本發(fā)明涉及到食品安全領域，特別是涉及到一種食品安全評價方法及裝置。
背景技術：
：食品安全關系到人們的生命健康和生命安全，用一套科學的食品安全評價方法對食品領域的安全狀況進行評估，對保障食品安全尤為重要?，F(xiàn)有的食品安全評價方法主要有兩類。一類是主觀定性的評價方法，其中又包括層次分析法(AHP)、德爾菲法、模糊評價法、物元分析法等經典評價方法，這些方法的不足之處在于不論采用什么樣的改進方法，都不能避免主觀因素對評價結果的影響。另一類是客觀定量的評價方法，該方法在監(jiān)管部門中運用的較為廣泛，一般認為食品檢出合格率越高，該批次食品的安全狀況就越好，加之計算簡便，評價結果相對客觀，因此被廣泛采用?，F(xiàn)有技術中，有的采用線性分式模型，對影響食品指數(shù)的食品衛(wèi)生檢測合格率、有害物影響和營養(yǎng)價值三個因素進行權重系數(shù)的確定，通過相關數(shù)學理論的推導，建立起線性方程，確定各評價因子的權重，比較客觀公正，但計算過程比較復雜。有的采用IFS模型建立食品安全指數(shù)，但評價結果不夠全面?？傊?，客觀的定量研究盡管克服了主觀因素的影響，但對于基礎指標大都采用檢測合格率進行衡量，不夠全面，另外由于單項組分的異質性，不同單項組分的合格率沒有可比性。技術實現(xiàn)要素：本發(fā)明的主要目的為提供一種食品安全評價方法及裝置，避免主觀因素對食品安全評價的影響，同時全面考慮各個單項組分對食品安全的影響。為達到上述目的，本發(fā)明提出如下技術方案：一種食品安全評價方法，包括步驟：S1：檢測影響食品安全的各個單項組分的含量，確定各個單項組分的等級；S2：根據(jù)各個單項組分的等級，獲取各單項組分的評價分值Fi；S3：計算綜合評分值P，公式為：其中，F(xiàn)max為各單項組分評價分值Fi中的最大值，n為單項組分的項數(shù)；P越小，食品越安全。進一步地，所述食品安全評價方法，其中所述計算綜合評分值P的步驟中，還包括對各單項組分的評價分值Fi進行修正的計算步驟，公式為：其中，Ci為單項組分的實際檢測值，Si為單項組分的限量標準值。進一步地，所述食品安全評價方法，其中所述計算綜合評分值P的步驟中，還包括對F進行修正的計算步驟，公式為：其中，ADImax是各個單項組分的每日攝入量中的最大值，Wi為各個單項組分的加權權重，ADIi為各單項組分的每日攝入量。進一步地，所述食品安全評價方法，其中在計算綜合評分值的步驟之后，還包括用灰色關聯(lián)評價法對食品安全評價效果進行評估的步驟，該步驟又包括：(1)根據(jù)多批次對各個單項組分含量進行檢測的數(shù)據(jù)，建立參考序列和評價序列，其中，參考序列為：X1＝(x1(1),x1(2),x1(3)...x1(n-1),x1(n))；評價序列為：X2＝(x2(1),x2(2),x2(3)...x2(n-1)x2(n))；其中，n為單項組分的個數(shù)；(2)對參考數(shù)列和評價序列進行無量綱化處理，即令X'i＝Xi/xi(1)＝(x'i(1),x'i(2),x'i(3)...x'i(n-1),x'i(n))，其中，i＝1,2；(3)將兩序列合成矩陣并無量綱化為：1x1,(2)x1,(3)...x1,(n-1)x1,(n)1x2,(2)x2,(3)...x2,(n-1)x2,(n)]]>(4)求兩級最大差和最小差：M＝maxmax|x1(k)-x2(k)|，m＝minmin|x1(k)-x2(k)|，其中，k＝1,2...n；(5)計算關聯(lián)系數(shù)：η=m+ρM|x1(k)-x2(k)|+ρM,k=1,2...n.]]