韩雪娜,李晖
(哈尔滨商业大学 计算机与信息工程学院,哈尔滨 150028)
鸡精调味料作为复合调味品的主要代表,因其丰富的口感和高效的提鲜效果,近年来已经成为人们日常烹饪过程中不可或缺的重要佐餐材料。随着生活质量的不断提高和食品工业的加速发展,消费者对复合鸡精调味料的品质要求也越来越高[1-5]。在传统的固态调味中添加淀粉类原料,不仅可以作为加工辅料,同时可以作为品质改良剂。添加不同的淀粉类原料构成的复合鸡精,感官评价结果差异明显[6]。因此,准确决策添加不同淀粉类原料的鸡精感官评价优劣,对于复合鸡精调味料的研发和配方设计有着重要的理论价值。
多属性决策(multi-attribute decision making, MADM)技术广泛应用于多个同类备选方案的优劣判断,通过属性信息的集成,实现多目标的最优决策。传统MADM决策结果只是单一时刻决策者给出的评价信息,而现实生活中,大多数完整决策的制定通常需要综合多个决策时间点的要素才能够得到准确的结果,因此动态多属性决策(dynamic multi-attribute decision making, DMADM)开始受到国内外学者们的广泛关注[7-9]。经典动态决策将不同离散决策时间位置作为决策者的扩展形式,利用群决策的方法赋予相对权重,实现信息综合,但时间维度不同于相对个体,不同决策时刻的评估结果具有时间连续性,这是传统群决策算法能实现的,因此有必要通过引入评估结果时间连续效应的概念,反映相邻决策结果的相互关系[10]。本试验分别添加木薯淀粉、玉米淀粉、米粉、小麦淀粉和麦芽糊精等淀粉类原料配制复合鸡精调味品,应用提出的基于时间连续性的动态多属性决策方法对不同原料配比的鸡精调味料进行优劣评价。
盐、糖、味精、小葱、大蒜、咖喱粉、鸡肉、鸡蛋、食品添加剂、食品用香精、木薯淀粉、玉米淀粉、米粉、小麦淀粉和麦芽糊精:购于黑龙江某超市和某网络购物平台。
1.2.1 原料复配比例
依据文献[6],按照某种比例设计本文需要的鸡精调味品基础配方,见表1。在此配方的基础上添加不同种类的淀粉类原料,包括木薯淀粉、玉米淀粉、米粉、小麦淀粉和麦芽糊精,设计鸡精复合配比,见表2。
表1 鸡精基础配比Table 1 The basic proportions of chicken essence
表2 鸡精淀粉类原料配比Table 2 The proportions of starch raw materials
1.2.2 试验样品制定
取试验原料各1000 g分别粉碎后,按表1配制基础鸡精,经测试比例无误后,按照表2所示配比准确在基础鸡精调料中混合淀粉类原料,搅拌均匀后,制成单位质量为10 g的试验样品。
传统静态决策的基础是备选方案的一致性和决策过程的稳定性,这种稳态决策适用于备选方案和属性权重不随时间变化的静态情况,但对于调味品测定过程的动态要求明显并不满足,因此有必要在传统静态决策项的基础上,引入时间连续影响因子,阐述动态决策过程中的时间连续性。
定义1:称决策者d在决策时刻ti∈T对于决策方案集X在属性集U下的动态多属性决策结果Vti具有时间连续性,即满足:
(1)
由时间连续性定义可知,这种时间连续决策的结果真实反映动态过程的逻辑连续性,决策信息全面系统且符合实际评判过程。考虑决策过程中传统的单一数值评分机制不适用实际决策者的主观表述,本文采用三角模糊语义描述方法作为动态多属性决策的评价表示[11-13]。
