基于联系隶属度的食品安全状态评价模型

◎汪　衍（合肥市第一中学，安徽 合肥 230601）

基于联系隶属度的食品安全状态评价模型

◎汪衍
（合肥市第一中学，安徽 合肥 230601）

食品安全状态受诸多不确定性和动态可变性因素影响与控制，评价信息获取也存在局限性和不完整性，故其评价为复杂的系统不确定性问题。本文应用集对理论，探讨了基于联系隶属度的食品安全状态评价新模型，即应用集对联系隶属度刻画待评对象的实测指标值与评价标准间的同异反关系，进而结合权重综合评价食品安全状态。实例应用及与其他方法对比结果表明，该模型应用于食品安全评价是有效可行的，且具有评价结论客观与明确优点。

食品安全；评价；集对；联系隶属度

食品安全科学评价关系到食品安全的预警和应急管理与决策［1］，也是社会关注的焦点和社会公共安全研究的重要内容，其对食品安全风险的科学有效管理具有重要实际意义。然而，食品安全问题涉及环节多，评价指标又具有多样性、信息量大和不确定性，故其准确评价极其困难。近年来人们应用指数法［2］、模糊评价方法［3，4］、灰色评价法［5］、人工神经网络法［6］、未确知测度方法［7］和可拓方法［8］等理论提出了各种评价方法，促进了食品安全状态评价的研究，但这些方法也存在自身缺陷，如操作简单的指数评价法存在评价主观性强弱点；模糊和灰色综合评价法虽解决了指标模糊性的表达，但隶属函数确定难和分辨率低；人工神经网络法则存在知识获取瓶颈难题，存在应用局限性；可拓方法则在计算关联度时常以区间中点为最优，而这会产生遗漏重要的约束条件，故以上方法的评价结果尚停留在某个层次水平，同实际情况存在差异，此主要是由它们评价中仅考虑指标的某类不确定性所引起的，显然很难满足具有交叉和交融信息的食品安全状态评价问题的需求，加上评价过程中信息获取的不完整性及人类思维的局限性，应用这些方法已很难充分反映食品安全状态评价的复杂性和不确定特征，食品安全状态评价至今仍是工程界亟待解决的重要问题。为此，本文基于近期发展起来的系统分析新理论——集对分析理论［9，10］，以探讨可考虑影响因素间确定和不确定关系的食品安全状态评价新模型，以期提高食品安全状态评价的可靠性和食品安全公共管理水平。

1 评价模型构建

食品安全状态评价是基于获取的各类食品安全评价信息，给予安全状态确定和不确定性的整体描述和判断，所以食品安全状态评价问题实质是一个确定和不确定性系统分析问题。而集对分析理论是针对确定和不确定性问题的一种新系统分析理论，它把研究对象之间的确定性与不确定性，从同一性、差异性和对立性三方面统一多尺度分析与定量描述，故其应用于食品安全状态评价具有明显地优势。

1.1集对联系隶属度

集对分析理论基础是集对。集对是指具有一定联系的两个集合组成的对子。集对的确定和不确定性关系则用联系数表达为

式（1）中，a和cj表示确定性关系；bi则为不确定性关系，其可统一描述随机性、模糊性、灰色性、未确知性等不确定性信息；a、b和c分别为同一度、差异度和对立度，且a+b+c=1；i为差异性系数；j为对立性系数，常取-1。可见，集对分析法就是对集对的特性开展同异反分析，并利用联系数描述集对的确定性和不确定性关系的态势演化和突变。然而，传统集对联系度存在形式单一和计算结果难以判断缺陷，很难满足实际食品安全评价问题分析，故在此引入联系隶属度概念来表达研究对象与标准间的同异反关系，相应的定义如下。

若研究对象某个指标的实测数据与等级同异反准则可表达如图1所示，即当样本x处于讨论等级k内，则两者集对关系为同一；当x处于讨论等级的相隔区间时，则两者的集对关系为对立，联系隶属度μ取-1；当x处于讨论等级的相邻等级时，则研究对象与讨论等级的关系为差异，相应的数学模型如下，

图1　同异反关系示意图

1.2基于联系隶属度的评价原理及模型

基于集对联系隶属度的食品安全状态评价原理如下：首先构建食品安全状态评价指标体系与分类标准，然后基于食品安全检测项目实测值与相应的等级标准组成集对，并基于集对联系隶属度定量描述与分析研究对象与评价等级间的同异反关系，进而结合权重计算集成联系隶属度，并依最大隶属原则判定研究对象的食品安全状态。相应的评价模型为

