一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法
【專(zhuān)利摘要】本發(fā)明提供一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，所述方法包括：(1)確定所研究的食品產(chǎn)品及需要預(yù)測(cè)的微生物危害對(duì)象(2)獲取試驗(yàn)數(shù)據(jù)；(3)確定預(yù)測(cè)模型的輸入、輸出變量；(4)為輸入、輸出變量選擇模糊子集和隸屬度函數(shù)；(5)將輸入、輸出變量分別與其對(duì)應(yīng)的模糊集合置換，形成模糊集合在變量上的隸屬度函數(shù)；(6)采用“取大?取小”模糊推理算法；(7)建立輸入、輸出變量的模糊關(guān)系矩陣；(8)重心法解模糊方法進(jìn)行解模糊；(9)得到微生物數(shù)量的預(yù)測(cè)值。本方法便于在生產(chǎn)流通過(guò)程之中及時(shí)發(fā)現(xiàn)和控制危害，減小危害范圍，降低了損失，節(jié)約了成本，提高了企業(yè)預(yù)防和控制食品生產(chǎn)流通過(guò)程中微生物風(fēng)險(xiǎn)的能力。
【專(zhuān)利說(shuō)明】
一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于預(yù)測(cè)微生物學(xué)技術(shù)領(lǐng)域，尤其涉及一種生產(chǎn)流通過(guò)程中食品所含微生 物的生長(zhǎng)預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 食品安全風(fēng)險(xiǎn)主要來(lái)自物理性、化學(xué)性與生物性等三種性質(zhì)的危害，其中生物性 危害占食品供應(yīng)中危害的95%以上，是食品安全最顯著的危害。食品在生產(chǎn)、加工、運(yùn)輸、儲(chǔ) 存、銷(xiāo)售過(guò)程中，很容易被微生物污染。只要溫度適宜，微生物就會(huì)生長(zhǎng)繁殖，破壞食品中的 蛋白質(zhì)等營(yíng)養(yǎng)成分，使食品腐敗或變得不安全。因此，微生物危害的預(yù)防和控制，成為食品 企業(yè)進(jìn)行風(fēng)險(xiǎn)管理的重要任務(wù)。
[0003] 目前，實(shí)驗(yàn)室中進(jìn)行的微生物接種生長(zhǎng)試驗(yàn)，得到了微生物在固定條件下隨時(shí)間 生長(zhǎng)的大量數(shù)據(jù)。但實(shí)際生產(chǎn)流通過(guò)程中，食品中的微生物同時(shí)受到溫度、處理或存儲(chǔ)時(shí) 長(zhǎng)、pH值、水分活度等多種因素的影響，甚至食品本身的品類(lèi)對(duì)微生物的生長(zhǎng)亦有不同程度 的作用。近年來(lái)預(yù)測(cè)微生物學(xué)開(kāi)始普遍應(yīng)用到食品工業(yè)中，用于預(yù)測(cè)微生物存活和生長(zhǎng)，成 為食品生產(chǎn)中用于評(píng)價(jià)、控制和保障食品安全的有利工具。預(yù)測(cè)微生物學(xué)通過(guò)建立數(shù)學(xué)模 型來(lái)定量描述和預(yù)測(cè)特定環(huán)境條件下微生物的生長(zhǎng)和消亡，目前預(yù)測(cè)模型一般可分為三 級(jí):初級(jí)模型描述微生物數(shù)量隨時(shí)間的變化規(guī)律;二級(jí)模型用于描述環(huán)境因素對(duì)一級(jí)模型 中動(dòng)力學(xué)參數(shù)的影響;三級(jí)模型結(jié)合以上兩種模型建立可兼容的專(zhuān)家系統(tǒng)或開(kāi)發(fā)決策系統(tǒng) 軟件，用于計(jì)算環(huán)境中微生物數(shù)量的變化規(guī)律。環(huán)境因素之間的耦合關(guān)系，給模型的建立造 成了很大困難。大多數(shù)試驗(yàn)所建立的二級(jí)模型認(rèn)為各環(huán)境因素之間是相互獨(dú)立的，彼此之 間不受影響。考慮的環(huán)境因素越多，二級(jí)模型的模擬效果與生產(chǎn)流通期間微生物的生長(zhǎng)真 實(shí)情況越接近，但是多一個(gè)參數(shù)會(huì)使建模過(guò)程變得復(fù)雜很多，誤差也大。
