柏，一级评价权重指标如下：
[0077] all = (0. 275, 0. 251, 0. 228, 0. 247)
[0078]al2 = (0. 164, 0.236, 0.350, 0.249)
[0079]al3 = (0. 244, 0.313, 0.247, 0.195)
[0080] 一级评价矩阵如下：
[0084]Bll = (0. 046, 0. 748, 0. 217, 0)
[0085] B12 = (0. 060, 0. 323, 0. 518, 0. 099)
[0086]B13 = (0. 202, 0. 505, 0. 098, 0. 195)
[0087] 由上述数值结合备择集赋值可得出二级指标的得分，脱毒效果得分为B11Vt= (0.046,0.748,0.217,0) ? (100, 75, 50, 25)T= 71. 55
[0088] 同理，产酶含量得分为58. 6,蛋白质量得分为67. 85。
[0089] 由三个二级指标确定评价权重如下：
[0090] A= (0.361,0.296,0.343)
[0091] 二级评价矩阵如下：
[0094] 从而得出黑曲霉与枯草芽孢杆菌以1:2的接种方式获得的发酵菜籽柏综合评价 得分为 5Vt= (0.080,0. 854,0.066) ? (99, 66, 33)T=66. 462
[0095] 根据上述黑曲霉与枯草芽孢杆菌以1:2的接种方式获得的发酵菜籽柏品质综合 评价的算法可得出以1:1和2:1接种比例的菜籽柏分别得分为68. 376和60. 357,可确定出 按照哪种比例得到的发酵柏品质最好。
[0096] 实施例三：含水率对发酵菜籽柏品质的影响
[0097] 以55%、60%与65%水分含量的菜籽柏，黑曲霉与枯草芽孢杆菌菌液比为1:1进 行发酵，发酵完成后得到各发酵柏评价指标实测值如下表所示：
[0098]
[0099] 按照实施例一的方法计算出发酵不同水分含量菜籽柏得到的柏品质的综合得分， 对于55%水分含量发酵柏，一级评价权重指标如下：
[0100] all = (0. 285, 0. 236, 0. 275, 0. 204)
[0101] al2 = (0. 200, 0. 289, 0. 304, 0. 207)
[0102] al3 = (0. 302, 0. 149, 0. 299, 0. 250)
[0103] -级评价矩阵如下：
[0107] BH= (0. 071, 0. 767, 0. 162, 0)
[0108] B12 = (0, 0. 003, 0. 748, 0. 249)
[0109] B13 = (0, 0. 331, 0. 308, 0. 362)
[0110] 由上述数值结合备择集赋值可得出二级指标的得分，脱毒效果得分为B11Vt= (0.071,0.767,0. 162,0) ? (100,75,50,25)1= 72.725
[0111] 同理，产酶含量得分为43. 85,蛋白质量得分为49. 275。
[0112] 由三个二级指标确定评价权重如下：
[0113] A= (0.439,0.264,0.297)
[0114] 二级评价矩阵如下：
[0117] 从而得出黑曲霉与枯草芽孢杆菌以1:2的接种方式获得的发酵菜籽柏综合评价 得分为吞Vt= (0.090,0.583,0,328) ? (99, 66, 33)1=58.212
[0118] 根据上述55%水分含量菜籽柏进行发酵获得的发酵菜籽柏品质综合评价的算法 可得出以60 %和65 %水分含量发酵的菜籽柏分别得分为65. 34和67. 386,可确定出发酵的 最优水分含量。
【主权项】
