CN107464020A - 一种米制品加工原料快速筛选方法 - Google Patents

一种米制品加工原料快速筛选方法 Download PDF

Info

Publication number
CN107464020A
CN107464020A CN201710654708.2A CN201710654708A CN107464020A CN 107464020 A CN107464020 A CN 107464020A CN 201710654708 A CN201710654708 A CN 201710654708A CN 107464020 A CN107464020 A CN 107464020A
Authority
CN
China
Prior art keywords
rice
index
raw material
made products
level
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710654708.2A
Other languages
English (en)
Other versions
CN107464020B (zh
Inventor
林亲录
赵思明
程云辉
丁玉琴
林利忠
杨涛
肖华西
吴伟
吴跃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong Agricultural University
Changsha University of Science and Technology
Central South University of Forestry and Technology
Original Assignee
Huazhong Agricultural University
Changsha University of Science and Technology
Central South University of Forestry and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong Agricultural University, Changsha University of Science and Technology, Central South University of Forestry and Technology filed Critical Huazhong Agricultural University
Priority to CN201710654708.2A priority Critical patent/CN107464020B/zh
Publication of CN107464020A publication Critical patent/CN107464020A/zh
Priority to US16/052,838 priority patent/US20190041374A1/en
Application granted granted Critical
Publication of CN107464020B publication Critical patent/CN107464020B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Food Science & Technology (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Primary Health Care (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Medicinal Chemistry (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Computing Systems (AREA)

Abstract

一种米制品加工原料快速筛选方法，包括以下步骤：（1）收集代表性的大米样品；（2）测定不同品种大米原料的理化指标；（3）将不同品种的大米原料加工成米制品；（4）针对每一类米制品的特征，建立米制品品质的多层次评价指标因素集，采用层次分析法得到不同评价指标的权重；（5）确定各评价因素的隶属度，构建模糊评价矩阵；（6）采用模糊矩阵复合运算，得到模糊综合评价值；（7）采用回归分析得到米制品综合评价值与原料特性之间的数学模型；（8）利用数学模型，预测不同品种大米原料加工米制品适宜性。利用本发明，可定量化计算出不同品种的原料在加工米制品时的适宜程度，为原料的合理利用提供支持。

