60Co-γ射线辐照SPF反刍动物饲料剂量优化方法与流程

本发明涉及涉及辐照加工领域、spf实验动物领域、及模糊数学领域，具体涉及一种60co-γ射线辐照spf反刍动物饲料剂量优化方法。

背景技术：

辐照杀菌技术起源于1943年美国麻省理工学院为美国军方从事“射线对汉堡包处理的研究开始，至今已有63年的发展史。辐照灭菌技术是采用电离辐射的方式杀死微生物的冷杀菌技术，由于灭菌效好，无残留等优点，广泛的应用于医疗、食品、宠物饲料等领域；spf动物饲料对于营养成分和微生物指标都有严格的要求，应用辐照灭菌方式可以良好的保存饲料的营养成分；此外辐照灭菌技术无残留，不会对饲料产生再污染。

为了比较不同辐照剂量对spf反刍动物饲料的影响，往往需要对辐照后饲料进行评价，影响spf反刍动物饲料品质主要因素主要包括：微生物指标、感官指标、理化指标。为了衡量不同剂量辐照后饲料品质，直接对影响因素给定权值求和，不可避免的带有主观性。采用ahp层次分析法通过一致性检验后，可以有效的避免主观性，使权值更加合理。传统ahp算法在计算过程中往往较为复杂。

技术实现要素：

本发明的目的是解决60co-γ射线辐照spf反刍动物饲料品质评价体系，建立了不同剂量辐照spf反刍动物饲料对饲料品质影响的方法。

上述的目的通过以下的技术方案实现：

一种60co-γ射线辐照spf反刍动物饲料剂量优化方法，该方法包括如下步骤：

步骤一：模糊集合的定义；

步骤二：评语的建立；

步骤三：对不同剂量下各组实验数据按照评语进行评价并进行模糊关系矩阵的确定；

步骤四：根据频率统计，统计评语为y1的个数，构造不同剂量下的优化矩阵：

其中：为一级优化因素x被评为的隶属度；

n为随机取样的总数；

为被判定为的样品数，

并且矩阵满足：

步骤五：按照剂量对矩阵进行整理，将相同剂量下各因素频率统计结果进行整理，得到r1-r4不同剂量下一级理化指标模糊矩阵：

同理建立一级生物指标模糊矩阵rs:

一级感官指标模糊矩阵rg：

步骤六：为了得到量化评价结果，需要对一级模糊矩阵进行加权合成，即一级模糊矩阵与相应权重的乘积，这样可以得到不同剂量辐照后的二级模糊矩阵；

所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的步骤六的一级模糊矩阵的合成运算及归一化处理的具体过程为：

理化指标、微生物指标、感官指标的一级模糊矩阵合成分别为tl，tw，ts：

此处模糊合成算子取为普通矩阵乘积，其中：

表示经改进层次分析法得到的理化、微生物、感官一级权值行向量，并对tl，tw，tg进行归一化处理得到一级模糊优化矩阵tll，tww，tgg。

所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的步骤六中二级模糊矩阵的合成运算及归一化处理的过程包括二级模糊化矩阵ec的合成和将合成矩阵ec归一化得到二级模糊优化矩阵y。

所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的级模糊化矩阵ec的合成得具体过程为：将不同辐照剂量结果按照以下方式构成二级模糊化矩阵：

二级模糊矩阵的运算及归一化处理：

此处模糊合成算子取为普通矩阵乘积，其中

其中：为二级指标的权值。

所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的将合成矩阵ec归一化得到二级模糊优化矩阵y的具体过程为：

在矩阵y中，每一行为该剂量率辐照spf反刍动物饲料对应评语的隶属度，根据最大隶属原则，每一行中最大数值所在的列的评语即为该辐照工艺下的优化结论，y1列中的最大值所在的行所对应的辐照剂量为最佳辐照剂量。

有益效果：

1.本发明本发明解决了现有60co-γ射线在spf反刍动物饲料品质评价过程难以量化的问题，在实验数据的基础上，利用模糊评价的方法，对不同剂量辐照后反刍动物饲料的品质给出定量的分析，对辐照剂量进行优化，利用此方法，对不同剂量辐照处理的spf饲料进行评价，评价的结果根据最大隶属度原则，确定辐照工艺。