>一種食品安全評價裝置，包括：檢測單元，用于檢測影響食品安全的各個單項組分的含量，確定各個單項組分的等級；評分單元，用于根據(jù)各個單項組分的等級，獲取各單項組分的評價分值Fi；計算單元，用于計算綜合評分值P，公式為：其中，F(xiàn)max為各單項組分評價分值Fi中的最大值，n為單項組分的項數(shù)；P越小，食品越安全。進一步地，所述食品安全評價裝置，其中，所述計算單元包括Fi修正模塊，用于對各單項組分的評價分值Fi進行修正，修正公式為：其中，Ci為單項組分的實際檢測值，Si為單項組分的限量標準值。進一步地，所述食品安全評價裝置，其中，所述計算單元包括F修正模塊，用于對F進行修正，修正的公式為：其中，ADImax是各個單項組分的每日攝入量中的最大值，Wi為各個單項組分的加權權重，ADIi為各單項組分的每日攝入量。進一步地，所述食品安全評價裝置，其中，還包括評估單元，用于通過灰色關聯(lián)評價法對食品安全評價效果進行評估。進一步地，所述食品安全評價裝置，其中，所述評估單元包括：序列建立模塊，用于根據(jù)多批次對各個單項組分含量進行檢測的數(shù)據(jù)，建立參考序列和評價序列，其中，參考序列為：X1＝(x1(1),x1(2),x1(3)...x1(n-1),x1(n))；評價序列為：X2＝(x2(1),x2(2),x2(3)...x2(n-1)x2(n))；其中，n為單項組分的個數(shù)；無量綱化處理模塊，用于對參考數(shù)列和評價序列進行無量綱化處理，即X'i＝Xi/xi(1)＝(x'i(1),x'i(2),x'i(3)...x'i(n-1),x'i(n))，其中，i＝1,2；將兩序列合成矩陣并無量綱化為：1x1,(2)x1,(3)...x1,(n-1)x1,(n)1x2,(2)x2,(3)...x2,(n-1)x2,(n);]]>求差模塊，用于求兩級最大差和最小差：M＝maxmax|x1(k)-x2(k)|，m＝minmin|x1(k)-x2(k)|，其中，k＝1,2...n；關聯(lián)系數(shù)計算模塊，用于計算關聯(lián)系數(shù)：η=m+ρM|x1(k)-x2(k)|+ρM,k=1,2...n.]]>本發(fā)明的有益效果在于，采用內梅羅指數(shù)法對食品安全進行評價，以單項組分作為評價基礎，兼顧了具有最大影響的組分和各個組分，評價方法客觀全面；對各單項組分的評價分值Fi進行修正，減小了因Fi不連續(xù)造成的信息損失；對Fi的均值F進行了修正，突出了不同單項組分對食品安全的不同影響；采用灰色關聯(lián)分析法對評價結果進行評估，可判定評價效果的好壞。附圖說明圖1是本發(fā)明一實施例中食品安全評價方法的示意圖；圖2是本發(fā)明另一實施例中食品安全評價方法的示意圖；圖3是本發(fā)明一實施例中食品安全評價裝置的結構示意圖；圖4是本發(fā)明一實施例中評估單元的結構示意圖。本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結合實施例，參照附圖做進一步說明。具體實施方式應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。參照圖1，本發(fā)明提出了一種食品安全評價方法，包括步驟：S1：檢測影響食品安全的各個單項組分的含量，確定各個單項組分的等級；S2：根據(jù)各個單項組分的等級，獲取各單項組分的評價分值Fi；S3：計算綜合評分值P，公式為：其中，F(xiàn)max為各單項組分評價分值Fi中的最大值，n為單項組分的項數(shù)；P越小，食品越安全。上述步驟采用了內梅羅指數(shù)法對食品安全進行評價，采取該方法評價食品安全包括幾個前提，即一是要確定評價食品安全的單項組分有哪些，確定哪些物質的含量要檢測；二是對各種單項組分劃分等級，比如含量在什么范圍內是一級，什么范圍內是二級等等；三是確定各單項組分等級的評價分值，即一級在評價中占多少分，二級在評價中占多少分等等。