[发明专利]一种微生物发酵后菜籽粕品质的模糊综合评价的方法在审
申请号: | 201510416877.3 | 申请日: | 2015-07-14 |
公开(公告)号: | CN105069278A | 公开(公告)日: | 2015-11-18 |
发明(设计)人: | 丁之恩;方洁;徐浩;丁昱;程江华;周天驹;李菁楠 | 申请(专利权)人: | 安徽农业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 安徽合肥华信知识产权代理有限公司 34112 | 代理人: | 余成俊 |
地址: | 230036 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 微生物 发酵 菜籽 品质 模糊 综合 评价 方法 | ||
技术领域
本发明属于生物技术领域,数学评价体系,涉及菜籽粕经过微生物发酵后品质提高及评价体系及方法建立,具体地说是一种用于客观定性定量、综合分析微生物发酵后菜籽粕品质的模糊综合评价的方法。
背景技术
油菜籽是我国第一大油料作物,每年经制油后产生的菜籽粕高达700万t。菜籽粕富含蛋白质,是仅次于豆粕的植物蛋白源,并且,氨基酸含量丰富。其中,蛋氨酸、精氨酸、亮氨酸和缬氨酸含量较高,赖氨酸量略低于豆粕,其他必需氨基酸能与豆粕相当,营养价值可与联合国粮农组织(FRO)和世界卫生组织(WHO)推荐的模式蛋白质相媲美。由此可见,菜籽粕开发利用前景广阔,但是,长期以来,由于菜籽粕中含有硫代葡萄糖甙(硫甙)及其降解物、植酸、芥子碱、酚酸和单宁等大量抗营养因子的存在,严重阻碍此深度开发利用。由于微生物发酵法脱除抗营养因子具有处理方便、成本低、可工厂化处理脱毒,并且去除抗营养因子的同时增进营养,在菜籽粕脱毒应用中广受亲睐。因此,利用微生物发酵提高蛋白质及对发酵后菜籽粕品质进行科学评价具有应用基础价值。
发明内容
本发明的目的是针对微生物发酵菜籽粕品质评价指标多样性体系:包括抗营养因子脱除率、蛋白质含量、多肽含量、蛋白质体外消化率等,提供一种发酵菜籽粕品质主要影响因子的模糊综合评价方法。
为了实现综合评价微生物发酵菜籽粕品质及筛选发酵条件的目的,本发明采用的方法是:根据发酵菜籽粕品质的主要影响因素,在评价体系中引入模糊评价理论,即:结合模糊数学思想对发酵菜籽粕品质的影响因素进行整理、综合,采用强制决定法,经综合计算确定指标权重,并通过模糊综合评价得出菜籽粕发酵的最优发酵方式及其工艺。
本发明具有的优点:
(1)该方法将多个质量系数合成为综合评价指标,具有更好的简便性和直观性;
(2)提供一种综合性的评价指标来评判发酵菜籽粕的品质;
(3)利用综合性评价指标可以用来筛选菌种、发酵方式及发酵条件。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本发明发酵菜籽粕品质影响的特点,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l个互不相交的子集U={u1,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ui(i=1,2,…,l)由第二层次中的m个因子决定,即ui={ui1,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粕品质影响进行计算。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:根据发酵菜籽粕评价的一般方法,将发酵菜籽粕品质综合评价分为优,良,差3个等级,分别以表示。建立备择集为便于评价对各评价因子分别赋值99、66、33,即对于一级指标的评价建立备择集V={v1,v2,v3,v4},分别赋值100、75、50、25,即V={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,根据发酵菜籽粕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:
隶属函数表达式为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽农业大学,未经安徽农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510416877.3/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用