随着科技与经济的不断进步,种植业的发展也迎来了巨大的变化,从过去小农小户的生产模式正在逐步向企业化、规模化发展。种植业生产规模化有利于对生产过程的集成化管理与控制,有利于农业信息化建设。结合城市农产品监管平台,我们可以更加全面、清楚的了解农产品的信息。越来越多的农产品质量安全问题的出现,引起人们对于农产品质量的高度关注。依托于城市农产品监管平台的大数据,可以更加客观、合理的评价种植类农产品。种植类农产品质量安全评价是指运用有效的方法方式,搜集、整理并分析影响种植类农产品质量安全方面的因素,对其做出合理正确的评价,促进其更好的发展,让人民群众更多的了解农产品的质量安全情况。本文基于AHP(Analytic Hierarchy Process,简称AHP)、遗传算法和BP神经网络对种植企类农产品的质量安全评价展开了研究及分析,所做的工作如下:(1)为了对农产品质量安全进行合理的评价,结合国内外相关文献,在比较分析其他农产品质量安全评价方法的基础上,并结合HACCP(Hazard Analysis Critical Control Point)体系在种植业中应用,仔细分析了影响农产品质量安全的影响因素,最终建立了农产品质量安全评价体系。(2)由于农产品种类属性的不同,不能进行统一评价,首先运用聚类分析方法根据评价指标的差异将其分成几类,然后选取其中的一类进行评价和研究。采用层次分析法计算农产品质量安全评价指标的权重并对其进行评分。首先对层次分析法进行详细的介绍,并求出各个指标的权重,对种植类农产品进行评分,将其分为训练样本和测试样本。(3)针对种植类农产品质量安全评价的需求,选用了 BP神经网络算法,由于BP神经网络容易陷入局部极小值,所以将遗传算法与BP神经网络相结合,通过遗传算法产生一个比较好的初始的权值和阈值,并且提升全局搜索能力。(4)根据种植类农产品质量安全评价的需求,设计并开发了种植类农产品质量安全评价系统,实现了 BP网络在种植类农产品质量安全评价中的应用。