[0004]因此，提供一種能夠定量預(yù)測(cè)在生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)變化的方 法，即通過(guò)數(shù)據(jù)采集技術(shù)來(lái)獲得食品生產(chǎn)流通過(guò)程中各種影響因素的數(shù)據(jù)，采用新技術(shù)直 接建立食品中微生物數(shù)量在生產(chǎn)流通過(guò)程中的變化模型，幫助企業(yè)直觀的判斷生產(chǎn)流通條 件是否滿足產(chǎn)品的安全要求，提前預(yù)防和控制微生物危害導(dǎo)致的風(fēng)險(xiǎn)，是十分必要的。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有微生物生長(zhǎng)預(yù)測(cè)模型建立過(guò)程中存在的缺陷，提供一 種基于數(shù)據(jù)的微生物生長(zhǎng)預(yù)測(cè)方法，該種方法將微生物初始數(shù)量及環(huán)境因素與微生物數(shù)量 之間的關(guān)系描述為模糊關(guān)系矩陣，利用矩陣的半張量積運(yùn)算得出模糊關(guān)系矩陣模型。在獲 得微生物初始數(shù)量和影響因素?cái)?shù)據(jù)后，通過(guò)模糊關(guān)系矩陣運(yùn)算，能快速預(yù)測(cè)微生物的數(shù)量 變化。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明給出以下技術(shù)方案：
[0007] -種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征在于:包括以下步 驟：
[0008] (1)確定所研究的食品產(chǎn)品及需要預(yù)測(cè)的微生物危害對(duì)象，梳理食品的生產(chǎn)流通 流程，了解影響微生物動(dòng)態(tài)生長(zhǎng)的環(huán)境因素;2)獲取試驗(yàn)數(shù)據(jù)或?qū)嶋H檢測(cè)歷史記錄；（3)確 定預(yù)測(cè)模型的輸入變量與輸出變量；（4)為輸入變量與輸出變量分別選擇合適的模糊子集 和隸屬度函數(shù)；（5)將輸入變量、輸出變量分別與其對(duì)應(yīng)的模糊集合置換，形成模糊集合在 變量上的隸屬度函數(shù)；（6)定義"與"為取小，"或"為取大，采用"取大-取小"模糊推理算法； (7)建立輸入變量與輸出變量的模糊關(guān)系矩陣；（8)選用重心法解模糊方法進(jìn)行解模糊；（9) 得到微生物數(shù)量的預(yù)測(cè)值。
[0009] 可選地，所述步驟(2)中的試驗(yàn)數(shù)據(jù)或檢測(cè)歷史記錄包括食品中微生物的初始數(shù) 量rw、環(huán)境因素 Xm、流程過(guò)程中食品微生物數(shù)量rw和流程結(jié)束時(shí)食品中微生物的數(shù)量n。。。
[0010] 可選地，所述步驟(3)中的輸入變量包括環(huán)境因素Xm、流程過(guò)程中檢測(cè)時(shí)間點(diǎn)距初 始時(shí)間點(diǎn)的時(shí)長(zhǎng)Sp。
[0011 ]可選地，所述食品中微生物的初始數(shù)量n〇s是5p = 〇時(shí)心的值。
[0012] 可選地，所述步驟(3)中的輸出變量為在各時(shí)間點(diǎn)檢測(cè)到的食品中微生物的數(shù)量 n〇〇
[0013] 可選地，所述步驟(4)是這樣實(shí)現(xiàn)的：
[0014] (41)記第m個(gè)輸入變量的論域輸出變量的論域?yàn)?A均為有序 集；
[0015] (42)記第m個(gè)輸入變量的模糊子集個(gè)數(shù)為~，模糊集合為Am={Aml，A m2,...， Amk，. . .，AmSm}，k=l .2,. . .，Sm;輸出變量的模糊子集個(gè)數(shù)為s。，模糊集合為...， Bs〇};
[0016] (43)輸入變量xm的論域I中的元素 xmj (論域（中的第j個(gè)元素 ，j = 1，2，…；j G z +)在模糊子集Amk上的隸屬度為<3^. = \輸出變量n。的論域中的兀素 n。j (論域SB。 中的第j個(gè)元素 ，j = l,2,…；jGZ+)在模糊子集Br(r = l,2,…，s。）上的隸屬度為
[0017]可選地，所述步驟(5)是這樣實(shí)現(xiàn)的：