本发明针对优化出的辐照工艺，再进行了批量试验，理化指标、微生物指标、感官指标均可接受，本文对spf反刍动物饲料辐照效果评价体系建立提供方法。

附图说明：

附图1是本发明的流程图；

附图2是菌落总是的对数值的曲线图；

附图3是霉菌和酵母菌的对数值的曲线图；

附图4是线性拟合的曲线图；

附图5是二级影响因素示意图；

附图6是一级影响因素示意图之一；

附图7是一级影响因素示意图之二；

附图8是一级影响因素示意图之三。

具体实施方式：

实施例1：

一种60co-γ射线辐照spf反刍动物饲料剂量优化方法，该方法包括如下步骤：

步骤一：模糊集合的定义；

辐照剂量水平集为4种不同剂量射线进行处理的剂量水平。实验样品集;二级优化因素集，其中为理化指标，为微生物指标，为感官指标。一级优化因素集合，分别代表粗蛋白、水分、灰分、钙、鳞、粗脂肪、粗纤维，即为各项理化指标。分别代表菌落总数、大肠杆菌群、霉菌总数、沙门氏菌，即为微生物指标。分别表示色泽、气味、组织形态。二级权重系数为，因因素较少，关联程度不强，咨询专家后直接给定权重系数，一级权重系数为，，，指标较多，且各指标具有一定的相关性，为避免主观给定权值使评价结果不具有客观性，采用改进ahp算法得到。

步骤二：评语的建立；

评语集y=（y1，y2，y3，y4，y5）其分别代表特级、一级、二级、三级、四级，五级。其中理化指标为成分损失＜2%为特级、3%为一级、5%为二级、6%为三级、7%为四级。8%以上为五级。微生物指标无菌检出为特级，其他均为五级。感官指标根据专家意见进行评级，由多位专家根据色泽、气味、组织形态、辐照气味、风味进行评价。

步骤三：对不同剂量下各组实验数据按照评语进行评价并进行模糊关系矩阵的确定；

对不同剂量下各组实验数据按照评语进行评价,理化指标结果为tg1，tg2…tg7，微生物指标为tgw1，tgw2，tgw3，tgw4，感官指标为tgg1，tgg2，tgg3。

其中n1，n2…nn为样品标号，tg11，tg12，…tgn5单样品蛋白质评语，可以看到每行只有1个元素为1其他为0。同理可以得到其他理化指标tg2…tg7，微生物指标为tgw1，tgw2，tgw3，tgw4，感官指标为tgg1，tgg2，tgg3的评语。

步骤四：根据频率统计，统计评语为y1的个数，构造不同剂量下的优化矩阵：

其中：为一级优化因素x被评为的隶属度；

n为随机取样的总数；

为被判定为的样品数，

并且矩阵满足：

步骤五：按照剂量对矩阵进行整理，将相同剂量下各因素频率统计结果进行整理，得到r1-r4不同剂量下一级理化指标模糊矩阵：

同理建立一级生物指标模糊矩阵rs:

一级感官指标模糊矩阵rg：

步骤六：为了得到量化评价结果，需要对一级模糊矩阵进行加权合成，即一级模糊矩阵与相应权重的乘积，这样可以得到不同剂量辐照后的二级模糊矩阵。

实施例2：

根据实施例1所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的步骤六的一级模糊矩阵的合成运算及归一化处理的具体过程为：

理化指标、微生物指标、感官指标的一级模糊矩阵合成分别为tl，tw，ts：

此处模糊合成算子取为普通矩阵乘积，其中：

表示经改进层次分析法得到的理化、微生物、感官一级权值行向量，并对tl，tw，tg进行归一化处理得到一级模糊优化矩阵tll，tww，tgg。

实施例3：

根据实施例1或2所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的步骤六中二级模糊矩阵的合成运算及归一化处理的过程包括二级模糊化矩阵ec的合成和将合成矩阵ec归一化得到二级模糊优化矩阵y。

实施例4：

根据实施例1或2或3所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的级模糊化矩阵ec的合成得具体过程为：将不同辐照剂量结果按照以下方式构成二级模糊化矩阵：

