基于模糊数学方法的茶叶品质综合评价研究

田启燕（西安外事学院，陕西西安 710077）

基于模糊数学方法的茶叶品质综合评价研究

田启燕
（西安外事学院，陕西西安 710077）

伴随环境污染和生态平衡问题的日益严重，茶产业在规模扩大的同时出现了一些污染物残留问题，对茶叶品质产生了严重的影响，由此，引起很多国家对茶叶内的农药残留和重金属等问题极为关注。作为茶叶生产的重要国家，我国茶产业发展同样面临重金属和农作药物残留的安全卫生问题。文章在对模糊数学方法阐述的基础上，利用此方法对茶叶品质问题进行评价研究，通过茶叶安全风险评价模型的建立，在对茶叶残留物识别分析及模糊运作的基础上，针对茶叶污染物的品种展开安全评级及风险排序，根据结论对比分析，验证了模糊数学方法在茶叶品质综合评价研究中应用的可行性和准确性。

模糊数学法；茶叶品质；综合评价

1　模糊数学和模糊综合评价方法

1.1模糊数学

模糊数学诞生于1965年，以《模糊集合》的发表为标志。模糊数学是一门新型的学科，其涵盖了模糊测度、模糊拓扑、模糊逻辑与模糊集合等多个数学理论，主要用来度量界限不明的问题，被广泛的应用在模糊控制、模糊识别、模糊聚类分析、模糊决策、模糊评判以及生物学、医学等多个领域。模糊数学主要常用的方式有三类：聚类研究、模式辨认与整体评判。模糊数学评价方法在现阶段被广泛应用在水质污染、大气污染以及多种目标规划的综合评价方面。通过模糊数学评价方法能够获得农产品生产及其潜在污染物、监测数据、试验结果、实验研究评价等方面的信息，从而对农产品的现有污染水平进行评估。

1.2模糊综合评价方法

模糊综合评价法是模糊数学的三大应用方式之一，在应用中将定性评价转换为定量评价，相比于其他评价方法，模糊综合评价法具有更强的系统性，结果也更加清晰，能够对多因素影响的对象进行综合性的评价，有效解决研究对象的非确定性问题。这种方法主要以模糊数学概念为前提，经过后期演变建立的推理与评价模式，操作阶段表现形式与大众的思维特征贴近，并运用一些程度性语言来对评价对象进行描述，被广泛的适用在一些模糊的、非定量的、非明确定义的问题解决上。其操作原理是通过选择目标评级条件、因子评价级别的规范与权值后，依据模糊集合转换概念，达到全部因素和内部因子的模糊界，并有效形成模糊评价矩阵，再通过复合计算，最后获取待评价目标的真实级别，这种方法操作阶段必须建立符合要求的模糊评价数学模型。

1.3模糊综合评价方法的评价程序

第一，形成评价指标规范。这种规范的形成原则包括一致性原则、可测性原则、可比性原则、独立性原则和可行性原则。第二，选择适合的评价因素集。这种因素集U必须结合第一步建立的规范进行处理，结合评价指标的不同层次能够划分出不同等级的评价因素集，评价因素集主要进行分层处理。第三，模糊权重集的确定。模糊权重集主要是由于在实际评价中，各个评价因素影响程度不同的原因确定起来的。现阶段通常运用的权重确定方法包括：统计实验、研究推理、层次研究与专家测评等方法进行处理。在对不同等级的相关因素权重确定之后，得到模糊权重集A。第四，选择评语集。代表着评价人员分析待测目标时最终所有的评价情况经过整理形成的集合，其中涵盖中评价级别、类别等特征。选择评价集时必须结合有效的评价进行处理，主要表示符号为V。第五，综合评价矩阵的确立。综合评价矩阵是评语集上的一个模糊子集，多个评价因素的综合评价结果聚成矩阵R。第六，综合评价结果。综合评价结果的原则是从低层到高层，实现逐级评价，直到最高层的评价结束。第七，评价报告。评价报告主要根据相关的评价原则和模糊集的结果进行综合评价，做出相应的评价报告。

2　茶叶品质安全风险的综合评价

2.1茶叶品质安全风险综合评价指标体系的建立

这种体系将茶叶确定成待分析目标，结合当地八个县级城市提供的各类茶叶样品，同时涵盖鲜叶、超支未包装、包装待销等方面。完成上述样品内部污染物的研究工作，在污染物本身多样化、差异化的基础上，拟定了以重金属和作物残留农药为主在内的33种污染物作为基本评价因子，以污染指数（I）、超标率（C）、污染物毒性（D）、污染物环境富集（E）、茶叶的消费（V）作为主要评价因素，在评价因子和评价因素的组合下形成一种量化评价指标。污染指数（I）、超标率（C）、污染物的毒性（D）影响因子大小打分为1到10分，污染物所在环境的富集（E）影响因子大小打分为1到5分，茶叶的消费（V）影响因子大小打分为1到6分。

2.2茶叶品质安全风险污染物综合评价数学模型的建立

利用模糊转换模式，选择33对应污染物因子集作为操作对象，实现转换处理，形成合理有效的数学模型，这类模型的构建中会出现大量繁复的数学计算，为数学模型的稳定性能产生了消极影响，因此，需要对数学模型完成合理的压缩。结合有关茶叶检验数据进行研究，部分比较普遍的污染物并未在监测结果中显示，常见的污染物评价因子具有14个，体现如下：