[0018] (51)將輸入變量的模糊集合Am和輸出變量的模糊集合B分別記作論域，論域 馬分別記作模糊集合；
[0019] (52)元素 Amk在模糊子集尾^上的隸屬度為元素 Br在模糊子集n?！股系碾` 屬度為凡（孕） - 〇
[0020] 可選地，所述步驟(5)中的"、(；、）= //,'. (4,,)
[0021] 可選地，所述步驟(7)是這樣實(shí)現(xiàn)的：
[0022] (71)將獲取的數(shù)據(jù)分別進(jìn)行模糊化，第i組（i = l，2,…，N;iGZ+正整數(shù))數(shù)據(jù)轉(zhuǎn)化 為列向量表示形式：
[0023] VXmi = t (x*" ),f.lE , (-^1-)? ? - Me )/ \ >1U xm ^ xmsm
[0024] =U.v" (/C-1//.V,"(/C))，, 5
[0025] (72)第i組數(shù)據(jù)的輸入變量與輸出變量的關(guān)系矩陣可以表示為：
[0026] 第i組數(shù)據(jù)的輸入關(guān)系矩陣:R^…>4 =熟，
[0027] 第i組數(shù)據(jù)的輸出關(guān)系矩陣:R?。, =RL. i
[0028] (73)第i組數(shù)據(jù)的模糊關(guān)系矩陣為：
[0029] R,: = R〇 > (R^. f ,
[0030] (74)得到每組數(shù)據(jù)的模糊關(guān)系矩陣后，總的模糊關(guān)系矩陣可表示為： N
[0031] R = URi i = l，2,…，N;iGZ+; 供1 .，
[0032] (75)微生物生長(zhǎng)預(yù)測(cè)模型的輸入向量記為Rin，則輸出向量Rciut可表亦為： > Ri? = 4 …t …\ ] ° 〇
[0033]可選地，所述步驟(7)中重心法解模糊方法的公式=
[0034]本發(fā)明的有益效果在于，
[0035] 1)本發(fā)明提供了一種定量預(yù)測(cè)在生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)變化的 方法，可給出經(jīng)過(guò)生產(chǎn)流通或其中某個(gè)、某幾個(gè)操作處理環(huán)節(jié)后，食品中微生物的數(shù)量，適 用于食品的生產(chǎn)、加工、儲(chǔ)存、運(yùn)輸及銷(xiāo)售過(guò)程，通過(guò)建立影響微生物動(dòng)態(tài)生長(zhǎng)的環(huán)境因素 與微生物數(shù)量變化的模糊關(guān)系矩陣，預(yù)測(cè)微生物在生產(chǎn)流通后的數(shù)量，輔助企業(yè)控制食品 生產(chǎn)流通過(guò)程中的微生物危害。
[0036] 2)本發(fā)明公開(kāi)了食品中微生物生長(zhǎng)預(yù)測(cè)模型的建立方法，避開(kāi)了各環(huán)境因素之間 的關(guān)系解耦，能定量預(yù)測(cè)食品中微生物含量的生長(zhǎng)變化。便于在生產(chǎn)流通過(guò)程之中及時(shí)發(fā) 現(xiàn)和控制危害，減小危害范圍，降低了損失，節(jié)約了成本，提高了企業(yè)預(yù)防和控制食品生產(chǎn) 流通過(guò)程中微生物風(fēng)險(xiǎn)的能力。
[0037] 此外，本發(fā)明方法原理可靠，步驟簡(jiǎn)單，具有非常廣泛的應(yīng)用前景。
[0038] 由此可見(jiàn)，本發(fā)明與現(xiàn)有技術(shù)相比，具有突出的實(shí)質(zhì)性特點(diǎn)和顯著地進(jìn)步，其實(shí)施 的有益效果也是顯而易見(jiàn)的。
【附圖說(shuō)明】
[0039] 圖1是本發(fā)明提供的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法的預(yù)測(cè) 模型建立流程圖。
【具體實(shí)施方式】
[0040] 下面結(jié)合附圖并通過(guò)具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)闡述，以下實(shí)施例是對(duì)本發(fā)明 的解釋?zhuān)景l(fā)明并不局限于以下實(shí)施方式。
[0041] 如圖1所示，本發(fā)明提供的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法， 其特征在于:包括以下步驟：