二级模糊矩阵的运算及归一化处理：

此处模糊合成算子取为普通矩阵乘积，其中

其中：为二级指标的权值。

实施例5：

根据实施例1或2或3或4所述的60co-γ射线辐照spf反刍动物饲料剂量优化方法，所述的将合成矩阵ec归一化得到二级模糊优化矩阵y的具体过程为：

在矩阵y中，每一行为该剂量率辐照spf反刍动物饲料对应评语的隶属度，根据最大隶属原则，每一行中最大数值所在的列的评语即为该辐照工艺下的优化结论，y1列中的最大值所在的行所对应的辐照剂量为最佳辐照剂量。

本发明所述的60co-γ射线辐照spf反刍动物饲料品质评价过程为：

1、与哈尔滨兽医研究所进行学术讨论，参照非反刍动物饲料辐照经验，对反刍饲料样本辐照剂量范围进行确定，并进行实验剂量预定。

、对样本菌数初值进行测定，在黑龙江省科学院技术物理所辐照中心利用60co辐射源，样品采用定点辐照方式，剂量率为0.5kgy•min-1。辐照剂量范围（15～30）kgy，间隔5kgy，为保障剂量准确，每组实验进行剂量跟踪。

、对不同实验样本进行检测，检测内容包含微生物指标、理化指标、理化指标。

、对spf反刍动物粗饲料的辐照剂量与营养成分之间的相关性进行研究。

、利用改进层次分析法，使各指标权重的确定更加科学、合理。

首先，本发明采用改进层次分析法，我们很难采用1—9标度法来表示出各元素的相对重要性。即使作出判断，也会使判断矩阵带有很大的主观臆断性，从而使评价结果失真。我们分别对矩阵修正方法和一致性检验规则进行改进，可以快速调整得到所需因素对上一级目标的贡献度。将辐照处理后spf反刍动物粗饲料质量评价指标分为理化、微生物指标、感官指标3个大类。分别以u1,u2，u3表示构成二级因素集u。

相应的一级因素子集为：

理化指标子集：u1={u11,u12,u13,u14,u15,u16,u17}，其中；u11—粗蛋白(%)；u12—水分含量(%)；u13—灰分含量(%)；u14—钙含量(%)；u15—鳞含量(%)；u16—粗脂肪含量(%)；u17—粗纤维(%)

微生物指标子集：

u2={u21,u22,u23,u24}，其中：u21—细菌菌落总数(cfu/g)；u22—大肠杆菌数(mpn/100g)；u23—霉菌总数(cfu/g)；u24—沙门氏菌。

其中：u31—色泽；u32—气味；u33—组织形态；

6、利用模糊综合评价对评价的模糊性进行分析，集成各影响因素，在定性分析的基础上，进行数学化、定量化的多层次综合评判，同时考虑定性指标和定量指标，从而得到准确、合理的评判体系，通过模糊数学最大隶属度原则，比较不同剂量辐照品质评价结果，为辐照加工过程中剂量的确定提供参考。

具体准备方案如下：

一、饲料的制作方法及相关国家标准

目前国家对于spf反刍动物饲料制作方法及相关指标还无国家标准，农业部1224号公告，美国奶牛营养需要（nrc2001）、ny/t34-2004奶牛饲养标准，马饲料配方依据nrc（1989）马营养需要、农业部1224号公告等文件及饲养经验配比获得。山羊饲料配方是基于nrc（2007）山羊饲养标准、db34/t441-2004山羊种公羊饲养管理技术规程、db13/t813-2006冀东奶山羊饲养管理技术规程、db34/t445-2004山羊种母羊饲养管理技术规程、ny/t1344-2007山羊用精饲料和ny/t816-2004肉羊饲养标准，结合实际饲养经验配比得到。奶牛饲料配方参照ny/t34-2004奶牛饲养标准、ny/t1245-2006奶牛用精饲料、ny/t1446-2007种公牛饲养管理技术规程、db13/t1097-2009奶牛全混合日粮(tmr)饲养技术规范、db13/t542.3-2004奶牛场生产技术规范第3部分：奶牛饲料与饲草、db11/t150.3-2002奶牛饲养管理技术远东第3部分饲养与饲料、gb/t20804-2006奶牛复合微量元素维生素预混合饲料、db61/t367.11-2005荷斯坦牛育成牛饲养管理技术规范、db61/t367.10-2005荷斯坦牛犊牛饲养管理技术规范结合实际饲养经验配比得到。