评价因素集U。茶叶的消费量没有对污染物因子产生影响，因此，文章中涉及的因素集中重点涵盖以下四类：U=｛一种污染物加权污染指数（I-i）；一种污染物加权超标情况（C-i）；毒性（D）；环境内部对应富集（E）｝。

评语集（V）。在经过综合评价分析之后，确定的评语集因子由如下14类。V=｛铜、滴滴涕、铅、敌敌畏、氯氰菊酯、甲胺磷、氰戊菊酯、乙酰甲胺磷、乐果、镉、六六六、异狄氏剂、狄氏剂、甲氰菊酯｝。

模糊权重集（A）。按照茶叶的评价程序标准，确定的四个评价因素对评价结果的贡献度为A=［a1a2a3a4］。其中，a1作为独立因素u1实现评价级别贡献度的计量，可以说明独立因素u1在等级确定中的作用。以归一化模式为前提，四个因素对评价等级起到的作用均等，均为0.25。

综合评价矩阵（R）。在4个评价因素对33中茶叶污染物因子的综合评价矩阵。在矩阵内部rij当成四类评价因素，量化打分值，i=1、2、3、4，分别代表污染指数、超标率、毒性与其对应条件相关富集。J= 1、2、3.......33，是33种污染物因子。

2.3茶叶品质安全风险原产地综合评价数学模型的建立

利用模糊转换模式，可以选择茶叶生长地集合作为对象展开转换，从而形成系统有效的数学模型。

评价因素集（U）。在茶叶原产地综合评价数学模型建立中，各种污染物的污染指数、超标率以及茶叶的消费量对其具有重要的影响，根据确定的33中污染物因子，需要考虑到的评价因素包括67种。

U=｛绿茶内部一种污染源污染指数（Ii=33类污染源污染指数）；超标率（Ci=33类污染源的超标率）；绿茶的消费量（V）｝

评语集（V）。评语集为八个主要的绿茶产区。

综合评价矩阵（R）。根据茶叶原产地67种评价因素和8个绿茶产区的评价因子，得到的综合评价序列R=｛R1｝=｛r11、r12.。。。。。r18｝......R= ｛R67｝=｛r671、r672.。。。。。R678｝。其中，rij代表了各国评价因素的量化打分值，i为67种评价因素，j为8个绿茶产区。

模糊权重集（A）。按照67个评价因素对评价结果的贡献度得到的模糊权重集为A=A=［a1a2a3a4a5］。其中，ai代表了在单独考虑ui因素下，对评价等级贡献度大小的衡量，在满足归一化的条件下，各个因素的模糊权重相等，均为0.0345。

3　茶叶品质模糊数学方法综合评价

3.1茶叶品质中污染物的模糊数学方法综合评价结果

按照前文得到的针对14种污染源有关的整体评估模型B，通过模型内部添加所有评价因素量化分值与权重值方式，确定矩阵最终形成的数据，了解全面的矩阵元素量化值，也就是经处理最终得到的量化数据。根据最终的数据与隶属度等相应的标准，获知所选择的目标对象内部14类污染源的污染程序排名结果为：

铅＞乙酰甲胺磷=狄氏剂＞氰戊菊酯＞镉＞甲胺磷＞甲氰菊酯＞六六六＞滴滴涕

异狄氏剂＞乐果=氯氰菊酯＞敌敌畏＞铜

3.2茶叶品质中原产地的模糊数学方法综合评价结果

按照前文得到的8个茶叶原产地综合评价模型B，之后将各个因素量化分值与权重值放在模型内部进行处理，求得实际矩阵成绩，了解其元素量化值，继而得到因子量化的结果。得到茶叶原产地污染程度结果为云和县污染程度最高、污染程度最低的是庆元县。其他的茶叶原产地污染程度由高到低排名是龙泉市、青田县、缙云县、景宁县、遂昌县、松阳县。

4　总结

综合以上分析，产品和农产品污染的综合评价为农产品污染研究的重点内容，文章在对模糊数学原理阐述的基础上，具体研究了数学模糊综合评价方法，并以茶叶污染综合研究为例，对数学模糊综合评价的应用进行分析。实验证明，模糊数学原理在茶叶污染治理以及农业生产方面具有重要意义，因此，需要有关人员加强对该原理的应用和不断探究。

［1］刘静波，吴丽英，宫新统等.基于模糊数学综合感官评价的红松针茶饮料的制作［J］.现代农业科技，2013（7）：308-311.

［2］邹小龙.基于模糊数学理论的茶叶安全风险评价方法研究［D］.河北工业大学，2008.

［3］王子芳，秦建成，罗云云等.基于模糊数学方法的烟叶品质评价［J］.土壤通报，2008（2）：349-353.

［4］高婷.商南茶区生态环境与茶叶品质综合评价研究［D］.西北农林科技大学，2013.

［5］郝志龙，金心怡，范春梅等.模糊综合评判法在乌龙茶做青叶品质化学分析中的应用［J］.热带作物学报，2011（11）：2157-2162.

［6］陈义强，沈笑天，刘国顺等.聚类分析与模糊数学在烟叶品质综合评价中的应用［J］.江西农业大学学报，2007（4）：550-556.

［7］隋秀芳，李祥，秦礼康等.模糊数学综合评价法优化苦荞茶新配方［J］.食品工业科技，2012（11）：226-229+234.

田启燕（1982-），女，山西祁县人，硕士研究生，讲师，研究方向：应用数学。