[发明专利]一种构建多指标评价模型对小麦品质分级的方法

摘要

本发明涉及一种构建多指标评价模型对小麦品质分级的方法，本发明根据小麦品质间的数量关系，建立分级和分类标准，根据小麦各个指标优、良、中、差的分布情况，建立小麦的分级，建立的分级模型是基于小麦食用角度来建立的，评价为差的指标有较大的危害性，出现一个差的评价，即说明该小麦已不属于优质的一级小麦；若出现多个差的评价，则说明这些指标的劣变对人体的健康会造成很大的影响，所以直接定义为四级小麦，本发明采用模型中数据自身的数量关系，通过对小麦测试数据的计算，获得各指标对品质影响效果，可以完成了这批小麦相对分级，建立起灵活有效并适合小麦品质分级的系统，为小麦安全储藏和评价提供一定的技术支撑。

主权项

1.一种构建多指标评价模型对小麦品质分级的方法，其特征在于：包括以下步骤：步骤1)、构建小麦指标评价集，选取七个测量指标肪酸值、降落值、沉降值、还原糖、发芽率、过氧化物酶、电导率分别定义a、b、c、d、e、f、g，对于每批小麦Q_i对应有相应的指标集合：Q_i＝[a_i，b_i，c_i，d_i，e_i，f_i，g_i]   (1)测试的小麦有i批，得到如下小麦数据集：步骤2)、对小麦各指标品质分级对小麦各指标的品质进行纵向比较，提取小麦的同一指标，组成集合进行单独分析，用集合A＝[a₁,a₂,…a_i]进行统计脂肪酸值的数据，并对A进行横向计算，将i个数据分成从小到大的四个区间，分别代表优、良、中、差四种分布情况，再将不同的数据归在不同的区间内，从而得到小麦中脂肪酸的分级情况；同理降落值、降落值、沉降值、还原糖、发芽率、过氧化物酶、电导率指标以同样的方法进行分析；步骤3)、对于脂肪酸值、降落值、电导率指标，取小麦中的最小值a_min代表这i批小麦中脂肪酸值作为优的数据，取其中的最大值a_max作为差的数据，定义区间长度为：将i个数据以α为区间长度，分成四个区间：(a_min～a_min+α)、(a_min+α～a_min+2α)、(a_min+2α～a_min+3α)、(a_min+3α～a_max)，从小到大分别对应优、良、中、差四种品质情况；对于沉降值、发芽率、过氧化物酶指标，取小麦中的最小值a_min代表这i批小麦中脂肪酸值作为优的数据，取其中的最大值a_max作为差的数据，定义区间长度为：将i个数据以α为区间长度，分成四个区间：(a_min+3α～a_max)、(a_min+2α～a_min+3α)、(a_min+α～a_min+2α)、(a_min～a_min+α)，从大到小分别对应优、良、中、差四种品质情况；对于还原糖指标，，取数据位于中间的值作为最优值，定义为a_mid，同时取得最大值a_max和最小值a_min，定义两个区间长度β和γ为：从而得到分级区间：优为(a_mid‑β～a_mid+γ)、良为(a_mid‑2β～a_mid～β)∪(a_mid+γ～a_mid+2γ)、中为(a_mid‑3β～a_mid～2β)∪(a_mid+2γ～a_mid+3γ)、差为(a_min～a_mid‑3β)∪(a_mid+γ～a_max)；步骤4)、统计由步骤3)得到的各区间内数据分布情况，对数据进行修正；a)、优的区间内数据量过少同时差的数据量过多时，取次小的值作为优的标准，将除最小值以外的i～1个数据分成四个区间，统计各区间内数据的分布情况，进行修正；b)、优的区间内数据量过多同时差的数据量过少时，取次大的值作为差的标准，优的区间内数据量过多而同时差的数据量过少，则取次大的值作为差的标准，将除最大值以外的i～1个数据分成四个区间，统计各区间内数据的分布情况，进行修正；对修正后的数据单独计算；经过分析和误差修正以后，得到准确的指标分级区间和评价情况，将公式(2)中各指标数据用优、良、中、差四种评价来代替，从而组成新的矩阵，进一步的统计分析；步骤5)、构建分级模型由步骤4)得出小麦综合品质状况，根据小麦品质间的数量关系，建立分级和分类标准，根据小麦各个指标优、良、中、差的分布情况，建立小麦的分级，具体分级如表1所示：表1小麦分级标准一级小麦：包含优的指标3个或3个以上，不含差的指标；二级小麦：包含良或良以上的指标3个或3个以上，至多1个差指标；三级小麦：包含中或中以上的指标3个或3个以上，至多2个差指标；四级小麦：有3个级三个以上差的指标。