Description

一种米制品加工原料快速筛选方法
技术领域
本发明属于食品加工技术领域，具体涉及一种米制品加工原料快速筛选方法。
背景技术
米制品是以大米及糙米为主要原料，经过加工制得的产品，主要包括米线、汤圆、粽子、年糕、方便米饭、米制膨化食品、米制发酵食品及衍生产品（如果葡糖浆、抗性淀粉、味精等）。适宜的原料品种是生产优质米制品的物质基础。我国稻谷品种资源丰富，有上万种稻谷种质资源，各种品种大米的品质可能存在较大的差异，并且不同品种大米的组成成分及理化特性与米制品品质密切相关。加工不同种类米制品对稻米原料的要求也不尽相同。如何从成千上万种大米品种中快速选择适宜的加工原料是米制品加工亟待解决的问题。
现行的米制品加工原料的适宜性评价方法一般是通过相关性分析、主成分分析、回归分析等建立大米原料理化指标与米制品感官品质的相关性，然后通过聚类分析将原料进行分类，根据聚类结果中各品种原料特性，进一步得到大米加工适宜性评价标准。现在这种评价方法存在着一些不足，一是大米原料理化指标众多，且各项指标之间存在一定的相关性，哪些指标对米制品品质起到关键作用还不清楚；二是米制品评价体系的建立还不完善，大多是按照感官评价总分的高低来确定米制品品质的优劣；三是现行方法仅能判断大米原料加工某一类米制品的适宜性。
发明内容
本发明所要解决的技术问题是，提供一种普适的策略用于米制品加工原料的快速筛选，旨在更加准确、快速的筛选米制品加工原料。
本发明解决其技术问题所采用的技术方案是：一种米制品加工原料快速筛选方法，包括以下步骤：
（1）收集代表性的大米样品；
（2）测定不同品种大米原料的理化指标；
（3）将不同品种的大米原料加工成米制品；
（4）针对每一类米制品的特征，建立米制品品质的多层次评价指标因素集，采用层次分析法得到不同评价指标的权重；
（5）确定各评价因素的隶属度，构建模糊评价矩阵；
（6）采用模糊矩阵复合运算，得到模糊综合评价值；
（7）采用回归分析得到米制品综合评价值与原料特性之间的数学模型；
（8）利用步骤（7）所述数学模型，预测不同品种大米原料加工米制品适宜性。
优选的，步骤（2）中，测定不同品种大米原料的理化指标包括：
①采用谷物近红外分析仪测得大米样品的水分、蛋白质和直链淀粉含量等；
②采用食味计测得大米食味值；
③大米粉碎、过筛，进行糊化特性的测定，得到糊化温度、峰值黏度、崩解值、最低黏度、回生值、最终黏度等糊化特性参数。
优选的，步骤（4）中，针对每一类米制品的特征，建立米制品品质的多层次评价指标因素集，具体包括：
①所述米制品包括米线、方便米饭、汤圆、米发糕等；
②将用于评价所述米制品品质的指标划分为多级评价指标；
③将多级评价指标中的一级评价指标（Ui）划分为感官品质指标（U1）、质构指标（U2）和其他理化指标（U3）；
④根据米线的产品特性，得到一级评价指标（Ui）下的二级评价指标（Uij）；
所述感官品质指标中的二级评价指标包括色泽（U11）、气味（U12）、组织形态（U13）及口感（U14），即U1={ U11，U12，U13，U14}；
所述质构指标中的二级评价指标包括弹性（U21）、黏性（U22）、硬度（U23）及咀嚼性（U24），即U2={ U21，U22，U23，U24}；
所述其他理化指标中的二级评价指标包括吐浆值（U31）、断条率（U32），即U3={ U31，U32}；
⑤根据方便米饭的产品特性，得到一级评价指标（Ui）下的二级评价指标（Uij）；
所述感官品质指标中的二级评价指标包括复水前色泽（U11）、复水前形态（U12）、复水后外观（U13）、口感（U14）及香气（U15），即U1={ U11，U12，U13，U14，U15}；
所述质构指标中的二级评价指标包括硬度（U21）、粘着性（U22）、硬度（U23）、弹性（U24）及咀嚼性（U25），即U2={ U21，U22，U23，U24，U25}；
⑥根据汤圆的产品特性，得到一级评价指标（Ui）下的二级评价指标（Uij）；
所述感官品质指标中的二级评价指标包括外观（U11）、口感（U12）和浑汤（U13），U1={ U11，U12，U13 }；
所述质构指标中的二级评价指标包括硬度（U21）、弹性（U22）、黏性（U23）、回复性（U24）及咀嚼性（U25），即U2={ U21，U22，U23，U24，U25}；
所述其他理化指标中的二级评价指标包括冻裂率（U31）、失水率（U32）、汤透光率（U33），即U3={ U31，U32，U33 }；
⑦根据米发糕的产品特性，得到一级评价指标（Ui）下的二级评价指标（Uij）；
所述感官品质指标中的二级评价指标包括形态（U11）、色泽（U12）、香气（U13）、滋味（U14）及口感（U15），即U1={ U11，U12，U13，U14，U15}；