[0042] 1)確定所研究的食品產(chǎn)品及需要預(yù)測(cè)的微生物危害對(duì)象，梳理食品的生產(chǎn)流通流 程，了解影響微生物動(dòng)態(tài)生長(zhǎng)的環(huán)境因素；
[0043] 2)獲取試驗(yàn)數(shù)據(jù)或?qū)嶋H檢測(cè)歷史記錄，包括流程開(kāi)始時(shí)食品中微生物的初始數(shù)量 rw、流程中的環(huán)境因素^數(shù)據(jù)、流程過(guò)程中的微生物數(shù)量1^檢測(cè)數(shù)據(jù)，流程結(jié)束時(shí)食品中微 生物的數(shù)量n。。，并統(tǒng)一將在各時(shí)間點(diǎn)檢測(cè)到的食品中微生物的數(shù)量用符號(hào)n。表示；
[0044] 3)在每一條數(shù)據(jù)記錄中，將流程中的環(huán)境因素^(!11=1，2,…，是影響微生物動(dòng) 態(tài)生長(zhǎng)的環(huán)境因素的個(gè)數(shù)，例如考慮溫度tP，pH值hP，NaCl濃度sP3個(gè)環(huán)境因素，則M = 3，m = 1，2,3)、流程過(guò)程中檢測(cè)時(shí)間點(diǎn)距初始時(shí)間點(diǎn)的時(shí)長(zhǎng)~作為輸入變量，將在各時(shí)間點(diǎn)檢測(cè) 到的食品中微生物的數(shù)量n。作為輸出變量，流程開(kāi)始時(shí)食品中微生物的初始數(shù)量11。^^ = 0時(shí)n。的值；
[0045] 4)根據(jù)輸入、輸出變量的取值范圍（即論域），分別為每個(gè)變量選擇合適的模糊子 集和隸屬度函數(shù)，其中第m個(gè)輸入變量的論域?yàn)閊；"，輸出變量的論域?yàn)槭?有限的有序集；記第m個(gè)輸入變量的模糊子集個(gè)數(shù)為~，模糊集合為A m={Aml，Am2,...， Amk，. . .，AmSm}，k = 1.2，. . .，Sm;輸入變量Xm的論域I中的元素 Xmj (論域尾^中的第j個(gè)元素， j = 1，2，…；j G Z+正整數(shù))在模糊子集Amk上的隸屬度為及#. 輸出變量的模糊子 集個(gè)數(shù)為S。，模糊集合為B= . . . ,Bs。}，輸出變量n。的論域中的元素 n〇j(論域中 的第j個(gè)元素 ，j = l，2,…；jGZ+正整數(shù)）在模糊子集Br(r=l，2,…，So)上的隸屬度為 bi
[0046] 5)將輸入輸出變量的模糊集合A4PB分別看作論域，論域A.、&看做模糊集合， 則元素 Amk在模糊子集&"上的隸屬度為元素 Br在模糊子集ncu上的隸屬度為 ，. /、(",）~W=氣(4*) W=) ? ? ? 5
[0047] 6)確定采用的模糊推理機(jī)制，包括模糊命題連接詞"與"和"或"的具體形式、定義 模糊推理算子的具體形式;在本發(fā)明中，定義"與"為取小，"或"為取大，采用"取大-取小"模 糊推理算法。
[0048] 7)利用輸入、輸出數(shù)據(jù)對(duì)，通過(guò)矩陣的半張量積運(yùn)算，建立輸入變量與輸出變量的 模糊關(guān)系矩陣，步驟為：
[0049]①將獲取的數(shù)據(jù)分別進(jìn)行模糊化，第i組(i = l，2,…，N;iGZ+正整數(shù))數(shù)據(jù)轉(zhuǎn)化為 列向量表示形式：
[0050] ^ ; Me fc)f 、 坧. xm .xmsm 1
[0051 ] VHjii = (?*,- ),/iAf〇2 (?*,-)../%ns〇 {nOI _ ，
[0052]其中，是第i組數(shù)據(jù)的第m個(gè)輸入變量的值，?是第i組數(shù)據(jù)的輸出變量的值； [0053]②第i組數(shù)據(jù)的輸入、輸出關(guān)系矩陣可以表示為：
[0054]第i組數(shù)據(jù)的輸入關(guān)系矩陣：Rw,T," =Vf" =R:r，
[0055] 第i組數(shù)據(jù)的輸出關(guān)系矩陣:R\, =Rh
[0056] 其中>代表半張量積運(yùn)算，例如的計(jì)算過(guò)程為：
[0057] '，是81行1列的列向量，是S2行1列的列向量，根據(jù)半張量積運(yùn)算的條件1 X q = S1，q=S1，則Vv2，其中Xs是布爾乘積，I^q行q列的單位矩陣； [0058]③第i組數(shù)據(jù)的模糊關(guān)系矩陣為：
[0059] =R[j t>(R^.)2 .