為了進一步提高內梅羅指數(shù)法評價食品安全的準確性，本發(fā)明分別對各單項組分的評價分值Fi進行修正，同時，F(xiàn)i的均值F進行修正。公式分別為：其中，Ci為單項組分的實際檢測值，Si為單項組分的限量標準值；其中，ADImax是各個單項組分的每日攝入量中的最大值，Wi為各個單項組分的加權權重，ADIi為各單項組分的每日攝入量。由上述公式可知，用各個單項組分的實際檢測值與限量標準值的比值對各單項組分的評價分值Fi進行修正，減小了因Fi不連續(xù)造成的信息損失；用各個單項組分每日攝入量中的最大值與各單項組分的每日攝入量之比對Fi的均值F進行了修正，突出了不同單項組分對食品安全的不同影響。修正后，食品安全評價方法的公式為：P=F2max+F22,F=1nΣi=1nWi·Fi,W=ADImaxADIi,Fi=CiSi,]]>其中，Ci為單項組分的實際檢測值，Si為單項組分的限量標準值，ADImax是各個單項組分的每日攝入量中的最大值，Wi為各個單項組分的加權權重，ADIi為各單項組分的每日攝入量。本發(fā)明還包括用灰色關聯(lián)評價法對食品安全評價效果進行評估的步驟，該步驟又包括：(1)根據(jù)多批次對各個單項組分含量進行檢測的數(shù)據(jù)，建立參考序列和評價序列，其中，參考序列為：X1＝(x1(1),x1(2),x1(3)...x1(n-1),x1(n))；評價序列為：X2＝(x2(1),x2(2),x2(3)...x2(n-1)x2(n))；其中，n為單項組分的個數(shù)；(2)對參考數(shù)列和評價序列進行無量綱化處理，即令X'i＝Xi/xi(1)＝(x'i(1),x'i(2),x'i(3)...x'i(n-1),x'i(n))，其中，i＝1,2；(3)將兩序列合成矩陣并無量綱化為：1x1,(2)x1,(3)...x1,(n-1)x1,(n)1x2,(2)x2,(3)...x2,(n-1)x2,(n)]]>(4)求兩級最大差和最小差：M＝maxmax|x1(k)-x2(k)|，m＝minmin|x1(k)-x2(k)|，其中，k＝1,2...n；(5)計算關聯(lián)系數(shù)：ρ一般取0.5。根據(jù)需要，還可計算每一序列中關聯(lián)系數(shù)的平均值。采用上述灰色關聯(lián)分析法對評價結果進行評估，可及時判定評價效果的好壞。上述參考序列即為各個單項組分的含量形成的序列，由食品檢測得出，對多批次的食品進行檢測可得到多組的參考序列。評價序列的建立方法，可采取一種方式，即計算根據(jù)多批次檢測結果得出的綜合評分值P1、P2、P3等，找出其中的最小值P小，然后計算其他綜合評分值與該最小值的比值Mn，用最小綜合評分值P小對應的檢測數(shù)據(jù)形成的序列，分別擴大Mn倍，即得到其它綜合評分值對應的檢測數(shù)據(jù)的評價序列。參照圖3，本發(fā)明提出的一種食品安全評價裝置，包括：檢測單元11，用于檢測影響食品安全的各個單項組分的含量，確定各個單項組分的等級；評分單元12，用于根據(jù)各個單項組分的等級，獲取各單項組分的評價分值Fi；計算單元13，用于計算綜合評分值P，公式為：其中，F(xiàn)max為各單項組分評價分值Fi中的最大值，n為單項組分的項數(shù)；P越小，食品越安全。為了進一步提高內梅羅指數(shù)法評價食品安全的準確性，本發(fā)明分別對各單項組分的評價分值Fi進行修正，同時，F(xiàn)i的均值F進行修正。