一种生产流通过程中食品所含微生物的生长预测方法技术

技术编号:13675337 阅读:92 留言:0更新日期:2016-09-08 01:01
本发明专利技术提供一种生产流通过程中食品所含微生物的生长预测方法,所述方法包括:(1)确定所研究的食品产品及需要预测的微生物危害对象(2)获取试验数据;(3)确定预测模型的输入、输出变量;(4)为输入、输出变量选择模糊子集和隶属度函数;(5)将输入、输出变量分别与其对应的模糊集合置换,形成模糊集合在变量上的隶属度函数;(6)采用“取大‑取小”模糊推理算法;(7)建立输入、输出变量的模糊关系矩阵;(8)重心法解模糊方法进行解模糊;(9)得到微生物数量的预测值。本方法便于在生产流通过程之中及时发现和控制危害,减小危害范围,降低了损失,节约了成本,提高了企业预防和控制食品生产流通过程中微生物风险的能力。

【技术实现步骤摘要】

本专利技术属于预测微生物学
,尤其涉及一种生产流通过程中食品所含微生物的生长预测方法
技术介绍
食品安全风险主要来自物理性、化学性与生物性等三种性质的危害,其中生物性危害占食品供应中危害的95%以上,是食品安全最显著的危害。食品在生产、加工、运输、储存、销售过程中,很容易被微生物污染。只要温度适宜,微生物就会生长繁殖,破坏食品中的蛋白质等营养成分,使食品腐败或变得不安全。因此,微生物危害的预防和控制,成为食品企业进行风险管理的重要任务。目前,实验室中进行的微生物接种生长试验,得到了微生物在固定条件下随时间生长的大量数据。但实际生产流通过程中,食品中的微生物同时受到温度、处理或存储时长、pH值、水分活度等多种因素的影响,甚至食品本身的品类对微生物的生长亦有不同程度的作用。近年来预测微生物学开始普遍应用到食品工业中,用于预测微生物存活和生长,成为食品生产中用于评价、控制和保障食品安全的有利工具。预测微生物学通过建立数学模型来定量描述和预测特定环境条件下微生物的生长和消亡,目前预测模型一般可分为三级:初级模型描述微生物数量随时间的变化规律;二级模型用于描述环境因素对一级模型中动力学参数的影响;三级模型结合以上两种模型建立可兼容的专家系统或开发决策系统软件,用于计算环境中微生物数量的变化规律。环境因素之间的耦合关系,给模型的建立造成了很大困难。大多数试验所建立的二级模型认为各环境因素之间是相互独立的,彼此之间不受影响。考虑的环境因素越多,二级模型的模拟效果与生产流通期间微生物的生长真实情况越接近,但是多一个参数会使建模过程变得复杂很多,误差也大。因此,提供一种能够定量预测在生产流通过程中食品所含微生物的生长变化的方法,即通过数据采集技术来获得食品生产流通过程中各种影响因素的数据,采用新技术直接建立食品中微生物数量在生产流通过程中的变化模型,帮助企业直观的判断生产流通条件是否满足产品的安全要求,提前预防和控制微生物危害导致的风险,是十分必要的。
技术实现思路
本专利技术的目的在于克服现有微生物生长预测模型建立过程中存在的缺陷,提供一种基于数据的微生物生长预测方法,该种方法将微生物初始数量及环境因素与微生物数量之间的关系描述为模糊关系矩阵,利用矩阵的半张量积运算得出模糊关系矩阵模型。在获得微生物初始数量和影响因素数据后,通过模糊关系矩阵运算,能快速预测微生物的数量变化。为实现上述目的,本专利技术给出以下技术方案:一种生产流通过程中食品所含微生物的生长预测方法,其特征在于:包括以下步骤:(1)确定所研究的食品产品及需要预测的微生物危害对象,梳理食品的生产流通流程,了解影响微生物动态生长的环境因素;2)获取试验数据或实际检测历史记录;(3)确定预测模型的输入变量与输出变量;(4)为输入变量与输出变量分别选择合适的模糊子集和隶属度函数;(5)将输入变量、输出变量分别与其对应的模糊集合置换,形成模糊集合在变量上的隶属度函数;(6)定义“与”为取小,“或”为取大,采用“取大-取小”模糊推理算法;(7)建立输入变量与输出变量的模糊关系矩阵;(8)选用重心法解模糊方法进行解模糊;(9)得到微生物数量的预测值。可选地,所述步骤(2)中的试验数据或检测历史记录包括食品中微生物的初始数量nos、环境因素xm、流程过程中食品微生物数量nop和流程结束时食品中微生物的数量noo。可选地,所述步骤(3)中的输入变量包括环境因素xm、流程过程中检测时间点距初始时间点的时长δp。可选地,所述食品中微生物的初始数量nos是δp=0时nop的值。可选地,所述步骤(3)中的输出变量为在各时间点检测到的食品中微生物的数量no。可选地,所述步骤(4)是这样实现的:(41)记第m个输入变量的论域输出变量的论域为均为有序集;(42)记第m个输入变量的模糊子集个数为sm,模糊集合为Am={Am1,Am2,...,Amk,...,AmSm本文档来自技高网
...

【技术保护点】
一种生产流通过程中食品所含微生物的生长预测方法,其特征在于:包括以下步骤:(1)确定所研究的食品产品及需要预测的微生物危害对象,梳理食品的生产流通流程,了解影响微生物动态生长的环境因素;(2)获取试验数据或实际检测历史记录;(3)确定预测模型的输入变量与输出变量;(4)为输入变量与输出变量分别选择合适的模糊子集和隶属度函数;(5)将输入变量、输出变量分别与其对应的模糊集合置换,形成模糊集合在变量上的隶属度函数;(6)定义“与”为取小,“或”为取大,采用“取大‑取小”模糊推理算法;(7)建立输入变量与输出变量的模糊关系矩阵;(8)选用重心法解模糊方法进行解模糊;(9)得到微生物数量的预测值。

【技术特征摘要】
1.一种生产流通过程中食品所含微生物的生长预测方法,其特征在于:包括以下步骤:(1)确定所研究的食品产品及需要预测的微生物危害对象,梳理食品的生产流通流程,了解影响微生物动态生长的环境因素;(2)获取试验数据或实际检测历史记录;(3)确定预测模型的输入变量与输出变量;(4)为输入变量与输出变量分别选择合适的模糊子集和隶属度函数;(5)将输入变量、输出变量分别与其对应的模糊集合置换,形成模糊集合在变量上的隶属度函数;(6)定义“与”为取小,“或”为取大,采用“取大-取小”模糊推理算法;(7)建立输入变量与输出变量的模糊关系矩阵;(8)选用重心法解模糊方法进行解模糊;(9)得到微生物数量的预测值。2.如权利要求1所述的一种生产流通过程中食品所含微生物的生长预测方法,其特征在于:所述步骤(2)中的试验数据或检测历史记录包括食品中微生物的初始数量nos、环境因素xm、流程过程中食品微生物...

【专利技术属性】
技术研发人员:高永超刘丽梅钱恒
申请(专利权)人:山东省标准化研究院
类型:发明
国别省市:山东;37

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1