1. 一种菜籽柏经过微生物发酵后品质的模糊综合评价方法，其特征在于，包括以下内 容： (1)评价体系的建立建立模糊评价方法 根据发酵菜籽柏品质影响的特点，将评价指标分为2个层次，共11个因子，整个过程评 价因子分为1个互不相交的子集U= {Ul，U2，…，Ul}，每个因素评语集V按照100分值进 行评定，第一层次的因子U iQ = 1，2，…，1)由第二层次中的m个因子决定，即Ui= {u u， ui2，…，uim}; 评价指标的量化采用建立备择集，再进行隶属度计算的方法，通过强制决定法来确定 指标的权重，进而建立综合评价模型对发酵菜籽柏品质影响进行计算，其中3个二级指标 由12个一级指标计算得到，综合评价结果由3个二级指标计算得到， 所述的建立备择集为：根据发酵菜籽柏评价的一般方法，将发酵菜籽柏品质综合评价 分为优，良，差3个等级，分别以^表示。建立备择集=丨石,5, 5},为便于评 价对各评价因子分别赋值99、66、33,即? = {99, 66, 33}。对于一级指标的评价建立备择集V ={￥1，￥2，￥3，％}，分别赋值100、75、50、25，即￥={100,75,50,25}， 所述的计算隶属度为：对于评价指标分值，可根据指数法计算出单因子评价结果，再根 据德尔菲法（Delphi法）确定，引入梯形分布方法建立评价指标隶属函数，根据发酵菜籽柏 品质评价标准共分为4个评价等级，确定隶属函数的表达式为： vl，$隶属函数表达式为：其中：r(x)为隶属函数；Xi表示第i个评价因子的实测值；s。D Su, su+1在一级指标计 算中分别表示各评价因子的第j_l，j，j+1级标准值，在二级指标计算中为评语集中对应的 赋值， 所述的强制确定法确定权重为：规定权重的计算公式如下： W1= Cys1 (4) 式中，W1-第i种评价因子的权重值A-第i种评价因子的实测值；Si-第i种评价 因子标准值的算数平均值。 归一化运算公式如下：其中On= 1，2，···，i) ; (η= 1，2，···，i)，得到一个IXi的模糊矩阵，即各评价因子 的权重分配矩阵A: A = Ia1, a2, a3, a4} 所述的建立综合评价模型为：由评价因子U= Iu1,U2，…，uj和备择集V= Iv1, V2，…， V]}组成关系矩阵P其中为评价因子u i对评语集V ,的隶属度。 再进行综合评价运算：B = A ° P = {h，b2, b3, b4} 其中：bi= (V*(aiA*Pij)j= Q，2,3,4)，记为 Μ(Λ*，V*)表示模糊矩阵 合成算子，即Μ(Λ*，V*)。 所述的二级指标分值计算为： Z BV (b 1，bg，bg，bj · (Vi，V2，V3，V4) 然后利用二级指标分值与上述隶属函数及权重确定方法得到权重向量和关系矩阵 A = I a 1., a，2, a g} 所述的建立综合评价模型为：由评价因子Ui= {u u，ui2，…，UiJ和评备择集 V = i Vi, ％丨组成关系矩阵?>其中：Pii为评价因子Uin对评语集$的隶属度， 再进行综合评价运算：_§ = A ° F = ? 2, ? } 其中：k=(V*(kA*U j= (1，2,3)，记为Μ(Λ*，V*) 表示模糊矩阵合成 算子，即 Μ( Λ *，V *)。 所述综合评分值计算为： Z = BV1= (b：i, b_, b ) · Cti, v：, Y3 ) (2)发酵微生物及发酵品质指标设定 1) 发酵微生物 黑曲霉、枯草芽孢杆菌、啤酒酵母、保加利亚乳杆菌 2) 评价指标及赋值 评价指标及各评价等级评定标准值如下表所示：其中，1* :芥子酶活力单位（U)定义，即Ig发酵菜籽柏粉在40°C和pH7. O条件下反应 lh，释放出Iumol葡萄糖为一个酶活力单位，已umol葡萄糖· g 1 · h 1表示。
【专利摘要】本发明涉及菜籽粕经过微生物发酵后品质的模糊综合评价方法，其方法是：根据发酵菜籽粕品质的主要影响因素，在评价中引入了模糊评价理论，采用强制决定法确定指标权重，采用对评价等级赋值法并通过模糊综合评价得出发酵菜籽粕品质的综合得分，从而判断出菜籽粕的品质。此外，可将综合评分用于发酵方式及发酵条件的选择上，使结果评判更为简便、直观。本发明具有指标全面、评价准确、操作方便、主观影响小等显著特点，在菜籽粕品质评价方面具有广泛的应用前景。
【IPC分类】G06F19/00
【公开号】CN105069278
【申请号】CN201510416877
【发明人】丁之恩, 方洁, 徐浩, 丁昱, 程江华, 周天驹, 李菁楠
【申请人】安徽农业大学
【公开日】2015年11月18日
【申请日】2015年7月14日