CN105069278A - 一种微生物发酵后菜籽粕品质的模糊综合评价的方法 - Google Patents

Abstract

本发明涉及菜籽粕经过微生物发酵后品质的模糊综合评价方法，其方法是：根据发酵菜籽粕品质的主要影响因素，在评价中引入了模糊评价理论，采用强制决定法确定指标权重，采用对评价等级赋值法并通过模糊综合评价得出发酵菜籽粕品质的综合得分，从而判断出菜籽粕的品质。此外，可将综合评分用于发酵方式及发酵条件的选择上，使结果评判更为简便、直观。本发明具有指标全面、评价准确、操作方便、主观影响小等显著特点，在菜籽粕品质评价方面具有广泛的应用前景。

Description

一种微生物发酵后菜籽粕品质的模糊综合评价的方法

技术领域

本发明属于生物技术领域，数学评价体系，涉及菜籽粕经过微生物发酵后品质提高及评价体系及方法建立，具体地说是一种用于客观定性定量、综合分析微生物发酵后菜籽粕品质的模糊综合评价的方法。

背景技术

油菜籽是我国第一大油料作物，每年经制油后产生的菜籽粕高达700万t。菜籽粕富含蛋白质，是仅次于豆粕的植物蛋白源，并且，氨基酸含量丰富。其中，蛋氨酸、精氨酸、亮氨酸和缬氨酸含量较高，赖氨酸量略低于豆粕，其他必需氨基酸能与豆粕相当，营养价值可与联合国粮农组织(FRO)和世界卫生组织(WHO)推荐的模式蛋白质相媲美。由此可见，菜籽粕开发利用前景广阔，但是，长期以来，由于菜籽粕中含有硫代葡萄糖甙(硫甙)及其降解物、植酸、芥子碱、酚酸和单宁等大量抗营养因子的存在，严重阻碍此深度开发利用。由于微生物发酵法脱除抗营养因子具有处理方便、成本低、可工厂化处理脱毒，并且去除抗营养因子的同时增进营养，在菜籽粕脱毒应用中广受亲睐。因此，利用微生物发酵提高蛋白质及对发酵后菜籽粕品质进行科学评价具有应用基础价值。

发明内容

本发明的目的是针对微生物发酵菜籽粕品质评价指标多样性体系：包括抗营养因子脱除率、蛋白质含量、多肽含量、蛋白质体外消化率等，提供一种发酵菜籽粕品质主要影响因子的模糊综合评价方法。

为了实现综合评价微生物发酵菜籽粕品质及筛选发酵条件的目的，本发明采用的方法是：根据发酵菜籽粕品质的主要影响因素，在评价体系中引入模糊评价理论，即：结合模糊数学思想对发酵菜籽粕品质的影响因素进行整理、综合，采用强制决定法，经综合计算确定指标权重，并通过模糊综合评价得出菜籽粕发酵的最优发酵方式及其工艺。

本发明具有的优点：

(1)该方法将多个质量系数合成为综合评价指标，具有更好的简便性和直观性；

(2)提供一种综合性的评价指标来评判发酵菜籽粕的品质；

(3)利用综合性评价指标可以用来筛选菌种、发酵方式及发酵条件。

具体实施方式

下面结合实施例对本发明作进一步的详细描述。

本发明发酵菜籽粕品质影响的特点，将评价指标分为2个层次，共11个因子，整个过程评价因子分为l个互不相交的子集U＝{u₁，u₂，…，u_l}，每个因素评语集V按照100分值进行评定，第一层次的因子u_i(i＝1,2，…，l)由第二层次中的m个因子决定，即u_i＝{u_i1，u_i2，…，u_im}，

评价指标的量化采用建立备择集，再进行隶属度计算的方法，通过强制决定法来确定指标的权重，进而建立综合评价模型对发酵菜籽粕品质影响进行计算。其中3个二级指标由12个一级指标计算得到，综合评价结果由3个二级指标计算得到，

所述的建立备择集为：根据发酵菜籽粕评价的一般方法，将发酵菜籽粕品质综合评价分为优，良，差3个等级，分别以表示。建立备择集 为便于评价对各评价因子分别赋值99、66、33，即对于一级指标的评价建立备择集V＝{v₁，v₂，v₃，v₄}，分别赋值100、75、50、25，即V＝{100,75,50,25}，