食品安全評價裝置中，上述計算單元包括Fi修正模塊，用于對各單項組分的評價分值Fi進行修正，修正公式為：其中，Ci為單項組分的實際檢測值，Si為單項組分的限量標準值；還包括F修正模塊，用于對F進行修正，修正的公式為：其中，ADImax是各個單項組分的每日攝入量中的最大值，Wi為各個單項組分的加權權重，ADIi為各單項組分的每日攝入量。由上述公式可知，用各個單項組分的實際檢測值與限量標準值的比值對各單項組分的評價分值Fi進行修正，減小了因Fi不連續(xù)造成的信息損失；用各個單項組分每日攝入量中的最大值與各單項組分的每日攝入量之比對Fi的均值F進行了修正，突出了不同單項組分對食品安全的不同影響。參照圖1，本發(fā)明可用灰色關聯(lián)評價法對食品安全評價效果進行評估，即食品安全評價裝置中，還包括評估單元14，用于通過灰色關聯(lián)評價法對食品安全評價效果進行評估。參照圖4，具體地，評估單元14包括：序列建立模塊141，用于根據(jù)多批次對各個單項組分含量進行檢測的數(shù)據(jù)，建立參考序列和評價序列，其中，參考序列為：X1＝(x1(1),x1(2),x1(3)...x1(n-1),x1(n))；評價序列為：X2＝(x2(1),x2(2),x2(3)...x2(n-1)x2(n))；其中，n為單項組分的個數(shù)；無量綱化處理模塊142，用于對參考數(shù)列和評價序列進行無量綱化處理，即：X'i＝Xi/xi(1)＝(x'i(1),x'i(2),x'i(3)...x'i(n-1),x'i(n))，其中，i＝1,2；將兩序列合成矩陣并無量綱化為：1x1,(2)x1,(3)...x1,(n-1)x1,(n)1x2,(2)x2,(3)...x2,(n-1)x2,(n);]]>求差模塊143，用于求兩級最大差和最小差：M＝maxmax|x1(k)-x2(k)|，m＝minmin|x1(k)-x2(k)|，其中，k＝1,2...n；關聯(lián)系數(shù)計算模塊144，用于計算關聯(lián)系數(shù)：η=m+ρM|x1(k)-x2(k)|+ρM,k=1,2...n.]]>以下通過一實施例來說明本發(fā)明的食品安全評價方法和食品安全評價裝置的具體應用方法。本實施例中，對三個批次的食品進行評價，如表1：批次編號烯唑醇三唑酮丙環(huán)唑丙溴磷腈菌唑甲霜靈噠螨靈10.01682.520.04040.0190.04120.0260.01720.01850.2540.02980.20.1260.0110.01531.070.0130.06680.320.01530.04120.092ADI0.0050.030.070.030.030.080.01農藥殘留限值0.510.050.50.20.50.2表1中是3個批次的麥菜中7種農藥殘留數(shù)據(jù)，本實施例參照GB2763對農藥殘留每日攝入量(ADI)的規(guī)定進行分析。分別計算出三個批次的麥菜的農藥殘留的內梅羅指數(shù)P，按照從大到小的順序進行排列P大、P中、P小，然后用二個比較大的數(shù)值除以最小的數(shù)值，其中在P小原始數(shù)據(jù)基礎上分別擴大m和n倍，作為評價序列，與P大和P中的原始數(shù)據(jù)進行評價，分別計算兩者的灰色關聯(lián)度，關聯(lián)程度越高說明評價的效果就越好。按照上述修正的內梅羅指數(shù)計算方法，根據(jù)最大農藥殘留值，算出的麥菜內梅羅指數(shù)值P＝3.29。三個批次的內梅羅指數(shù)分別為：批次1的內梅羅指數(shù)P＝2.039，批次2的內梅羅指數(shù)P＝1.133，批次編號3的內梅羅指數(shù)P＝4.536，m＝4，n＝1.8。