所述质构指标中的二级评价指标包括硬度（U21）、弹性（U22）、黏性（U23）、回复性（U24）及咀嚼性（U25），即U2={ U21，U22，U23，U24，U25}；
所述其他理化指标中的二级评价指标包括比容（U31）、滴定酸度（U32），即U3={ U31，U32}。
优选的，步骤（4）中，采用层次分析法得到不同评价指标的权重，具体包括：
根据专家打分结果，得到二级评价指标和一级评价指标的判断矩阵，对判断矩阵进行归一化处理，计算各二级评价指标的二级权重（wij）和一级评价指标的一级权重（wi），得到权重集w1={ w11，w12，w13，……，w1j}，w2={ w21，w22，w23，……，w2j}，w3={ w31，w32，w33，……，w3j}，w={ w1，w2，w3，……，wi}。
优选的，步骤（5）中，确定各评价因素的隶属度，构建模糊评价矩阵，具体包括：
①将步骤（4）中所述评价指标进一步划分为升型定量评价指标、适宜区间型定量评价指标和降型定量评价指标；
②计算各项二级指标的隶属度；
其中，对于升型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
对于降型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
对于适宜区间型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
其中xij表示二级指标的测定值，min（xij）和max（xij）分别表示最小值和最大值，s1和s2分别表示最佳值下限和最佳值上限；
③构建单因素模糊矩阵R；
。
优选的，步骤（6）中，采用模糊矩阵复合运算，得到模糊综合评价值，包括将构建的单因素评价矩阵与步骤（4）中确定的指标权重相乘，
；
其中，o表示运算关系，根据实际情况和运算效果采用不同的模糊算子。
优选的，步骤（6）中，模糊矩阵复合运算采用算子（和分别代表模糊集的代数积和代数和）进行计算。
优选的，步骤（7）中，采用回归分析得到米线、汤圆、方便米饭、米发糕等米制品综合评价值与原料特性之间的数学模型，，其中Y为米制品的综合评价值，A为与米制品种类有关的系数；xi为水分、直链淀粉、糊化温度、食味值等大米原料理化特性；bi为指数，i=1，2，3……。
优选的，步骤（8）中，利用步骤（7）所述数学模型，预测不同品种大米原料加工米制品适宜性，包括：
①测定大米原料的理化指标；包括采用谷物近红外分析仪测得原料大米的水分、蛋白质和直链淀粉含量等；采用食味计测得食味值；测定糊化特性，得到糊化温度、峰值黏度、崩解值、最低黏度、回生值、最终黏度等糊化特性参数；
②将上述大米原料的理化指标代入步骤（7）所述数学模型，得到相应米制品品质的综合评价值，评价原料大米的加工适宜性。
本发明运用模糊数学理论，建立米制品原料与米制品加工适宜性的隶属函数，并结合层次分析法得到各评价因子的权重，构建一个二级层次结构的米制品品质评价模型，提高米制品品质评价的科学性和准确性。在此基础上，通过回归分析构建大米原料品质与米制品品质综合评价值之间的数学模型，可定量化计算出不同品种的原料在加工米制品时的适宜程度，为原料的合理利用提供支持。
具体实施方式
以下结合实施例对本发明作进一步说明。
实施例1
一种米制品加工原料快速筛选方法，具体包括以下步骤：
S1：收集代表性的大米样品，相关样品信息见表1。
表1 大米品种编号及名称
S2：测定不同品种大米原料的理化指标；包括采用谷物近红外分析仪测得原料大米的水分、蛋白质和直链淀粉含量等；采用食味计测得食味值；测定糊化特性，得到糊化温度、峰值黏度、崩解值、最低黏度、回生值、最终黏度等糊化特性参数；数据见表2。
表2 88个大米样品的理化特性基本统计数据
S3：将不同品种的大米原料加工成脱水型方便米饭，测得方便米饭的质构特征参数和感官品质评分。方便米饭的品质特征基本统计结果如表3所示。
表3 不同品种大米加工的脱水型方便米饭基本数据统计
S4：针对脱水型方便米饭的产品特征，建立多层次评价指标因素集，如表4所示。
表4 脱水型方便米饭品质综合评价指标体系
用层次分析法确定各评价因子（Uij）的权重w，具体包括以下步骤：
首先，根据专家打分结果，得到一级评价指标和二级评价指标的判断矩阵；对同一级中各评价指标的重要性进行两两比较，做出相对重要性的判断，利用1～9标度法（表5）把第i个指标对第j个指标的相对重要性的估计值用aij表示，对于n个评价指标，构建判断矩阵A：
表5 1～9标度法
然后，对判断矩阵进行归一化处理，计算各个评价指标uij的权重w。对判断矩阵计算最大特征根和对应特征向量。