所述的计算隶属度为：对于评价指标分值，可根据指数法计算出单因子评价结果，再根据德尔菲法(Delphi法)确定。引入梯形分布方法建立评价指标隶属函数，根据发酵菜籽粕品质评价标准共分为4个评价等级,确定隶属函数的表达式为:

隶属函数表达式为：

$r\left(x\right)=\left\{\begin{array}{cc}1& (0\&le;x_i\&le;s_{ij})\\ (s_{ij+1}-x_i)/(s_{ij+1}-s_{ij})& (s_{ij}<x_i<s_{ij+1})\\ 0& (x_i\&GreaterEqual;s_{ij+1})\end{array}\right.---\left(1\right)$

隶属函数表达式为：

r(x)＝(2)

隶属函数表达式为：

$r\left(x\right)=\left\{\begin{array}{cc}1& (x_i\&GreaterEqual;s_{ij})\\ (x_i-s_{ij-1})/(s_{ij}-s_{ij-1})& (s_{ij-1}<x_i<s_{ij})\\ 0& (x_i\&le;s_{ij-1})\end{array}\right.---\left(3\right)$

其中：r(x)为隶属函数；x_i表示第i个评价因子的实测值；s_ij-1,s_ij,s_ij+1在一级指标计算中分别表示各评价因子的第j-1,j,j+1级标准值，在二级指标计算中为评语集中对应的赋值。

评价指标及各评价等级评定标准值如下表所示。

其中，1*：芥子酶活力单位(U)定义，即1g发酵菜籽粕粉在40℃和pH7.0条件下反应1h，释放出1umol葡萄糖为一个酶活力单位，已umol葡萄糖·g^-1·h^-1表示。

所述的强制确定法确定权重为：规定权重的计算公式如下:

W_i＝C_i/S_i

(4)

式中,W_i—第i种评价因子的权重值；C_i—第i种评价因子的实测值；Si—第i种评价因子标准值的算数平均值。

归一化运算公式如下:

$a_i=\frac{C_i/S_i}{\underset{i=1}{\overset{m}{\&Sigma;}}Ci/Si}=\frac{W_i}{\underset{i=1}{\overset{m}{\&Sigma;}}{W}_i},\underset{i=1}{\overset{n}{\&Sigma;}}{a}_i=1$

(5)

其中(m＝1,2,…,i)；(n＝1,2,…,i),得到一个1×i的模糊矩阵,即各评价因子的权重分配矩阵A:

A＝{a₁,a₂,a₃，a₄}

所述的建立综合评价模型为：由评价因子U＝{u₁，u₂，…，u_l}和备择集V＝{v₁，v₂，…，v_j}组成关系矩阵P

再进行综合评价运算：B＝A゜P＝{b₁,b₂,b₃,b₄}

其中：b_i＝(∨*(a_i∧*p_ij)j＝(1,2,3,4),记为M(∧*,∨*)；“゜”表示模糊矩阵合成算子,即M(∧*,∨*)。

所述的二级指标分值计算为：

Z＝BV^T＝(b₁,b₂,b₃,b₄)·(v₁，v₂，v₃，v₄)^T

然后利用二级指标分值与上述隶属函数及权重确定方法得到权重向量和关系矩阵

$\stackrel{\&OverBar;}{A}=\{{\stackrel{\&OverBar;}{a}}_1,{\stackrel{\&OverBar;}{a}}_2,{\stackrel{\&OverBar;}{a}}_3\}$

所述的建立综合评价模型为：由评价因子U_i＝{u_i1，u_i2，…，u_il}和评备择集 $\stackrel{\&OverBar;}{V}=\{\stackrel{\&OverBar;}{v_1},\stackrel{\&OverBar;}{v_2},...,\stackrel{\&OverBar;}{v_j}\}$ 组成关系矩阵

