[發明專利]一種構建多指標評價模型對小麥品質分級的方法

在審

• 申請號: 201810243265.2
• 申請日: 2018-03-23
• 公開（公告）號: CN110163459A
• 公開（公告）日: 2019-08-23
• 發明（設計）人: 蔣華偉;周同星
• 申請（專利權）人: 河南工業大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/02
• 代理公司: 河南豫龍律師事務所 41177
• 代理人: 游國戰

1.一種構建多指標評價模型對小麥品質分級的方法，其特征在于：包括以下步驟：

步驟1)、構建小麥指標評價集，選取七個測量指標肪酸值、降落值、沉降值、還原糖、發芽率、過氧化物酶、電導率分別定義a、b、c、d、e、f、g，對于每批小麥Q_i對應有相應的指標集合：

Q_i＝[a_i，b_i，c_i，d_i，e_i，f_i，g_i]?????????(1)

測試的小麥有i批，得到如下小麥數據集：

步驟2)、對小麥各指標品質分級

對小麥各指標的品質進行縱向比較，提取小麥的同一指標，組成集合進行單獨分析，用集合A＝[a₁,a₂,…a_i]進行統計脂肪酸值的數據，并對A進行橫向計算，將i個數據分成從小到大的四個區間，分別代表優、良、中、差四種分布情況，再將不同的數據歸在不同的區間內，從而得到小麥中脂肪酸的分級情況；同理降落值、降落值、沉降值、還原糖、發芽率、過氧化物酶、電導率指標以同樣的方法進行分析；

步驟3)、對于脂肪酸值、降落值、電導率指標，取小麥中的最小值a_min代表這i批小麥中脂肪酸值作為優的數據，取其中的最大值a_max作為差的數據，定義區間長度為：

將i個數據以α為區間長度，分成四個區間：(a_min～a_min+α)、(a_min+α～a_min+2α)、(a_min+2α～a_min+3α)、(a_min+3α～a_max)，從小到大分別對應優、良、中、差四種品質情況；

對于沉降值、發芽率、過氧化物酶指標，取小麥中的最小值a_min代表這i批小麥中脂肪酸值作為優的數據，取其中的最大值a_max作為差的數據，定義區間長度為：

將i個數據以α為區間長度，分成四個區間：(a_min+3α～a_max)、(a_min+2α～a_min+3α)、(a_min+α～a_min+2α)、(a_min～a_min+α)，從大到小分別對應優、良、中、差四種品質情況；

對于還原糖指標，取數據位于中間的值作為最優值，定義為a_mid，同時取得最大值a_max和最小值a_min，定義兩個區間長度β和γ為：

從而得到分級區間：優為(a_mid-β～a_mid+γ)、良為(a_mid-2β～a_mid～β)∪(a_mid+γ～a_mid+2γ)、中為(a_mid-3β～a_mid～2β)∪(a_mid+2γ～a_mid+3γ)、差為(a_min～a_mid-3β)∪(a_mid+γ～a_max)；

步驟4)、統計由步驟3)得到的各區間內數據分布情況，對數據進行修正；

a)、優的區間內數據量過少同時差的數據量過多時，取次小的值作為優的標準，將除最小值以外的i～1個數據分成四個區間，統計各區間內數據的分布情況，進行修正；

b)、優的區間內數據量過多同時差的數據量過少時，取次大的值作為差的標準，優的區間內數據量過多而同時差的數據量過少，則取次大的值作為差的標準，將除最大值以外的i～1個數據分成四個區間，統計各區間內數據的分布情況，進行修正；

對修正后的數據單獨計算；

經過分析和誤差修正以后，得到準確的指標分級區間和評價情況，將公式(2)中各指標數據用優、良、中、差四種評價來代替，從而組成新的矩陣，進一步的統計分析；

步驟5)、構建分級模型

由步驟4)得出小麥綜合品質狀況，根據小麥品質間的數量關系，建立分級和分類標準，根據小麥各個指標優、良、中、差的分布情況，建立小麥的分級，具體分級如表1所示：

表1小麥分級標準

一級小麥：包含優的指標3個或3個以上，不含差的指標；

二級小麥：包含良或良以上的指標3個或3個以上，至多1個差指標；

三級小麥：包含中或中以上的指標3個或3個以上，至多2個差指標；

四級小麥：有3個級三個以上差的指標。