再次，对判断矩阵做一致性检验。若检验通过，特征向量即为各指标权重向量；若不通过需要重新构造判断矩阵。脱水型方便米饭的各个品质评价指标的权重如表3所示。
S5：确定各评价因素的隶属度，构建模糊评价矩阵。
首先，将表3中各评价指标划分为升型定量评价指标、适宜区间型定量评价指标和降型定量评价指标。其中，感官品质中复水前色泽、复水前形态、复水后外观、口感和香气，以及质构特征中粘聚性、咀嚼性和弹性属升型定量评价指标；粘着性和硬度属降型定量评价指标。
然后，计算各项二级指标的隶属度；其中，对于升型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
对于降型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
在此基础上构建单因素模糊矩阵R；
。
S6：采用算子模糊矩阵复合运算，得到模糊综合评价值。88个不同样品的综合评价值如表6所示。
表6 不同品种大米加工脱水型方便米饭的综合评价值
S7：采用逐步回归分析得到方便米饭综合评价值与原料特性之间的数学模型，即，
（Eq.1）
其中，x1为水分含量；x2为直链淀粉含量，x3为蛋白质含量，x4为食味值，x5为糊化温度。
实施例2
按照实施例1的相同步骤得到88个不同大米样品的鲜湿米线、米发糕和汤圆的综合评价值，数据统计如表7所示。
表7 不同品种大米加工米制品的综合评价值的数据统计
采用逐步回归分析得到鲜湿米线、米发糕和汤圆的综合评价值与原料特性之间的数学模型，
鲜湿米线：
（Eq.2）
其中，x1为直链淀粉含量，x2为糊化温度。
米发糕：
（Eq.3）
其中，x1为直链淀粉含量，；x2为峰值时间，x3为糊化温度。
汤圆：
（Eq.4）
其中，x1为水分含量；x2为直链淀粉含量，x3为糊化温度。
米制品综合评价值与原料特性之间的数学模型的验证，包括：
S1：测定15种大米原料的理化指标；包括采用谷物近红外分析仪测得原料大米的水分、蛋白质和直链淀粉含量等；采用食味计测得食味值；测定糊化特性，得到糊化温度、峰值黏度、崩解值、最低黏度、回生值、最终黏度等糊化特性参数，见表8。
表8 15种大米原料的理化指标
S2：将上述大米原料的理化指标分别代入数学模型Eq.1、Eq.2、Eq.3和Eq.4，得到相应米制品的综合评价预测值，见表9。
表9 15种大米原料加工米制品综合评价预测值
S3：将上述原料大米制成脱水型方便米饭，根据品质评价体系中的指标测定质构指标（硬度、粘着性、弹性、咀嚼性和粘聚性）和感官品质（复水前色泽和形态、复水后外观、口感和香气），计算各指标的隶属度，然后根据各指标隶属度和权重计算品质综合评价实测值，见表10。
S4：将上述原料大米制作成鲜湿米线，根据品质评价体系中测定质构指标（弹性、黏性、硬度及咀嚼性）、感官指标（色泽、气味、组织形态和口感）和其他理化指标（吐浆值、断条率），计算各指标的隶属度，然后根据各指标隶属度和权重计算品质综合评价实测值，见表10。
S5：将上述原料大米制作成米发糕，根据品质评价体系中测定质构指标（弹性、黏性、硬度、回复性和咀嚼性）、感官指标（形态、色泽、香气、滋味和口感）和其他理化指标（比容和滴定酸度），计算各指标的隶属度，然后根据各指标隶属度和权重计算品质综合评价实测值，见表10。
S6：将上述原料大米制作成汤圆，根据品质评价体系中测定质构指标（弹性、黏性、硬度、回复性和咀嚼性）、感官指标（外观、口感和浑汤）和其他理化指标（冻裂率、失水率和汤透光率），计算各指标的隶属度，然后根据各指标隶属度和权重计算品质综合评价实测值，见表10。
表10 15种大米原料加工米制品综合评价值
S7：对比S2所述米制品综合品质预测值和S3～S6所述米制品综合品质实测值，分析预测值与实测值间的相关性，二者的相关系数均能达到0.9以上，表明模型的预测效果较好。
预测大米原料金优402加工米制品适宜性，包括：
S1：测定大米原料金优402的理化指标；包括采用谷物近红外分析仪测得原料大米的水分为12.56%、蛋白质含量为9.42%和直链淀粉含量为24.63%等；采用食味计测得食味值为39；测定糊化特性，得到糊化温度为84.43℃、峰值黏度为2.61 Pa﹒s、衰减值为1.21 Pa﹒s、最低黏度为1.39 Pa﹒s、回生值为1.15 Pa﹒s、最终黏度为2.52 Pa﹒s，峰值时间为5.7min。
S2：将上述大米原料的理化指标代入数学模型Eq.1、Eq.2、Eq.3和Eq.4，得到金优402制得的脱水型方便米饭、鲜湿米线、米发糕和汤圆的综合评价预测值分别为0.562，0.835，0.785和0.391，可知金优402适宜加工鲜湿米线，较适宜加工米发糕，不适合加工汤圆和脱水型方便米饭。