$\stackrel{\&OverBar;}{P}=\left|\begin{array}{ccccc}& \stackrel{\&OverBar;}{v_1}& \stackrel{\&OverBar;}{v_2}& ...& \stackrel{\&OverBar;}{v_j}\\ u_{i1}& {\stackrel{\&OverBar;}{p}}_{11}& {\stackrel{\&OverBar;}{p}}_{12}& ...& {\stackrel{\&OverBar;}{p}}_{1j}\\ u_{i2}& {\stackrel{\&OverBar;}{p}}_{21}& {\stackrel{\&OverBar;}{p}}_{22}& ...& {\stackrel{\&OverBar;}{p}}_{2j}\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ u_{im}& {\stackrel{\&OverBar;}{p}}_{i1}& {\stackrel{\&OverBar;}{p}}_{i2}& ...& {\stackrel{\&OverBar;}{p}}_{ij}\end{array}\right|$

其中：为评价因子u_im对评语集的隶属度。

再进行综合评价运算：

其中：j＝(1,2,3),记为M(∧*,∨*)；“゜”表示模糊矩阵合成算子,即M(∧*,∨*)。

所述综合评分值计算为：

$\stackrel{\&OverBar;}{Z}=\stackrel{\&OverBar;}{B}{\stackrel{\&OverBar;}{V}}^T=({\stackrel{\&OverBar;}{b}}_1,{\stackrel{\&OverBar;}{b}}_2,{\stackrel{\&OverBar;}{b}}_3)\&CenterDot;{(\stackrel{\&OverBar;}{v_1},\stackrel{\&OverBar;}{v_2},\stackrel{\&OverBar;}{v_3})}^T.$

实施例一：单菌发酵菜籽粕品质的评价

分别用黑曲霉、啤酒酵母、枯草芽孢杆菌与保加利亚乳杆菌对普通菜籽粕进行发酵，各单菌发酵粕评价指标实测值见下表：

对于黑曲霉发酵粕，一级评价权重指标如下：

a11＝(0.334,0.171,0.325,0.171)

a12＝(0.361,0.455,0.034,0.149)

a13＝(0.303,0.171,0.281,0.245)

一级评价矩阵如下：

$P11=\left|\begin{array}{cccc}0& 0.65& 0.35& 0\\ 0.8& 0.2& 0& 0\\ 0& 0.8& 0.2& 0\\ 0.8& 0.2& 0& 0\end{array}\right|$

$P12=\left|\begin{array}{cccc}0& 0& 0.595& 0.405\\ 0& 0.01& 0.99& 0\\ 0& 0& 0& 1\\ 0& 0& 0& 1\end{array}\right|$

$P13=\left|\begin{array}{cccc}0& 1& 0& 0\\ 0& 0& 0.5& 0.5\\ 0& 0& 1& 0\\ 0& 0& 0& 1\end{array}\right|$

B11＝(0.275,0.546,0.162,0)

B12＝(0,0.004,0.665,0.329)

B13＝(0,0.303,0.367,0.331)

由上述数值结合备择集赋值可得出二级指标的得分，脱毒效果得分为B₁₁V^T＝(0.275,0.546,0.162,0)·(100，75，50，25)^T＝76.55

同理，产酶含量得分为41.755，蛋白质量得分为49.35。

由三个二级指标确定评价权重如下：

$\stackrel{\&OverBar;}{A}=(0.457,0.249,0.294)$

二级评价矩阵如下：

$\stackrel{\&OverBar;}{P}=\left|\begin{array}{ccc}0.320& 0.680& 0\\ 0& 0.265& 0.735\\ 0& 0.495& 0.505\end{array}\right|$

从而得出黑曲霉发酵菜籽粕综合评价得分为 $\stackrel{\&OverBar;}{B}{\stackrel{\&OverBar;}{V}}^T=(0.146,0.522,0.332)\&CenterDot;$ ${(99,66,33)}^T=59.862$

根据上述黑曲霉菜籽粕品质综合评价的算法可得出啤酒酵母发酵粕、枯草芽孢杆菌发酵粕、保加利亚乳杆菌发酵粕的最后得分分别为72.567,69.102和71.28，比较综合得分，可判定出哪种菌发酵菜籽粕得到的粕品质较优。