[0060] ④得到每組數(shù)據(jù)的模糊關(guān)系矩陣后，總的模糊關(guān)系矩陣可表示為： N
[0061 ] R = UR" i = l，2,…，N;iGZ+正整數(shù)；
[0062] ⑤微生物生長(zhǎng)預(yù)測(cè)模型的輸入向量記為Rin，則輸出向量Rout可表不為：
[0063] = R > R*:=降1 厶2 …4 …；
[0064] 8)選用合適的解模糊方法，進(jìn)行解模糊，在本發(fā)明中，建立的模型只有單個(gè)輸出變 量，選用重心法解模糊方法進(jìn)行解模糊；
[0065] 9)將模糊量轉(zhuǎn)換為精確值輸出，得到微生物數(shù)量的預(yù)測(cè)值。
[0066] 下面利用本發(fā)明提供的方法，結(jié)合漢堡用豬肉的斬切過(guò)程，建立豬肉中李斯特氏 菌的生長(zhǎng)預(yù)測(cè)模型。
[0067] 步驟一:確定所研究的食品產(chǎn)品及需要預(yù)測(cè)的微生物危害對(duì)象，梳理食品的生產(chǎn) 流通流程，了解影響微生物動(dòng)態(tài)生長(zhǎng)的環(huán)境因素。
[0068] 本步驟中，確定所研究食品產(chǎn)品為漢堡用豬肉，需要預(yù)測(cè)的微生物危害對(duì)象為李 斯特氏菌，影響李斯特氏菌動(dòng)態(tài)聲場(chǎng)的環(huán)境因素包括溫度、pH值以及NaCl濃度。
[0069] 步驟二:獲取試驗(yàn)數(shù)據(jù)或?qū)嶋H檢測(cè)歷史記錄。
[0070] 本步驟中，從ComBase數(shù)據(jù)庫(kù)獲取豬肉中李斯特氏菌生長(zhǎng)試驗(yàn)數(shù)據(jù)，設(shè)定環(huán)境因素 的取值范圍為:溫度知￡[0,40°(：]411值11盧[4.5,7.5]，他(：1濃度辦￡[1%，3.5%]。某固定 條件下豬肉中李斯特氏菌隨時(shí)間生長(zhǎng)的檢測(cè)數(shù)據(jù)如表1所示。
[0071] 表1固定條件下豬肉中的李斯特氏菌生長(zhǎng)試驗(yàn)數(shù)據(jù)
[0073] 注：固定條件包括溫度6°C、pH值6.3、NaCl濃度1 %。
[0074]考慮溫度、pH值、NaCl濃度等環(huán)境因素，整理數(shù)據(jù)庫(kù)文件，得到包含N條記錄的數(shù)據(jù) 集，如表2所示。
[0075]表2輸入輸出數(shù)據(jù)集
[0077]步驟三:確定預(yù)測(cè)模型的輸入變量與輸出變量；
[0078]本步驟中，在每一條數(shù)據(jù)記錄中，將流程中的3個(gè)環(huán)境因素溫度tP，pH值hP，NaCl濃 度％、流程過(guò)程中檢測(cè)時(shí)間點(diǎn)距初始時(shí)間點(diǎn)的時(shí)長(zhǎng)SP作為輸入變量，將在各時(shí)間點(diǎn)檢測(cè)到的 食品中微生物的濃度作為輸出變量n。，流程開(kāi)始時(shí)食品中微生物的初始濃度是S p = 〇時(shí)n。的 值。微生物濃度與環(huán)境因素的模糊關(guān)系模型可表示為noifuzzyU^hhSpjp);
[0079] 步驟四：為輸入變量與輸出變量分別選擇合適的模糊子集和隸屬度函數(shù)。
[0080] 本步驟中，根據(jù)輸入變量、輸出變量的取值范圍，以及生產(chǎn)流通過(guò)程中對(duì)環(huán)境因素 的處理習(xí)慣和經(jīng)驗(yàn)知識(shí)，每個(gè)變量的模糊子集均選擇三個(gè):低、中、高，隸屬度函數(shù)均選擇為 三角形隸屬度函數(shù)。
[0081] 步驟五:將輸入變量、輸出變量分別與其對(duì)應(yīng)的模糊集合置換，形成模糊集合在變 量上的隸屬度函數(shù)
[0082] 步驟六:在微生物生長(zhǎng)預(yù)測(cè)模型中，定義"與"為取小，"或"為取大，采用"取大-取 小"模糊推理算法。