Claims (9)

1.一种米制品加工原料快速筛选方法，其特征在于，包括以下步骤：
（1）收集代表性的大米样品；
（2）测定不同品种大米原料的理化指标；
（3）将不同品种的大米原料加工成米制品；
（4）针对每一类米制品的特征，建立米制品品质的多层次评价指标因素集，采用层次分析法得到不同评价指标的权重；
（5）确定各评价因素的隶属度，构建模糊评价矩阵；
（6）采用模糊矩阵复合运算，得到模糊综合评价值；
（7）采用回归分析得到米制品综合评价值与原料特性之间的数学模型；
（8）利用步骤（7）所述数学模型，预测不同品种大米原料加工米制品适宜性。
2.根据权利要求1所述的米制品加工原料快速筛选方法，其特征在于：步骤（2）中，测定不同品种大米原料的理化指标包括：
①采用谷物近红外分析仪测得大米样品的水分、蛋白质和直链淀粉含量；
②采用食味计测得大米食味值；
③大米粉碎、过筛，进行糊化特性的测定，得到糊化特性参数。
3.根据权利要求2所述的米制品加工原料快速筛选方法，其特征在于：步骤（4）中，针对每一类米制品的特征，建立米制品品质的多层次评价指标因素集，具体包括：
①所述米制品包括米线、方便米饭、汤圆、米发糕；
②将用于评价所述米制品品质的指标划分为多级评价指标；
③将多级评价指标中的一级评价指标Ui划分为感官品质指标U1、质构指标U2和其他理化指标U3；
④根据米线的产品特性，得到一级评价指标Ui下的二级评价指标Uij；
所述感官品质指标中的二级评价指标包括色泽U11、气味U12、组织形态U13及口感U14，即U1={ U11，U12，U13，U14}；
所述质构指标中的二级评价指标包括弹性U21、黏性U22、硬度U23及咀嚼性U24，即U2={U21，U22，U23，U24}；
所述其他理化指标中的二级评价指标包括吐浆值U31、断条率U32，即U3={ U31，U32 }；
⑤根据方便米饭的产品特性，得到一级评价指标Ui下的二级评价指标Uij；
所述感官品质指标中的二级评价指标包括复水前色泽U11、复水前形态U12、复水后外观U13、口感U14及香气U15，即U1={ U11，U12，U13，U14，U15}；
所述质构指标中的二级评价指标包括硬度U21、粘着性U22、硬度U23、弹性U24及咀嚼性U25，即U2={ U21，U22，U23，U24，U25}；
⑥根据汤圆的产品特性，得到一级评价指标Ui下的二级评价指标Uij；
所述感官品质指标中的二级评价指标包括外观U11、口感U12和浑汤U13，U1={ U11，U12，U13}；
所述质构指标中的二级评价指标包括硬度U21、弹性U22、黏性U23、回复性U24及咀嚼性U25，即U2={ U21，U22，U23，U24，U25}；
所述其他理化指标中的二级评价指标包括冻裂率U31、失水率U32、汤透光率U33，即U3={U31，U32，U33 }；
⑦根据米发糕的产品特性，得到一级评价指标Ui下的二级评价指标Uij；
所述感官品质指标中的二级评价指标包括形态U11、色泽U12、香气U13、滋味U14及口感U15，即U1={ U11，U12，U13，U14，U15}；
所述质构指标中的二级评价指标包括硬度U21、弹性U22、黏性U23、回复性U24及咀嚼性U25，即U2={ U21，U22，U23，U24，U25}；
所述其他理化指标中的二级评价指标包括比容U31、滴定酸度U32，即U3={ U31，U32 }。
4.根据权利要求3所述的米制品加工原料快速筛选方法，其特征在于：步骤（4）中，采用层次分析法得到不同评价指标的权重，具体包括：
根据专家打分结果，得到二级评价指标和一级评价指标的判断矩阵，对判断矩阵进行归一化处理，计算各二级评价指标的二级权重wij和一级评价指标的一级权重wi，得到权重集w1={ w11，w12，w13，……，w1j}，w2={ w21，w22，w23，……，w2j}，w3={ w31，w32，w33，……，w3j}，w={ w1，w2，w3，……，wi}。
5.根据权利要求4所述的米制品加工原料快速筛选方法，其特征在于：步骤（5）中，确定各评价因素的隶属度，构建模糊评价矩阵，具体包括：
①将步骤（4）中所述评价指标进一步划分为升型定量评价指标、适宜区间型定量评价指标和降型定量评价指标；
②计算各项二级指标的隶属度；
其中，对于升型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
对于降型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
对于适宜区间型定量评价指标，对各适宜等级的隶属度函数通用式为：
；
其中xij表示二级指标的测定值，min（xij）和max（xij）分别表示最小值和最大值，s1和s2分别表示最佳值下限和最佳值上限；
③构建单因素模糊矩阵R；
。
6.根据权利要求5所述的米制品加工原料快速筛选方法，其特征在于：步骤（6）中，采用模糊矩阵复合运算，得到模糊综合评价值，包括将构建的单因素评价矩阵与步骤（4）中确定的指标权重相乘，
；
其中，o表示运算关系，根据实际情况和运算效果采用不同的模糊算子。
7.根据权利要求6所述的米制品加工原料快速筛选方法，其特征在于：所述模糊矩阵复合运算采用算子进行计算。
8.根据权利要求7所述的米制品加工原料快速筛选方法，其特征在于：步骤（7）中，采用回归分析得到米线、汤圆、方便米饭、米发糕米制品综合评价值与原料特性之间的数学模型， ，其中Y为米制品的综合评价值，A为与米制品种类有关的系数；xi为大米原料理化特性水分、直链淀粉、糊化温度、食味值；bi为指数，i=1，2，3……。
9.根据权利要求8所述的米制品加工原料快速筛选方法，其特征在于：步骤（8）中，利用步骤（7）所述数学模型，预测不同品种大米原料加工米制品适宜性，包括：
①测定大米原料的理化指标；包括采用谷物近红外分析仪测得原料大米的水分、蛋白质和直链淀粉含量；采用食味计测得食味值；测定糊化特性，得到糊化特性参数糊化温度、峰值黏度、崩解值、最低黏度、回生值、最终黏度；
②将上述大米原料的理化指标代入数学模型，得到相应米制品品质的综合评价值，评价原料大米的加工适宜性。
CN201710654708.2A 2017-08-03 2017-08-03 一种米制品加工原料快速筛选方法 Active CN107464020B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710654708.2A CN107464020B (zh) 2017-08-03 2017-08-03 一种米制品加工原料快速筛选方法
US16/052,838 US20190041374A1 (en) 2017-08-03 2018-08-02 Rapid screening method of processing raw rice for rice products

