一种河蟹品质评价方法与流程

本发明涉及一种河蟹品质评价方法。
背景技术：
：人们评价河蟹时主要关注其外观、大小、生物学指数和一般化学组成。消费者在选购河蟹时，首先是观察其外部形态，这包括其外观、大小、是否肥满和是否具有活力，说明这些常规指标是人们评价河蟹最基本的指标。目前针对河蟹常规品质的研究还不太完善。虽然国内不少学者对河蟹品质进行研究，但大多集中于河蟹生物学指数和河蟹营养价值的分析上，缺乏针对河蟹常规品种的全面系统的分析和比较。目前针对于河蟹品质评价的方法很少见，其中综合指数评价法是较为常用的方法，其评价步骤为：(1)取被测对象，并进行完全清洁；(2)记录外形指标特征，包括记录河蟹的螯、背部和腹部的颜色及蟹螯绒毛的形态等；(3)生物学特性指标特征，对河蟹样本参照国家标准gb/t19783-2005的定义进行测量。用游标卡尺(0.02mm)测量体宽、体高、体长，用电子天平(0.01g)称量体重、螯重、腿重，其中长度单位为毫米(mm)，重量单位为克(g)。螯蟹常规品质的综合评价比较选取的指标有：腹部色泽、高重比、性/肝指数、肝胰指数、腿肉指数、水分(雄)、粗脂肪(雄)、灰分(雌)等。根据综合指数的公式：公式中ai为经济权值，估算时权值取1；bi为性状遗传力，估算时取1；pi河蟹每个指标值；河蟹每个指标的基准值；计算河蟹的综合指数i，并根据数值进行等级划分，综合指数越大河蟹品质越优。上述综合指数法，由于其参数中ai,bi均为经验估算，而未采取补偿措施，可能会造成较大误差；另外，每个单一指标的基准值的确定并无国家统一标准，也具有较大随意性，从而造成不同地区生产的蟹品质评判出现较大差异。技术实现要素：针对现有河蟹品质评价方法存在的不足，提出了一种具有高准确性的河蟹品质评价方法，其中包括权重计算矩阵和权重修正方法。优点：评价准确率高、易于实现、易于移植应用。附图说明图1是柱状图样式。x坐标选取了几个代表性的评价指标，如体色、甲壳外观、腮丝、菌落总数等，y坐标表示河蟹品质的分级。图2是单项指标柱状图。图3是各评价指标层次结构模型。图4是模糊推理隶属度函数。具体实施方式(1)评价指标的确定直观指标：体色、甲壳外观、鳃、活动力等理化指标：甲基汞、无机砷、铅、氯霉素等生物学指标：菌落总数、大肠菌群、寄生虫等(2)评价标准的确定将河蟹产品在合格的基础上再进行分级，共分为四级，分别为ⅰ级、ⅱ级、ⅲ级、ⅳ级。表1评价标准体色甲壳外观鳃丝活动力铅mg/kg大肠菌群(mpn/100g)菌落总数(cfu/g)ⅰ级青色坚硬非常清晰非常敏捷≤0.1≤10≤10000ⅱ级青灰色硬清晰敏捷≤0.3≤20≤20000ⅲ级青黄色较硬较清晰较敏捷≤0.5≤30≤30000ⅳ级青黑色一般一般迟缓≤0.7≤40≤40000以上标准是均是单独考虑时，所对应各级别的参考值，此表具中的等级仍有一定的模糊性，需要在后面的计算中使用权重系数进行校准。(3)评价方法的设计基于柱状图面积法的评价方法1)建立柱状图2)确定各单项指标柱状图根据表1，结合各单项指标的实际情况，如人工预判断河蟹体色为ⅱ级，甲壳外观为ⅲ级，则在柱状图上画出相应位置。3)对上述指标的权重进行确定由于各个指标在整个品质表征体系中的关键性不同，以及各指标本身在确定自身等级时具有模糊性，因此必须对不同的指标建立相应的权重，以期实现校准的目的。各项指标权重的设计方法步骤，如下：a)建立层次结构模型。b)构造判断矩阵判断矩阵表示针对上一层次某指标，本层次与之有关指标之间相对重要性的比较。为了使判断定量化，形成数值判断矩阵，引用了如表1所示的1-9标度法。表1标度法的含义由1-9标度法，构造河蟹评价判断矩阵a、b1、b2、b3表2矩阵a该矩阵用于求得b1，b2，b3分别对于a的权重。表3矩阵b1该矩阵用于求得b11，b12，b13,b14,b15分别对于b1的权重。表4矩阵b2该矩阵用于求得b21，b22，b23分别对于b2的权重。表5矩阵b3该矩阵用于求得b31，b32，b33,b34分别对于b3的权重。c)计算出判断矩阵的最大特征值λmax及λmax相应的特征向量。将特征向量归一化，便得到了同一层次相应于上一层次某指标相对重要性的权重。y0＝{wb1,wb2,wb3}y1＝{wb11,wb12,wb13,wb14}y2＝{wb21,wb22,wb23}y3＝{wb31,wb32,wb33,wb34}y0为矩阵，wb1表示b1对于a的权重；wb2表示b2对于a的权重；wb3表示b3对于a的权重。其他依次类推。d)矩阵一致性检验ci＝＝(λmax-n)/(n-1)cr＝＝ci/ri其中n表示，矩阵维数,ri为判断矩阵的平均随机一致性指标,取值如下表所示。表6ri取值范围阶数123456789ri值000.580.91.121.241.321.411.45e)求底层指标相对于最上层的权重w＝{w1,w2,w3}其中w1＝{wb1+w11,wb1+w12,wb1+w13,wb1+w14}；w2＝{wb2+w21,wb2+w22,wb2+w23}；w3＝{wb3+w31,wb3+w32,wb3+w33,wb3+w34}w1...w12分别表示图1中表示的最底层的12个评价指标。对权重进行修正，步骤如下：a)根据专家给出的各指标权重值：q＝{q1,q2...qn}；b)专家给出的参考权重与e)求得各指标权重进行差值运算并取绝对值，算得到权重偏差：k＝{|w1-q1|,|w2-q2|,...,|wn-qn|}＝{k1,k2,...,kn}c)权重偏差k和w中数值都是精确量，将其进行模糊化。k、w的范围设定在[-3,+3]连续变化，其模糊子集均为{nb，nm，ns，zo，ps，pm，pb},量化为7档{-3，-2，-1，0，1，2，3}，各模糊集隶属度函数为三角形，如图4所示。d)建立模糊推理控制表将已经模糊化的偏差k和w作为模糊权重修正器的输入语言变量，矩阵δk为其输出语言变量，δk＝{δk1,δk2,...,δkn}，各元素论域均为{nb，nm，ns，zo，ps，pm，pb}，量化为7档{-3，-2，-1，0，1，2，3}。表7δk模糊修正表其中zo表示零，ps表示正小，pm表示正中，pb表示正大，ns表示负小，nm表示负中，nb表示负大；e)输出反模糊化运用最大隶属度法进行反模糊运算，即得到δk的精确值。f)计算权重修正值计算:w'＝w+δk4)确定柱状图面积s总＝w1'*s1+w2'*s2+…+wn'*snw1'..wn'分别表示各单项指标的修正权重；s1..sn分别表示各单项指标柱状图的面积。5)罗列所有ⅰ级——ⅳ级的不同情况，并计算出各自对应面积，设计出对应表。若出现不同等级柱状图面积相同的特殊情况，则继续加重权重值大的单项指标的权重。6)将4)计算出的s总与对应表比较，从而得出相应评价等级。当前第1页12