实施例二：混合比例对混菌发酵菜籽粕品质的影响

以黑曲霉与枯草芽孢杆菌菌液比为1:2,1:1,2:1分别发酵普通菜籽粕，发酵完成后得到各发酵粕评价指标实测值如下表所示：

按照实施例一的方法计算出黑曲霉与枯草芽孢杆菌不同混合比例发酵菜籽粕得到的粕品质的综合得分，对于1:2发酵粕，一级评价权重指标如下：

a11＝(0.275,0.251,0.228,0.247)

a12＝(0.164,0.236,0.350,0.249)

a13＝(0.244,0.313,0.247,0.195)

一级评价矩阵如下：

$P11=\left|\begin{array}{cccc}0& 0.54& 0.46& 0\\ 0& 0.8& 0.2& 0\\ 0.2& 0.8& 0& 0\\ 0& 0.835& 0.165& 0\end{array}\right|$

$P12=\left|\begin{array}{cccc}0& 0& 0.395& 0.605\\ 0& 0.01& 0.99& 0\\ 0.17& 0.83& 0& 0\\ 0& 0.12& 0.88& 0\end{array}\right|$

$P13=\left|\begin{array}{cccc}0& 0.6& 0.4& 0\\ 0.25& 0.75& 0& 0\\ 0.5& 0.5& 0& 0\\ 0& 0& 0& 1\end{array}\right|$

B11＝(0.046,0.748,0.217,0)

B12＝(0.060,0.323,0.518,0.099)

B13＝(0.202,0.505,0.098,0.195)

由上述数值结合备择集赋值可得出二级指标的得分，脱毒效果得分为B₁₁V^T＝(0.046,0.748,0.217,0)·(100，75，50，25)^T＝71.55

同理，产酶含量得分为58.6，蛋白质量得分为67.85。

由三个二级指标确定评价权重如下：

$\stackrel{\&OverBar;}{A}=(0.361,0.296,0.343)$

二级评价矩阵如下：

$\stackrel{\&OverBar;}{P}=\left|\begin{array}{ccc}0.168& 0.832& 0\\ 0& 0.776& 0.224\\ 0.056& 0.944& 0\end{array}\right|$

从而得出黑曲霉与枯草芽孢杆菌以1:2的接种方式获得的发酵菜籽粕综合评价得分为 $\stackrel{\&OverBar;}{B}{\stackrel{\&OverBar;}{V}}^T=(0.080,0.854,0.066)\&CenterDot;{(99,66,33)}^T=66.462$

根据上述黑曲霉与枯草芽孢杆菌以1:2的接种方式获得的发酵菜籽粕品质综合评价的算法可得出以1:1和2:1接种比例的菜籽粕分别得分为68.376和60.357，可确定出按照哪种比例得到的发酵粕品质最好。

实施例三：含水率对发酵菜籽粕品质的影响

以55％、60％与65％水分含量的菜籽粕，黑曲霉与枯草芽孢杆菌菌液比为1:1进行发酵，发酵完成后得到各发酵粕评价指标实测值如下表所示：

按照实施例一的方法计算出发酵不同水分含量菜籽粕得到的粕品质的综合得分，对于55％水分含量发酵粕，一级评价权重指标如下：

a11＝(0.285,0.236,0.275,0.204)

a12＝(0.200,0.289,0.304,0.207)

a13＝(0.302,0.149,0.299,0.250)

一级评价矩阵如下：

$P11=\left|\begin{array}{cccc}0& 0.625& 0.375& 0\\ 0.04& 0.96& 0& 0\\ 0& 0.8& 0.2& 0\\ 0.3& 0.7& 0& 0\end{array}\right|$

$P12=\left|\begin{array}{cccc}0& 0& 0.395& 0.605\\ 0& 0.01& 0.99& 0\\ 0& 0& 0.96& 0.04\\ 0& 0& 0.44& 0.56\end{array}\right|$

$P13=\left|\begin{array}{cccc}0& 0.6& 0.4& 0\\ 0& 0& 0.25& 0.75\\ 0& 0.5& 0.5& 0\\ 0& 0& 0& 1\end{array}\right|$

B11＝(0.071,0.767,0.162,0)

B12＝(0,0.003,0.748,0.249)