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710654708.2A CN107464020B (zh) 2017-08-03 2017-08-03 一种米制品加工原料快速筛选方法

Publications (2)

Publication Number Publication Date
CN107464020A true CN107464020A (zh) 2017-12-12
CN107464020B CN107464020B (zh) 2020-08-28

Family

ID=60548276

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710654708.2A Active CN107464020B (zh) 2017-08-03 2017-08-03 一种米制品加工原料快速筛选方法

Country Status (2)

Country Link
US (1) US20190041374A1 (zh)
CN (1) CN107464020B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108133328A (zh) * 2017-12-25 2018-06-08 中国食品发酵工业研究院 大米食用品质的评价方法及其在马铃薯工程米上的应用
CN108541914A (zh) * 2018-04-25 2018-09-18 中国农业科学院果树研究所 南果梨冻梨制备工艺参数确定方法及冻梨制备方法
CN109242341A (zh) * 2018-09-29 2019-01-18 中国农业科学院农产品加工研究所 基于苹果原料指标预测果汁综合品质的方法
CN109325626A (zh) * 2018-09-29 2019-02-12 中国农业科学院农产品加工研究所 基于苹果原料指标预测干制品综合品质的方法
CN109673952A (zh) * 2019-02-15 2019-04-26 江南大学 一种提高方便米饭淀粉抗回生的方法
CN110083959A (zh) * 2019-05-06 2019-08-02 河南农业大学 一种低温肉糜制品质量等级调控方法
CN111007213A (zh) * 2020-01-06 2020-04-14 武汉轻工大学 一种汤圆专用米的筛选方法
CN111189986A (zh) * 2020-01-07 2020-05-22 武汉轻工大学 黄酒用原料米的筛选方法
CN111292006A (zh) * 2020-02-25 2020-06-16 武汉轻工大学 基于黄酒制品品质范围获取原料品质范围的方法及装置
CN111310127A (zh) * 2020-02-25 2020-06-19 武汉轻工大学 基于食品制品品质范围获取原料品质范围的方法及装置
CN111325404A (zh) * 2020-02-25 2020-06-23 武汉轻工大学 求解米粉原料指标范围的数据驱动模型分析方法及装置
CN111340369A (zh) * 2020-02-25 2020-06-26 武汉轻工大学 求解食品原料指标范围的数据驱动模型分析方法及装置
CN112485216A (zh) * 2020-11-20 2021-03-12 华中农业大学 一种多源信息融合的泰国茉莉香米掺伪鉴别方法
CN112598239A (zh) * 2020-12-14 2021-04-02 南阳师范学院 一种园林地被用月季品种筛选的评价方法
CN112668142A (zh) * 2020-11-23 2021-04-16 华南农业大学 一种鸡肉品质综合评价模型的构建方法及应用

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222929A (zh) * 2019-04-30 2019-09-10 福建省水利投资开发集团有限公司 一种堆石混凝土技术适用性评价的定量分析方法
CN110489716A (zh) * 2019-05-20 2019-11-22 浙江省农业科学院 生地熟化评价方法及系统
CN110458408B (zh) * 2019-07-15 2022-08-30 中国石油化工股份有限公司 典型故障对动设备及装置影响后果的分析方法
CN110390485A (zh) * 2019-07-25 2019-10-29 北京电子工程总体研究所 单兵便携式防空导弹武器系统安全等级综合评定方法
CN110705856A (zh) * 2019-09-24 2020-01-17 苏州热工研究院有限公司 基于层次分析法的核电设备锻件材料制造质量评估方法
CN111340347A (zh) * 2020-02-21 2020-06-26 黑龙江省农业科学院绥化分院 一种水稻品种综合优良指数评价方法
CN111291496B (zh) * 2020-02-25 2023-05-12 武汉轻工大学 求解汤圆原料指标范围的数据驱动模型分析方法及装置
CN111272959B (zh) * 2020-03-04 2021-02-26 中国水稻研究所 多年/多点水稻品种品质稳定性判定的方法
CN111339679B (zh) * 2020-03-13 2023-03-31 武汉材料保护研究所有限公司 一种预测自然环境下ldpe老化等级的模糊识别模型建立方法
CN111337956B (zh) * 2020-03-16 2022-02-11 北京工业大学 导航接收机性能综合评价方法及装置
CN111768087A (zh) * 2020-06-15 2020-10-13 河南省农业科学院植物营养与资源环境研究所 一种判别氮素高效利用品种的评价方法
CN111882210A (zh) * 2020-07-27 2020-11-03 陕西延长石油（集团）有限责任公司 一种基于多层次模糊综合评判的气田总体布局评价方法
CN112308427B (zh) * 2020-11-02 2024-03-19 江苏省电力试验研究院有限公司 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统
CN112858603A (zh) * 2021-01-27 2021-05-28 四川省食品发酵工业研究设计院有限公司 一种郫县豆瓣甜瓣子及其蚕豆原料综合品质的检测方法
CN113344409A (zh) * 2021-06-22 2021-09-03 山东农业大学 一种设施连作土壤质量的评价方法及系统
CN115236292B (zh) * 2022-07-19 2024-09-06 绿萌科技股份有限公司 一种基于外观指标的水果综合品质评判方法
CN115577981A (zh) * 2022-11-22 2023-01-06 山东大学 一种作物耐镉品种的筛选方法、系统、设备及存储介质
CN116384817B (zh) * 2023-03-30 2024-01-09 沧州市农林科学院 一种用于评价植物抗逆性的方法
CN116307636B (zh) * 2023-05-17 2023-08-04 彼图科技(青岛)有限公司 一种用于智能工具柜终端的智能调控方法及系统
CN116452020B (zh) * 2023-06-14 2023-09-15 中国农业科学院农业质量标准与检测技术研究所 一种农产品安全性评价方法、装置、设备及存储介质
CN116777273A (zh) * 2023-06-16 2023-09-19 佛山市朗全电器有限公司 一种基于物联网的粮食质量监控方法及系统
CN118312747A (zh) * 2024-06-11 2024-07-09 中国兵器科学研究院 一种适用于多飞行器集群打击的效能评估方法及其应用

