[发明专利]一种农产品溯源质量评价方法

摘要

本发明公开了一种农产品溯源质量评价方法，该方法依托模糊数学的理论，采用区间数表征事物特征，得到三个量化后的区间值，分别是正常区间、最适区间、实际值，将上述三个区间值导入到复合高斯梯形隶属度模型，得出一个隶属值，该隶属值为质量控制点的质量指数，最后综合整个农产品生产过程中所有质量控制点的质量指数以得出农产品的质量评价模型，本发明专注于批次管理中的质量控制点管理，所有的数据以及数据的人工输入都会备份到数据库内。农产品在流通过程中出现问题时，本发明可以清晰定位到问题出现的生产者，甚至能够定位到生产者内部的责任人，可以有效避免由于资料不全、责任不明原因导致问题解决的困难。

主权项

一种农产品溯源质量评价方法，其特征在于：该方法依托模糊数学的理论，采用区间数表征事物特征，得到三个量化后的区间值，分别是正常区间、最适区间、实际值，将上述三个区间值导入到复合高斯梯形隶属度模型，得出一个隶属值，该隶属值为质量控制点的质量指数，最后综合整个农产品生产过程中所有质量控制点的质量指数以得出农产品的质量评价模型，所述质量评价模型计算方法如下：定义1：设[a,a]，‑∞≤a≤a≤+∞；[b,b]，‑∞≤b≤b≤+∞为区间数；则它们的加法、乘法运算分别定义如下:[a,a]+[b,b]＝[a+b,a+b](1)μ·[a,a]＝[μa,μa]μ为大于零的常数,(2)[a,a]*[b,b]＝[min{ab,ab,ab,ab},max{ab,ab,ab,ab}](3)定义2：设[a,a]，‑∞≤a≤a≤+∞；[b,b]，‑∞≤b≤b≤+∞为区间数，称可能度为p([a,a]≤[b,b])＝max{1‑max{(a‑b)/((a‑a)+(b‑b)),0},0}  (4)p([a,a]≤[b,b])越大，[b,b]大于[a,a]的可能性越大；当p([a,a]≤[b,b])＝1时，[b,b]完全大于[a,a]；当p([a,a]≤[b,b])＝0，[b,b]完全小于[a,a]；设有A₁,A₂,...,A_m等m个因子，每个因子的值x_i(1≤i≤m)都有一个合适[k_i‑min,k_i‑max]区间和最适合[k_{i‑best‑min},k_{i‑best‑max}]区间，根据合适区间和最适区间构建复合高斯梯形隶属函数：根据上述计算方法，每一个质量控制点，都能够依照复合高斯梯形隶属函数形成复合高斯梯度隶属模型以及得出该质量控制点的质量指数，一批产品由于包含若干质量控制点因此就形成了一组复合高斯梯度隶属模型和一组质量指数；当质量控制点所测量的实际值处于最适区间内时，得到的质量指数为1；当测量值处于合适范围外时，得到的质量指数为0；当测量值处于最适左值与合适左值范围之间时，构造一个高斯函数，函数的中心为最适左值，函数的方差为最适左值减去合适左值的差，通过高斯隶属函数算出处于这中间的质量指数；当测量值处于最适右值与合适右值范围之间时，构造一个高斯函数，函数的中心为最适右值，函数的方差为合适右值减去最适右值的差，通过高斯隶属函数算出处于这中间的质量指数；最后把所有复合高斯梯度隶属模型得出的质量指数求平均便可以得出整批农产品的平均质量指数，该指数肯定在区间[0,1]内；由于单个质量控制点出现超标现象即可严重影响农产品的质量，因此在求平均质量指数时，本发明做了一个规定，一旦有一个质量指数为0，平均质量指数的值直接为0；最后本发明定义，平均质量指数在区间[1,1]内时给出的质量评价为优，在区间[0.8,1]内时给出的质量评价为良，在区间[0.5,0.8]内时给出的质量评价为中，在区间[0,0.5]内时给出的质量评价为中下，在区间[0,0]内时给出的质量评价为差。