定义2:设a=[aL,aM,aU],(0 (2) 其中,aL,aU分别为三角模糊数的上下限界。 (3) 在明确决策方案属性的基础上,可以利用三角模糊语言加权平均(triangular fuzzy lingusitic weighted averaging, TFLWA)算子实现备选方案模糊语义信息的按权集合,得到综合属性效能[14-16]: (4) 对不同时刻综合效能进行比较,利用多属性决策中经典的可能度矩阵排序方法,可以计算动态决策过程中单一决策时刻的静态排序向量,进一步通过确定时间连续效应,从而得到动态排序结果。 (5) (6) 1.4.1 语言标度设计 s1=[0,0.1,0.2];s2=[0.1,0.2,0.3]; s3=[0.2,0.3,0.4];s4=[0.3,0.4,0.5]; s5=[0.4,0.5,0.6];s6=[0.5,0.6,0.7]; s7=[0.6,0.7,0.8];s8=[0.7,0.8,0.9]; s9=[0.8,0.9,1]。 1.4.2 感官评价试验 为保证试验结果的准确性,感官评价试验之前进行相关培训和练习。参评人员评价前未食用任何食物,身体处于正常机理状态,决策过程连续,品尝某组号鸡精,给出评价描述后,用纯净水漱口15 s以上,评价相同组号待试样品,重复完成4次,得到4个不同时刻的决策结果,其他组待试样品评价过程相同。 依据不同时刻的试验样品指标进行评估,分别建立评估矩阵Rk(k=1,2,3,4),见表3~表6。 表3 决策时刻t1模糊评价表Table 3 Fuzzy evaluation table at decision time t1 表4 决策时刻t2模糊评价表Table 4 Fuzzy evaluation table at decision time t2 表5 决策时刻t3模糊评价表Table 5 Fuzzy evaluation table at decision time t3 表6 决策时刻t4模糊评价表Table 6 Fuzzy evaluation table at decision time t4 决策步骤如下: 步骤1:确定复合鸡精调味品感官评价属性及其权重:根据式(3),取λ=0.2,n=3时,ω=(0.4,0.4,0.2)T,即口感、气味和色泽3种属性的权重依次为0.4,0.4和0.2。 步骤2:第1次决策时刻t1评价结果: =0.4[0.1,0.2,0.3]+0.4[0.1,0.2,0.3]+0.2[0.1,0.2,0.3]=[0.1,0.2,0.3]。 同理可得: 步骤3:第1次决策时刻可能度矩阵排序。对决策结果进行比较,得到t1时刻可能度矩阵: 第1次决策静态排序结果为:ω(1)=(0.1615,0.246,0.300,0.1895,0.1033)T,同时该决策时刻时间连续效应为:tce(1)=(16.15,24.59,30.00,18.94,10.33)T。 步骤4:重复步骤2和步骤3,得到第2次决策时刻t2评价结果,根据公式(4),计算得到基于时间连续性的动态排序结果: 步骤5:重复步骤2、步骤3和步骤4,直到得到第4次的最终动态排序结果: 第4次动态决策按照时间效应可以反映复合鸡精调味料评价全过程中综合属性的集成结果,即: r3>r2>r4>r1>r5。 因此,基于时间连续效应的感官评价排序为:试验组3>试验组2>试验组4>试验组1>试验组5。 经过基于时间连续性的动态决策,判定第3组试验样品,即添加米粉的鸡精在基于口感、气味和色泽的3种感官评价中得分最优,这与文献[6]给出的模糊数学综合评判结果在定性比较上是一致的,说明本文提出的动态决策方法的准确性;同时通过比较可知,基于时间连续性的动态决策方法更符合决策过程逻辑连续性的要求,易于区分优劣,具有较强的实用性。 通过复合鸡精调味品试验设计,将基于时间连续性的模糊多属性决策方法引入复合调味品的动态感官评价中,着重分析不同淀粉原材料加入对鸡精感官评价的影响。结果表明,依据评判人员模糊语义描述,通过三角模糊语义算子集结,利用动态排序分量对评估结果进行决策,得到感官评价结果米粉鸡精>玉米淀粉鸡精>小麦淀粉鸡精>木薯淀粉鸡精>麦芽糊精鸡精的结论,决策结果真实有效,更接近于真实的食品评价过程。本文提出的基于时间连续性的复合鸡精调味料动态多属性决策方法为后续构建复合调味品感官评价标准体系提供了一定的理论依据和数据参考。1.4 试验设计
2 结果与分析
3 结论