二、辐照参数的选择

1辐照剂量范围的确定：

一般中子辐射会产生感生放射性，本发明采用，是使用60co-γ进行辐射灭菌的，60co-γ只产生伽马射线，不存在中子，所以不会使被照物品不会产生放射性。spf反刍动物饲料品质评价的前提是采用辐照的方法将未经灭菌饲料中各项微生物指标达到相关标准，通过（0-15）kgy辐照处理后的不同饲料，贮存不同天数，检测微生物指标，拟合后得到图2和图3的曲线，可以得到，当辐照剂量大于15kgy后，饲料菌落总数在贮存28天后小于10，霉菌和酵母菌为0，确定15kgy以上剂量辐照可保证无菌；各项理化指标随剂量增大无规则变化，当剂量大于30kgy后，辐照气味明显，因此选择（15-30）kgy作为辐照剂量范围，间隔5kgy开展辐照实验，即分别用15，20，25，30kgy进行辐照实验。

辐照剂量率范围的确定：

实验中应用的辐照场是环形放射源，辐照场程圆形分布，在辐照场中剂量率在500gy/h分布空间较大，且分布较均匀。

辐照场中环境温度范围的确定：

实验中应用的辐照场全年温度变化范围在5℃~22℃之间，且温度一般在15℃~22℃范围内时间较长。实验中样本照射在15℃~22℃范围内。

三、辐照剂量的测定

1.剂量跟踪方法的选择：

目前，化学剂量剂在辐照实验中被认为是测量吸收剂量最准确的跟踪方式，针对实验剂量范围（15-30）kgy，选择重铬酸钾剂量剂作为跟踪，所测剂量在量程线性度较好的区别范围内。

剂量剂的标定

所用重铬酸钾剂量计进行跟踪，测量精度与国家ndas计量比对误差小于±3%。

紫外线分光光度计的选择：

重铬酸钾剂量使用紫外可见分光光度计gs54检测，使用过程中分光光度计k值易发生变化，对其必须标定，标定方法为选用低量程剂量计（重铬酸钾）刻度紫外线分光光度计k值，与计算得到的理论值比较，进行k值校正。

数据如下表所示：

线性拟合如图4所示，实验最终得到线性回归系数为γ=0.99998，k测量和k计算一致性的误差为4%，符合计量要求，误差ek和ed均在5%内，符合计量要求。

三、spf反刍饲料品质的评价指标及检测标准

1、品质的评价指标

新的实验动物配合饲料通用标准(中华人民共和国国家标准gb14924—2001)，由中国实验动物学会起草，2001年8月经中华人民共和国国家质量监督检验检疫总局公布，自2002年5月1日开始在全国实施。它适用于小鼠、大鼠、豚鼠、地鼠、犬和猴的配合饲料。国家标准主要对常用的实验动物质量做出规定，地方标准主要针对国家标准中没有的小型猪和树鼩等动物质量提出要求。从涉及的动物种类和领域而言，已应用于科学研究和生物制品生产的长爪沙鼠、灰仓鼠、猫、水生实验动物（稀有鮈鲫、虾虎鱼）、雪貂、裸鼹鼠、高原鼠兔、农用实验动物（猪、马、牛、羊、鸭子等农用动物）等还没有标准，参考其他动物饲料标准，确定理化指标、微生物指标、感官指标为质量评价依据，其中理化指标中包括粗蛋白、水分、灰分、钙、鳞、粗脂肪、粗纤维；微生物指标包括菌落总数、大肠杆菌群、霉菌总数、沙门氏菌；感官指标包括色泽、气味、组织形态、辐照气味、风味，由于组织形态变化不显著，风味无法通过实验的方法获得不做考虑。