B13＝(0,0.331,0.308,0.362)

由上述数值结合备择集赋值可得出二级指标的得分，脱毒效果得分为B₁₁V^T＝(0.071,0.767,0.162,0)·(100，75，50，25)^T＝72.725

同理，产酶含量得分为43.85，蛋白质量得分为49.275。

由三个二级指标确定评价权重如下：

$\stackrel{\&OverBar;}{A}=(0.439,0.264,0.297)$

二级评价矩阵如下：

$\stackrel{\&OverBar;}{P}=\left|\begin{array}{ccc}0.204& 0.796& 0\\ 0& 0.329& 0.671\\ 0& 0.493& 0.507\end{array}\right|$

从而得出黑曲霉与枯草芽孢杆菌以1:2的接种方式获得的发酵菜籽粕综合评价得分为 $\stackrel{\&OverBar;}{B}{\stackrel{\&OverBar;}{V}}^T=(0.090,0.583,0.328)\&CenterDot;{(99,66,33)}^T=58.212$

根据上述55％水分含量菜籽粕进行发酵获得的发酵菜籽粕品质综合评价的算法可得出以60％和65％水分含量发酵的菜籽粕分别得分为65.34和67.386，可确定出发酵的最优水分含量。

Claims (1)

1.一种菜籽粕经过微生物发酵后品质的模糊综合评价方法，其特征在于，包括以下内容：

(1)评价体系的建立建立模糊评价方法

根据发酵菜籽粕品质影响的特点，将评价指标分为2个层次，共11个因子，整个过程评价因子分为l个互不相交的子集U＝{u₁，u₂，…，u_l}，每个因素评语集V按照100分值进行评定，第一层次的因子u_i(i＝1,2，…，l)由第二层次中的m个因子决定，即u_i＝{u_i1，u_i2，…，u_im}；

评价指标的量化采用建立备择集，再进行隶属度计算的方法，通过强制决定法来确定指标的权重，进而建立综合评价模型对发酵菜籽粕品质影响进行计算，其中3个二级指标由12个一级指标计算得到，综合评价结果由3个二级指标计算得到，

所述的建立备择集为：根据发酵菜籽粕评价的一般方法，将发酵菜籽粕品质综合评价分为优，良，差3个等级，分别以表示。建立备择集 为便于评价对各评价因子分别赋值99、66、33，即对于一级指标的评价建立备择集V＝{v₁，v₂，v₃，v₄}，分别赋值100、75、50、25，即V＝{100,75,50,25}，

所述的计算隶属度为：对于评价指标分值，可根据指数法计算出单因子评价结果，再根据德尔菲法(Delphi法)确定，引入梯形分布方法建立评价指标隶属函数，根据发酵菜籽粕品质评价标准共分为4个评价等级,确定隶属函数的表达式为：

v1，隶属函数表达式为：

$r\left(x\right)=\left\{\begin{array}{cc}1& (0\&le;x_i\&le;s_{ij})\\ (s_{ij+1}-x_i)/(s_{ij+1}-s_{ij})& (s_{ij}<x_i<s_{ij+1})\\ 0& (x_i\&GreaterEqual;s_{ij+1})\end{array}\right.---\left(1\right)$

v₂,v_3， 隶属函数表达式为：

V_4， 隶属函数表达式为：

$r\left(x\right)=\{\begin{array}{cc}1& (x_i\&GreaterEqual;s_{ij})\\ (x_i-s_{ij-1})/(s_{ij}-s_{ij-1})& (s_{ij-1}<x_i<s_{ij})\\ 0& (x_i\&le;s_{ij-1})\end{array}---\left(3\right)$

其中：r(x)为隶属函数；x_i表示第i个评价因子的实测值；s_ij-1,s_ij,s_ij+1在一级指标计算中分别表示各评价因子的第j-1,j,j+1级标准值，在二级指标计算中为评语集中对应的赋值，

所述的强制确定法确定权重为：规定权重的计算公式如下:

W_i＝C_i/S_i

(4)

式中,W_i—第i种评价因子的权重值；C_i—第i种评价因子的实测值；Si—第i种评价因子标准值的算数平均值。

归一化运算公式如下:

