[发明专利]一种关联食品种类-风险因子的数学模型

说明书

本发明公开了一种关联食品种类‑风险因子的数学模型，本研究采用“大数据”分析理论，对省食品、保健食品年监测数据进行统计分析，提高监测数据的利用率，关联监测数据和产品属性，建立相适应数学模型。通过数学模型对监测数据进行潜在信息的挖掘，实现监测数据的“可视化”(风险程度指数化)，从而达到对产品安全性进行评价和风险预估。并通过对产品安全性进行评价和风险预估，对我省食品、保健食品风险事件进行风险预警。以监测数据的分析为基础，为政府监管部门提供我省食品安全风险趋势的相关信息，为监管部门的食品政策提出数据支撑。

技术领域

本发明涉及一种关联食品种类-风险因子的数学模型，属统计计算模型设计领域。

背景技术

食品安全问题是一个遍及全球、威胁人类健康的重要的公共卫生问题。本世纪以来，法国、德国、比利时、西班牙等国发生数次食品安全问题；美国李斯特菌食物中毒事件导致20人死亡，累计上万人中毒；我国从2003安徽阜阳劣质奶粉事件，导致多名婴儿死亡；2008年三聚氰胺婴幼儿奶粉事件，致使30多万婴幼儿身受其害，多名患儿死亡；2012年白酒塑化剂事件和黄金大米事件，对人体健康造成潜在威胁，同时引发社会对科研工作者的信任危机。

从本质上讲，造成食品安全问题的根源是信息不对称。从农田到餐桌(种养殖、生产加工、包装、运输、存储、销售、消费)整个食物链的各个环节都容易出现信息的不对称，导致食品安全信息难以传递。有效利用一切与食品安全相关的信息，提取有价值的预防控制知识，对于食品安全领域尤为重要。在全球经济、科学与技术一体化的信息生命时代，食品安全信息化也呈现出全球化发展趋势，1998年美国提出具有化战略意义的数字地球概念，用数字化手段处理整个地球的自然和社会活动等方面问题，最大限度利用资源，使人们通过一定方式方便地获得有关地球的信息，包括食品安全与人类健康关系的各种信息。

本研究采用“大数据”分析理论，对省食品、保健食品年监测数据进行统计分析，提高监测数据的利用率，关联监测数据和产品属性，建立相适应数学模型。通过数学模型对监测数据进行潜在信息的挖掘，实现监测数据的“可视化”(风险程度指数化)，从而达到对产品安全性进行评价和风险预估。并通过对产品安全性进行评价和风险预估，对食品、保健食品风险事件进行风险预警。以监测数据的分析为基础，为政府监管部门提供我省食品安全风险趋势的相关信息，为监管部门的食品政策提出数据支撑；所获得的研究结果可以为公众提供相关的食品安全风险预警信息，为企业提供相应的生产风险因子信息，为企业生产高品质产品提供依据。

发明内容

上述一种关联食品种类-风险因子的数学模型，其特征在于：建立了人群、地区和污染物之间相互关联的数学模型，有效结合大数据分析理论评估食品种类与风险因子之间的关联，将抽象的数值，转化成可视化的量化指表。

上述一种关联食品种类-风险因子的数学模型，其特征在于：从食品种类、地区影响风险监测，获得各类风险因子在食品种类中曝露量的数据。通过对监测数据的分析和数据挖掘，将抽象的数值，转化成可视化的量指表。

上述一种关联食品种类-风险因子的数学模型，其特征在于：采用大数据分析将随机性的食品数据通过统计计算集成到一起，较好的解决了模糊集概念存在的不足。

上述一种关联食品种类-风险因子的数学模型，其特征在于：采用食品种类分类和抽样调查的方法建立人群食物摄入量模型，简化了膳食模型，有效提高了食品种类之间的关联性。

上述一种关联食品种类-风险因子的数学模型，其特征在于：采用非参数估计的方法确定污染量的总体分布对食品卫生监测部门日常对市场上食品的检测数据、市场上各类食品的流通量以及进出口口岸的监测数据等污染物建立模型。

上述一种关联食品种类-风险因子的数学模型，其特征在于：构造了匹配因子α在一定程度上消除了奇异样本的影响，有效提高了食品摄入量的精确度。

模型建立