[0083]步驟七:建立輸入變量與輸出變量的模糊關(guān)系矩陣。
[0084] 本步驟中，利用輸入、輸出數(shù)據(jù)對(duì)，通過(guò)矩陣的半張量積運(yùn)算，建立輸入變量與輸 出變量的模糊關(guān)系矩陣，步驟如下：
[0085] ①將獲取的數(shù)據(jù)分別進(jìn)行模糊化，第i組數(shù)據(jù)轉(zhuǎn)化為列向量表示形式： _6] \ = "太,j;, )y
[0087 ] v,,, = ("" (/心} 。:如".(/( ))'
[0088] = (//.. (s-；)//.. ； (.V；,) A., G'；；,))
[0089] v<?pi = (//, ))7'
[0090] =(//v
[0091] 其中，'是第i組數(shù)據(jù)的溫度值，<是第i組數(shù)據(jù)的pH值，<是第i組數(shù)據(jù)的NaCl濃 度值，是測(cè)量第i組數(shù)據(jù)距試驗(yàn)開(kāi)始時(shí)刻的時(shí)長(zhǎng)，4是第i組數(shù)據(jù)的微生物濃度值。
[0092] ②第i組數(shù)據(jù)的輸入、輸出關(guān)系矩陣可以表示為：
[0093] 輸入關(guān)系矩陣:= % % =私，
[0094] 輸出關(guān)系矩陣：R,=R'r-. r
[0095]③第i組數(shù)據(jù)的模糊關(guān)系矩陣為：
[0096] ?
[0097] ④得到每組數(shù)據(jù)的模糊關(guān)系矩陣后，總的模糊關(guān)系矩陣可表示為：
[0098] R = UR1 1=1 ；
[0099] ⑤模型的輸入向量記為Rin，則輸出向量Rout可表亦為：
[0100] Rd^RoR，"
[0101 ]步驟八:選用重心法解模糊方法，進(jìn)行解模糊，將模糊量轉(zhuǎn)換為精確微生物濃度值 輸出。重心法解模糊方法的公式為：
[0102] % = /[P\, n0 > n0 ：0
[0103] 步驟九:得到微生物數(shù)量的預(yù)測(cè)值。
[0104] 當(dāng)然，上述說(shuō)明并非對(duì)本發(fā)明的限制，本發(fā)明也不僅限于上述舉例，本技術(shù)領(lǐng)域的 普通技術(shù)人員在本發(fā)明的實(shí)質(zhì)范圍內(nèi)所做出的變化、改型、添加或替換，也屬于本發(fā)明的保 護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征在于:包括以下步驟： (1) 確定所研究的食品產(chǎn)品及需要預(yù)測(cè)的微生物危害對(duì)象，梳理食品的生產(chǎn)流通流程， 了解影響微生物動(dòng)態(tài)生長(zhǎng)的環(huán)境因素； (2) 獲取試驗(yàn)數(shù)據(jù)或?qū)嶋H檢測(cè)歷史記錄； (3) 確定預(yù)測(cè)模型的輸入變量與輸出變量； (4) 為輸入變量與輸出變量分別選擇合適的模糊子集和隸屬度函數(shù)； (5) 將輸入變量、輸出變量分別與其對(duì)應(yīng)的模糊集合置換，形成模糊集合在變量上的隸 屬度函數(shù)； (6) 定義"與"為取小，"或"為取大，采用"取大-取小"模糊推理算法； (7) 建立輸入變量與輸出變量的模糊關(guān)系矩陣； (8) 選用重心法解模糊方法進(jìn)行解模糊； (9) 得到微生物數(shù)量的預(yù)測(cè)值。2. 如權(quán)利要求1所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(2)中的試驗(yàn)數(shù)據(jù)或檢測(cè)歷史記錄包括食品中微生物的初始數(shù)量Ii cis、環(huán)境因 素^、流程過(guò)程中食品微生物數(shù)量η〇Ρ和流程結(jié)束時(shí)食品中微生物的數(shù)量η。。。3. 