式（3）中，μmk为某检测项目m与食品安全危害等级k间的集成联系隶属度；wn为评价指标权重。依据求得集成联系隶属度最大值对应的水平，即可判定待评对象的安全状态。

2 实例应用

为验证构建模型的适用性与可靠性，本文采用文献数据来进行应用和对比分析［8］。实例数据为某黄酒日常食品安全评价，检测项目选择了甲醇、菌落计数、邻苯二甲酸二异壬酯（DINP）和锰等，各检测项目的评价指标选取不合格率、最大值、方差、平均值和危害度等5个指标，相应的计算方法可参见已有研究［8］，检测项目危害度等级分为低危害（Ⅰ）、较低危害（Ⅱ）、中危害（Ⅲ）、高危害（IV）和较高危害（V）等5个等级，每个等级评价指标值见表1。实例检测项目实测值见表2。评价指标权重采用1-9标度法确定，相应的数值为wn=｛0.175，0.215，0.105，0.078，0.424｝。依上面讨论模型，实例各检测项目的评价结果及与可拓方法评价对比结果见表3。

表1　监测项目危害度等级标准表

表2　检测项目实测值表

表3　实例评价结果及对比表

由表3可知，本文方法对甲醇、菌落计数和锰的评价结果与可拓评价方法结果吻合，而对DINP检测项目，本文方法评价结果与可拓方法的评价结果存在差别，但据评价指标实测值可知，DINP检测项目实测评价指标中平均值值和方差为Ⅰ级，而最大值和危害度为Ⅳ级，不合格率为Ⅱ级，可见DINP检测项目判定为Ⅳ级的更合理。同时，由实例的评价结果分析可得出，针对食品安全这一具有社会效应和关系生命安全问题，联系隶属度评价方法结果相对可拓方法结果更为合理和可靠，且有效避免了传统方法评价结果偏风险的缺陷，结果更安全。该方法评价过程中也体现了不同类型信息的内涵，使评价结果更接近真实情况。因此，实例应用和对比结果表明，本文方法应用于食品安全状态分析，可从同异反三个方面统一考虑各种类型的食品安全评价因素的不确定性和相互间的交叉、交融关系，以及待测样本和评价标准间的确定和不确定关系，可为食品安全安全管理提供更有效、可靠依据，且计算过程简明，便于工程应用。

3 结语

食品安全状态评价涉及多种交叉和交融动态不确定性信息，其准确评价极其困难。本文基于集对分析理论，探讨了应用集对联系隶属度的食品安全状态评价模型，实现充分反映实测指标信息与统一定量描述指标与评价等级间的确定和不确定关系。实例结果表明该模型应用于食品安全评价是有效可行的，获得结果可靠，为食品安全安全管理提供了重要依据，方法便于工程界操作与应用。

［1］郗伟东，石玉月，田 巍.国内外食品安全评价综述［J］.食品工程，2007（2）：3-5.

［2］吴广枫，陈 思，郭丽霞，等.我国食品安全综合评价及食品安全指数研究［J］.中国食品学报，2014，14 （9）：1-6.

［3］杜树新，韩绍甫.基于模糊综合评价方法的食品安全状态综合评价［J］.中国食品学报，2006，6（6）：64-69.

［4］许保海.模糊贴近度方法在食品安全分析评价中的应用［J］.科技创新导报，2012（26）：17-19.

［5］刘於勋.食品安全综合评价指标体系的层次与灰色分析［J］.河南工业大学学报：自然科学版，2007，28（5）：53-57.

［6］谢 锋，李占彬，宋光林，等.食品安全分析评价的未确知测度模型［J］.贵州科学，2011，29（6）：85-88.

［7］蔡 强，王君君，李海生，等.基于神经网络的食品安全评价模型构建研究［J］.食品科学技术学报，2014，32（1）：69-76.

［8］闫志军，马 洲，于 欣，等.基于可拓理论的食品安全状态评价及在出口食品安全监管中的应用［J］.食品工业科技，2016（3）：295-298.

［9］赵克勤.集对分析及其初步应用［M］.杭州：浙江科学技术出版社，2000.

［10］汪明武，金菊良，周玉良.集对分析耦合方法与应用［M］.北京：科学出版社，2014.

Application of Connection Membership Degree for the Evaluation of Food Safety

Wang Yan
（Hefei No.1 High School， Hefei 230601， China）

The evaluation of food safety is a complex uncertainty problem involving various factors of uncertainty and variability. Herein， based on set pair analysis theory， a novel model was discussed to analyze the uncertainty， deficiency and limitation of obtained indicator information. In this model， the connection membership degree was introduced to depict the identical-discrepancy-contrary relationships between evaluation samples and classification standards. And integration amounts of connection numbers were combined with indicator weights to determine food safety state. The results from the case study and comparison with other methods show that the model proposed here is effective and feasible for the food safety evaluation， and the result is more objective and clear.

Food safety； Evaluation； Set pair analysis； Connection membership degree

F403.8

10.16736/j.cnki.cn41-1434/ts.2016.12.042

国家自然科学基金资助项目（编号：41172274，71273081）。

汪衍（1999-），男，安徽歙县人；主要研究方向为不确定性分析与应用。