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1132600A (zh) * 1995-10-30 1996-10-09 唐智 方便营养米线及制作方法
CN101028014A (zh) * 2007-03-23 2007-09-05 福建师范大学 一种米粉加工中五段式定时变温烘干技术
CN104336184A (zh) * 2013-08-08 2015-02-11 王娟 传统食品耳块、粘耙、豆浆的食用方法
CN105067784A (zh) * 2015-07-22 2015-11-18 中国水稻研究所 利用稻米品质的理化性状指标来判定稻米食味品质的方法
JP2016212068A (ja) * 2015-05-13 2016-12-15 鈴木　英二 簡易食品付着性評価キット
CN106600116A (zh) * 2016-11-28 2017-04-26 北京城市排水集团有限责任公司 一种基于fahp法的污泥板框脱水效果评价方法
CN106651182A (zh) * 2016-12-25 2017-05-10 北京工业大学 基于熵权重的轨道客流拥塞风险评价方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2443098A1 (en) * 2001-04-13 2002-10-24 Cargill, Incorporated Processes for evaluating agricultural and/or food materials; applications; and, products
KR20150112902A (ko) * 2015-03-31 2015-10-07 강원대학교산학협력단 근적외 분광법을 이용하여 원료 및 형태가 다른 다양한 식품에 함유된 영양성분의 함량을 동시에 분석하는 방법
US10837927B2 (en) * 2016-09-20 2020-11-17 Frito-Lay North America, Inc. NMR based non-invasive and quantitative food attribute measurement apparatus and method
WO2018084612A1 (ko) * 2016-11-02 2018-05-11 한국식품연구원 쌀의 품질측정 시스템, 쌀의 식미평가방법, 곡물의 발아율 예측 시스템 및 발아율 예측 방법
CN113469746A (zh) * 2021-07-09 2021-10-01 布瑞克农业大数据科技集团有限公司 一种农产品预测方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1132600A (zh) * 1995-10-30 1996-10-09 唐智 方便营养米线及制作方法
CN101028014A (zh) * 2007-03-23 2007-09-05 福建师范大学 一种米粉加工中五段式定时变温烘干技术
CN104336184A (zh) * 2013-08-08 2015-02-11 王娟 传统食品耳块、粘耙、豆浆的食用方法
JP2016212068A (ja) * 2015-05-13 2016-12-15 鈴木　英二 簡易食品付着性評価キット
CN105067784A (zh) * 2015-07-22 2015-11-18 中国水稻研究所 利用稻米品质的理化性状指标来判定稻米食味品质的方法
CN106600116A (zh) * 2016-11-28 2017-04-26 北京城市排水集团有限责任公司 一种基于fahp法的污泥板框脱水效果评价方法
CN106651182A (zh) * 2016-12-25 2017-05-10 北京工业大学 基于熵权重的轨道客流拥塞风险评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
丁印成: "城市立交方案评价体系研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
刘岚 等: "几种发芽糙米食品感观评价研究", 《粮食与饲料工业》 *
窦红霞: "米制品专用稻优良品种筛选及适宜施肥模式研究", 《中国优秀硕士学位论文全文数据库农业科技辑》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108133328A (zh) * 2017-12-25 2018-06-08 中国食品发酵工业研究院 大米食用品质的评价方法及其在马铃薯工程米上的应用
CN108541914A (zh) * 2018-04-25 2018-09-18 中国农业科学院果树研究所 南果梨冻梨制备工艺参数确定方法及冻梨制备方法
CN109242341A (zh) * 2018-09-29 2019-01-18 中国农业科学院农产品加工研究所 基于苹果原料指标预测果汁综合品质的方法
CN109325626A (zh) * 2018-09-29 2019-02-12 中国农业科学院农产品加工研究所 基于苹果原料指标预测干制品综合品质的方法
CN109673952A (zh) * 2019-02-15 2019-04-26 江南大学 一种提高方便米饭淀粉抗回生的方法
CN110083959B (zh) * 2019-05-06 2022-02-15 河南农业大学 一种低温肉糜制品质量等级调控方法
CN110083959A (zh) * 2019-05-06 2019-08-02 河南农业大学 一种低温肉糜制品质量等级调控方法
CN111007213A (zh) * 2020-01-06 2020-04-14 武汉轻工大学 一种汤圆专用米的筛选方法
CN111189986A (zh) * 2020-01-07 2020-05-22 武汉轻工大学 黄酒用原料米的筛选方法
CN111292006A (zh) * 2020-02-25 2020-06-16 武汉轻工大学 基于黄酒制品品质范围获取原料品质范围的方法及装置
CN111325404A (zh) * 2020-02-25 2020-06-23 武汉轻工大学 求解米粉原料指标范围的数据驱动模型分析方法及装置
CN111340369A (zh) * 2020-02-25 2020-06-26 武汉轻工大学 求解食品原料指标范围的数据驱动模型分析方法及装置
CN111340369B (zh) * 2020-02-25 2021-02-02 武汉轻工大学 求解食品原料指标范围的数据驱动模型分析方法及装置
CN111310127A (zh) * 2020-02-25 2020-06-19 武汉轻工大学 基于食品制品品质范围获取原料品质范围的方法及装置
CN111325404B (zh) * 2020-02-25 2022-04-22 武汉轻工大学 求解米粉原料指标范围的数据驱动模型分析方法及装置
CN112485216A (zh) * 2020-11-20 2021-03-12 华中农业大学 一种多源信息融合的泰国茉莉香米掺伪鉴别方法
CN112485216B (zh) * 2020-11-20 2022-02-01 华中农业大学 一种多源信息融合的泰国茉莉香米掺伪鉴别方法
CN112668142A (zh) * 2020-11-23 2021-04-16 华南农业大学 一种鸡肉品质综合评价模型的构建方法及应用
CN112598239A (zh) * 2020-12-14 2021-04-02 南阳师范学院 一种园林地被用月季品种筛选的评价方法