如權(quán)利要求1或2所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特 征在于:所述步驟(3)中的輸入變量包括環(huán)境因素 Xm、流程過(guò)程中檢測(cè)時(shí)間點(diǎn)距初始時(shí)間點(diǎn) 的時(shí)長(zhǎng)δΡ。4. 如權(quán)利要求3所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述食品中微生物的初始數(shù)量= O時(shí)η〇Ρ的值。5. 如權(quán)利要求4所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(3)中的輸出變量為在各時(shí)間點(diǎn)檢測(cè)到的食品中微生物的數(shù)量η。。6. 如權(quán)利要求5所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(4)是這樣實(shí)現(xiàn)的： (41) 記第m個(gè)輸入變量的論域&",，輸出變量的論域?yàn)镮。，I。均為有序集； (42) 記第m個(gè)輸入變量的模糊子集個(gè)數(shù)為~，模糊集合為Am= {Aml，Am2, . . .，Amk，...， 八^?}氺=1.2，...，^;輸出變量的模糊子集個(gè)數(shù)為8。，模糊集合為8={8 1，82，...，85。}; (43) 輸入變量Xm的論域中的元素(論域￡^中的第j個(gè)元素 ，j = 1，2，…；j e Z+)在 模糊子集Amk上的隸屬度為~ = /Z4JxfJ，輸出變量η。的論域尾。中的元素 M論域疋β中的 第j個(gè)元素 ，j = 1，2，…；j G Z+)在模糊子集Br(r= 1，2，…，So)上的隸屬度為二。7. 如權(quán)利要求6所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(5)是這樣實(shí)現(xiàn)的： (51) 將輸入變量的模糊集合AdP輸出變量的模糊集合B分別記作論域，論域4^、 分別記作模糊集合； (52) 元素 Amk在模糊子集盡^上的隸屬度為(4,,,f)，元素 Br在模糊子集η?！股系碾`屬度 為隊(duì)M)。8. 如權(quán)利要求7所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(4)中9. 如權(quán)利要求10所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(7)是這樣實(shí)現(xiàn)的： (71) 將獲取的數(shù)據(jù)分別進(jìn)行模糊化，第i組（i = l，2,…，N;iez+正整數(shù))數(shù)據(jù)轉(zhuǎn)化為列 向量表示形式：(72) 第i組數(shù)據(jù)的輸入變量與輸出變量的關(guān)系矩陣可以表示為:第i組數(shù)據(jù)的輸入關(guān)系 矩陣，第i組數(shù)據(jù)的輸出關(guān)系矩陣：(73) 第i組數(shù)據(jù)的模糊關(guān)系矩陣為：(74) 得到每組數(shù)據(jù)的模糊關(guān)系矩陣后，總的模糊關(guān)系矩陣可表示為：(7 5)微生物生長(zhǎng)預(yù)測(cè)模型的輸入向量記為Rin，則輸出向量Rciut可表不為：10. 如權(quán)利要求9所述的一種生產(chǎn)流通過(guò)程中食品所含微生物的生長(zhǎng)預(yù)測(cè)方法，其特征 在于:所述步驟(7)中重心法解模糊方法的公式
【文檔編號(hào)】G06N5/04GK105930936SQ201610289218
【公開(kāi)日】2016年9月7日
【申請(qǐng)日】2016年5月4日
【發(fā)明人】高永超, 劉麗梅, 錢(qián)恒
【申請(qǐng)人】山東省標(biāo)準(zhǔn)化研究院