批次2的內梅羅指數(shù)最小，分別擴大m倍和n倍得到批次3和批次1對應的評價序列，即參考序列1為：(1.07,0.013,0.0668,0.32,0.0153,0.0412,0.092)；評價序列1為：(0.074,1.017,0.1193,0.801,0.504,0.044,0.06)；參考序列2為：(0.0168,2.52,0.0404,0.019,0.0412,0.026,0.017)；評價序列2為：(0.033,0.457,0.053,0.36,0.226,0.0198,0.027)。代入上述灰色關聯(lián)分析法的公式，得到灰色關聯(lián)度η1＝0.64，η2＝0.87。通過內梅羅指數(shù)，可以看出批次編號3存在食品安全風險，主要由于烯唑醇的含量超標2倍，在國標中對其含量的限值0.005mg/kg.bw，說明該物質的毒性較大，較少的量的超標都可能帶來極大的危害。這說明了內梅羅指數(shù)具有很強的分辨能力，符合食品安全指數(shù)對評價結果準確性的要求。批次2中沒有超標農藥殘留，因此評價的結果優(yōu)于批次1和批次3。批次1中三唑酮同樣超標2倍，但內梅羅指數(shù)低于標準限量值，這主要是其對身體的危害程度較小，雖然超標但仍然處于一個可以接受的安全范圍。運用灰色理論對內梅羅指數(shù)的評價結果進行評估，以原始檢測數(shù)據(jù)建立參考序列，根據(jù)改進的內梅羅指數(shù)的算法，原始數(shù)據(jù)同時擴大相同的倍數(shù)，其內梅羅綜合指數(shù)也擴大相同的倍數(shù)。因此批次2合格的原始數(shù)據(jù)的為基礎，分別擴大m倍和n倍，形成的評價序列與參考序列進行灰色關聯(lián)度的計算，灰色關聯(lián)度越高說明判定效果越好。結果中η2＝0.87說明內梅羅指數(shù)具有很好的評價效果。而η1＝0.64，這主要是批次3存在食品安全風險，選用的關聯(lián)序列是食品安全風險較低的批次2，因此兩者之間灰色關聯(lián)度不大，證明了內梅羅指數(shù)在食品安全領域具有很強的適用性。綜上所述，采用內梅羅指數(shù)法對食品安全進行評價，以單項組分作為評價基礎，兼顧了具有最大影響的組分和各個組分，評價方法客觀全面；對各單項組分的評價分值Fi進行修正，減小了因Fi不連續(xù)造成的信息損失；對Fi的均值F進行了修正，突出了不同單項組分對食品安全的不同影響；采用灰色關聯(lián)分析法對評價結果進行評估，可判定評價效果的好壞。本發(fā)明的食品安全評價方法及裝置，具有以下優(yōu)勢：第一，識別度高，可操作性強。傳統(tǒng)的食品安全評價方法，采用檢測合格率的指標，忽視了評價因子的異質性，導致食品安全評價的可辨別度不高，在具體的操作過程中受主觀因素的影響較大。通過改進的內梅羅指數(shù)法，以樣本的檢測數(shù)據(jù)為基礎，綜合考慮各評價因子對評價結果的影響，同時突出較大的影響因子的作用，使得評價結果既兼顧各因素的影響又體現(xiàn)了評價因子的異質性，因此具有很好的辨識度和可操作性強的特點。第二，評價效果具有很好的解釋意義。食品安全評價缺乏統(tǒng)一的標準，不同的評價方法對各指標的處理方法不同，如：檢測合格率不同的評價因子不具有可比性，導致其缺乏現(xiàn)實的意義。改進的內梅羅指數(shù)采用檢測原始數(shù)據(jù)進行計算，計算結果比較客觀，經過灰色關聯(lián)度的計算從側面證明了該指數(shù)評價效果具有很好的現(xiàn)實意義。第三，食品安全評價采用指數(shù)的方法易于比較，通過限量值計算出食品安全的可接受范圍，便于判定食品安全是否存在風險。以上所述僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的
技術領域：
，均同理包括在本發(fā)明的專利保護范圍內。當前第1頁1 2 3