Also Published As

Publication number Publication date
US20190041374A1 (en) 2019-02-07
CN107464020B (zh) 2020-08-28

Similar Documents

Publication Publication Date Title
CN107464020A (zh) 一种米制品加工原料快速筛选方法
Ahakpaz et al. Genotype-by-environment interaction analysis for grain yield of barley genotypes under dryland conditions and the role of monthly rainfall
Poysa et al. Stability of soybean seed composition and its effect on soymilk and tofu yield and quality
Osborne et al. Single‐kernel characterization principles and applications
Khadivi et al. Morphological and pomological characterization of edible fig (Ficus carica L.) to select the superior trees
CN105675539B (zh) 一种农产品品质综合评价方法
Bodner et al. A statistical approach to root system classification
CN105067784A (zh) 利用稻米品质的理化性状指标来判定稻米食味品质的方法
CN110122915A (zh) 一种打叶复烤加工质量综合评价方法
CN106202267A (zh) 一种黄果柑综合品质评价方法
CN107167565A (zh) 一种鲜食葡萄品质评价方法及系统
Chen et al. Prediction of milled rice grades using Fourier transform near-infrared spectroscopy and artificial neural networks
Capucho et al. Influence of leaf position that correspond to whole plant severity and diagrammatic scale for white spot of corn
CN109409579A (zh) Bp人工神经网络预测原料加工适宜性的方法
CN104865360A (zh) 一种浓香型大曲质量评价方法及系统
CN109325626A (zh) 基于苹果原料指标预测干制品综合品质的方法
CN103646165A (zh) 定量评判黄水品质的方法
CN107909264A (zh) 一种烟叶风格特征年度间稳定性的客观综合评价方法
CN109242341A (zh) 基于苹果原料指标预测果汁综合品质的方法
CN104899424B (zh) 一种基于微观特征的烤后烟叶成熟度和叶片结构客观检测方法
CN114720582B (zh) 一种不同陈化年份老香黄的综合评价方法
CN109752487A (zh) 冬小麦叶片氮素含量预估方法及装置
CN111680910A (zh) 一种基于卷烟配方功效的烟叶适用范围定位方法
CN106198900B (zh) 食品安全评价方法及装置
US20230187030A1 (en) Rapid quantitative evaluation method for taste characteristics of fried rice

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant