的管理和应用具有较高的理论价值和实际意义。针对上面问题,本文主要完成如下研究工作:(1)针对生产监测中异常数据检测存在的准确度低和测量值不精确等问题,给出一种基于区间数的生产监测过程中异常点检测方法。在该方法中,引入了区间数的方法描述监测中测量信号的不确定性,利用区间数的位置关系对当前窗口的不确定数据进行了剪枝处理,根据距离值重新排列当前窗口的数据,收缩数据点的查询范围。实验结果表明,该方法具有较高的检测精度和较低的计算复杂度。(2)在特色食品生产管理数据中,可能存在大量用户感兴趣的数据之间的关系。因此,数据的关联关系是不确定数据处理的另一个核心问题,在深入分析不确定数据特点的基础上提出了一种基于改进FP-tree和GA的挖掘不确定数据概率频繁项集的方法,该算法根据不确定数据的构成特征,改进FP-tree方法挖掘不确定数据频繁项集,通过缩小变异空间与添加育种算子的GA搜索最大频繁项集,既收缩了随机范围,又提高了挖掘效率。实验结果表明:该方法在时间复杂度有很好优越性,该算法的研究对大规模的不确定数据挖掘具有积极的意义。(3)以“老干妈”特色食品生产环境为应用对象,首先深入分析了网络中的数据不确定性的特点,然后通过不确定数据模型表示环境监测平台中的不确定数据,最后在环境监测网络的数据管理系统设计过程中加入两种不确定数据处理技术,提高系统数据处理的准确度。