$a_i=\frac{C_i/S_i}{\underset{i=1}{\overset{m}{\&Sigma;}}Ci/Si}=\frac{W_i}{\underset{i=1}{\overset{m}{\&Sigma;}}{W}_i},\underset{i=1}{\overset{n}{\&Sigma;}}{a}_i=1---\left(5\right)$

其中(m＝1,2,…,i)；(n＝1,2,…,i),得到一个1×i的模糊矩阵,即各评价因子的权重分配矩阵A:

A＝{a₁,a₂,a₃，a₄}

所述的建立综合评价模型为：由评价因子U＝{u₁，u₂，…，u_l}和备择集V＝{v₁，v₂，…，v_j}组成关系矩阵P

其中：p_ij为评价因子u_i对评语集v_j的隶属度。

再进行综合评价运算：B＝A゜P＝{b₁,b₂,b₃,b₄}

其中：b_i＝(∨*(a_i∧*p_ij)j＝(1,2,3,4),记为M(∧*,∨*)；“゜”表示模糊矩阵合成算子,即M(∧*,∨*)。

所述的二级指标分值计算为：

Z＝BV^T＝(b₁,b₂,b₃,b₄)·(v₁，v₂，v₃，v₄)^T

然后利用二级指标分值与上述隶属函数及权重确定方法得到权重向量和关系矩阵

$\stackrel{\&OverBar;}{A}=\{{\stackrel{\&OverBar;}{a}}_1,{\stackrel{\&OverBar;}{a}}_2,{\stackrel{\&OverBar;}{a}}_3\}$

所述的建立综合评价模型为：由评价因子U_i＝{u_i1，u_i2，…，u_il}和评备择集 $\stackrel{\&OverBar;}{V}=\{\stackrel{\&OverBar;}{v_1},\stackrel{\&OverBar;}{v_2},...,\stackrel{\&OverBar;}{v_j}\}$ 组成关系矩阵

$\stackrel{\&OverBar;}{P}=\left|\begin{array}{ccccc}& \stackrel{\&OverBar;}{v_1}& \stackrel{\&OverBar;}{v_2}& \mathrm{...}& \stackrel{\&OverBar;}{v_j}\\ u_{i1}& {\stackrel{\&OverBar;}{p}}_{11}& {\stackrel{\&OverBar;}{p}}_{12}& \mathrm{...}& {\stackrel{\&OverBar;}{p}}_{1j}\\ u_{i2}& {\stackrel{\&OverBar;}{p}}_{21}& {\stackrel{\&OverBar;}{p}}_{22}& \mathrm{...}& {\stackrel{\&OverBar;}{p}}_{2j}\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ u_{im}& {\stackrel{\&OverBar;}{p}}_{i1}& {\stackrel{\&OverBar;}{p}}_{i2}& \mathrm{...}& {\stackrel{\&OverBar;}{p}}_{ij}\end{array}\right|$

其中：为评价因子u_im对评语集的隶属度，

再进行综合评价运算：

其中：j＝(1,2,3),记为M(∧*,∨*)；“゜”表示模糊矩阵合成算子,即M(∧*,∨*)。

所述综合评分值计算为：

$\stackrel{\&OverBar;}{Z}=\stackrel{\&OverBar;}{B}{\stackrel{\&OverBar;}{V}}^T=({\stackrel{\&OverBar;}{b}}_1,{\stackrel{\&OverBar;}{b}}_2,{\stackrel{\&OverBar;}{b}}_3)\&CenterDot;(\stackrel{\&OverBar;}{v_1},\stackrel{\&OverBar;}{v_2},\stackrel{\&OverBar;}{v_3})$

(2)发酵微生物及发酵品质指标设定

1)发酵微生物

黑曲霉、枯草芽孢杆菌、啤酒酵母、保加利亚乳杆菌

2)评价指标及赋值

评价指标及各评价等级评定标准值如下表所示：

其中，1*：芥子酶活力单位(U)定义，即1g发酵菜籽粕粉在40℃和pH7.0条件下反应1h，释放出1umol葡萄糖为一个酶活力单位，已umol葡萄糖·g^-1·h^-1表示。