、理化指标检测标准

采用以下标准测定理化指标：

gb/t6435-2014测定水分

gb/t6438-2007测定灰分

gb/t6432-1994测定粗蛋白

gb/t6433测定粗脂肪

gb/t6434测定粗纤维

gb/t6436-2002测定钙

gb/t6437-2002测定鳞

采用以下标准测定微生物指标：

gb14922.2-2001实验动物微生物学等级及监测

感官指标的评判由哈尔滨兽医研究所实验动物专家进行评判

四、改进ahp法确定权重

根据国家标准，spf反刍动物饲料的品质分层进行分析，其中二级影响因素如图5所示，一级影响因素如图6-8所示，本方法利用层次分析法得到不同剂量辐照后品质结果，因此一、二级影响因素对于辐照后spf反刍饲料品质影响不同，要想得到客观的评价结果就要科学的对权重进行确定。在确定权值的过程中，二级影响因素较少，关联程度不强，咨询相关动物学专家后权重确定为理化指标：微生物指标：感官指标=7:2:1，而一级影响因素指标较多，且各指标具有一定的相关性，为避免主观给定权值使评价结果不具有客观性，采用ahp算法。

以理化指标中一级因素为例建立ahp算法的数学模型，采用1-9标度法构造理化指标判断矩阵，利用标度法确定判断矩阵a=，即每次取一级理化指标优化因素，进行比较，比较规章按照表1，结果赋值，且其中，规则如表1：

为了避免多因素条件下专家给定意见的主观性，，并且通过专家给定的正反矩阵往往不能通过一致性检验（构造的矩阵均为两因素比较结果，没有顾忌多因素互相比较的过程，一致性检验可以避免给定过程中不合理的元素），这就需要对构造的正反矩阵进行调整，因为构造方式得到的矩阵a具有以下性质：本发明专利采用改进算法对ahp模型进行优化处理：

定理1：判断矩阵a具有完全一致性的充分必要条件是a的最大特征值，且其规范化的特征向量为权重向量。

定理2：判断矩阵a具有完全一致性的充分必要条件对任意都有成立。

于是对于正互反矩阵，任意

（1）

对公式（1）两边关于k求和得：

（2）

也就是说式（2）为a是一致性矩阵的必要条件，若（2）不成立，则矩阵a一定不是一致性矩阵，于是在一致性检验无法通过时，我们构造新的矩阵b

（3）

于是，在初始专家给定权重构造的一致性矩阵a不满足一致性判断时，我们利用b做为a的修正矩阵，改善矩阵的一致性，如果a为一致性矩阵则b=a。

基于以上调整过程后，得到的矩阵也要进行一致性检验，本发明专利对传统一致性检验进行了改进，具体方法如下：

定理：若a为完全一致性矩阵，则其最大特征值，若a不具有完全一致性，a的最大特征值会稍大于n，于是用：

（4）

作为矩阵a满足一致性的标准。

根据t.l.saaty教授提出的一致性比例关系^[7]：

（5）

其中ri可由表查得，为矩阵a的最大特征值。

而，把（5）式代入得：

（6）

显然：

（7）

式(7)来检验矩阵是否满足一致性，可省去求解矩阵特征值的过程，提高运算效率。对满足一致性检验后矩阵的处理采用以下步骤计算各层元素的排序权值，所得到的特征向量即为理化指标各因素的权值：

（1）对矩阵的各列求和

（2）对每一列进行归一化处理

（3）对每一行进行求和，即得出特征向量

以理化指标为例，利用改进的算法为例：

根据哈尔滨哈尔滨兽医研究所专家意见和比较规则可以得到表2：

以表内数据建立ahp模型正反矩阵a

查n阶矩阵的随机，当n=7时，ri=1.36，对于7阶正反矩阵，运用（7）式进行一致性检验：

不符合一致性判定条件，说明在专家设计权值过程中存在一定疏漏需要调整，也就是说初始专家给定的权值存在不合理的情况,，利用（3）式对构造矩阵进行修正：

一致性检验：

继续利用（4）式进行优化得

一致性检验：

计算指标的权重：对特征向量进行归一化处理最终优化得到理化指标的权值为：

同理可以得到微生物指标和感官指标的权值：

菌落总数、大肠杆菌群、霉菌总数、沙门氏菌=0.25:0.25:0.25:0.25

色泽：气味：组织形态=0.2:0.6:0.2。