畢業(yè)論文范文——深圳蔬菜質(zhì)量評價與抽樣優(yōu)化模型的算法實現(xiàn)

1、<p><b>　　畢業(yè)論文</b></p><p>　　深圳蔬菜質(zhì)量評價與抽樣優(yōu)化模型的算法實現(xiàn)</p><p><b>　　摘要</b></p><p>　　蔬菜銷售行業(yè)在國民經(jīng)濟中占有不可忽視的地位，而蔬菜安全則是關(guān)乎國民健康和國家發(fā)展的重中之重。</p><p>　　本文以深圳蔬菜

2、抽樣體系為研究對象，在MATLAB、SPSS、SQL等軟件的數(shù)據(jù)處理基礎上，運用指數(shù)平滑、模糊層次分析、多維灰聚類、風險矩陣等多種算法，從安全的總指標出發(fā)，完成了對深圳蔬菜抽樣方法的綜合評價與優(yōu)化。同時，我們建立線性回歸、需求預測、曲線擬合等通用模型，實現(xiàn)全部問題的解答。</p><p>　　針對問題一，讀取整合處理數(shù)據(jù)；將蔬菜分為八大類填充入庫,計算各類蔬菜各月銷售比重；通過多維尺度分析法將八類蔬菜聚合為五類；

3、用樣本平移法、指數(shù)平滑法，擬合填充缺失月份數(shù)據(jù)；用 EXCEL繪制各月各類蔬菜銷量折線圖和全年各類蔬菜銷量均值比重餅圖；計算農(nóng)貿(mào)市場、批發(fā)市場、商場超市、生產(chǎn)基地各渠道銷售量所占比重；根據(jù)交易記錄，計算新加渠道（零售、電商）的銷售比重(6.8%，0.3%)；分析圖表得出結(jié)論：綠色蔬菜和瓜豆類蔬菜冬季波動最為明顯，全年銷量以綠色蔬菜為甚(56.5%)，蔥蒜類銷量最次(0.4%)，選擇農(nóng)貿(mào)市場(47.0%)和批發(fā)市場(32.6%)購買蔬菜的

4、市民最多，因此后續(xù)研究應當特別注意上述類別、季節(jié)和銷售渠道的蔬菜品質(zhì)。</p><p>　　針對問題二，在SQL中計算農(nóng)貿(mào)市場(5.450%)、批發(fā)市場(2.750%)、商場超市(8.630%)、生產(chǎn)基地(1.480%)四大銷售渠道的抽檢不合格率（零售和電商的不合格率缺失）；對各渠道進行打分構(gòu)造優(yōu)先關(guān)系矩陣，再用MATLAB計算六大渠道風險權(quán)重；將前四類渠道的權(quán)重與不合格率做線性擬合，算得零售(7.270%)、電

5、商(6.240%)不合格率；利用公式計算平均不合格率，以及忽略某渠道后剩余渠道不合格率的改變值；分析知，超市的蔬菜最危險（8.630%），而忽略農(nóng)貿(mào)市場導致的減少最多(-0.573%)，因此，應對商場和農(nóng)貿(mào)市場的蔬菜質(zhì)量加強監(jiān)管；最后用故障樹法進行檢驗。</p><p>　　針對問題三，從三方面分析：對于鮮菜中風險物質(zhì)成分，采用多維灰聚類法分析，構(gòu)造了含有五個指標的權(quán)重矩陣來判斷風險物質(zhì)的灰度特征，確定了21個中

6、高風險的鮮菜樣本。對樣本中出現(xiàn)的頻數(shù)較高以及危險性較高、超標嚴重的分析物質(zhì)進行匯總分析。由此得到深圳市在檢測物質(zhì)的食品安全方面仍存在一定的風險的結(jié)論；針對地域因素，通過計算各省樣本的抽查合格率對出口省份進行安全性排名，運用K-聚類分析法綜合考慮多種因素將可輸出省份分為3類，可見該市進口蔬菜中存在風險較高者；結(jié)合深圳市民的飲食習慣和反季節(jié)蔬菜的特性，得出結(jié)論：深圳市面臨反季節(jié)鮮菜以及本地受污染蔬菜風險。</p><p&

7、gt;　　針對問題四，按照簡單隨機抽樣原則估計樣本量，蔬菜抽樣總量為全年11400批次，每月950批次。根據(jù)各轄區(qū)蔬菜樣品不合格率及原蔬菜抽樣比例，規(guī)定各轄區(qū)每月抽樣任務；針對不同季節(jié)制定八大類蔬菜抽樣方案；根據(jù)問題一二得到的六類渠道銷量及不合格率，規(guī)定抽樣場所的比例，采用不同抽樣方式，農(nóng)貿(mào)市場、生產(chǎn)基地、批發(fā)市場采用分層抽樣及系統(tǒng)抽樣法，零售攤販采用分級抽樣，電商渠道對貨源和倉庫中的產(chǎn)品以及物流過程、配送過程中抽樣。</p>

8、;<p>　　針對問題五，綜合前幾題的結(jié)論，就深圳蔬菜安全問題向市政府提出建議。</p><p>　　關(guān)鍵詞：深圳蔬菜 模糊層次分析 多維尺度分析 多維灰聚類 指數(shù)平滑K-聚類分析 風險矩陣</p><p><b>　　問題重述</b></p><p><b>　　問題背景</b></p>&l

9、t;p>　　隨著時代發(fā)展，人類生活得到了極大的便利。但與此同時，技術(shù)手段的不完善、食品抽檢方案的不健全、非法分子管制措施的相對缺失，都使得食品安全問題日趨嚴重。</p><p>　　眾所周知，民以食為天。蔬菜作為極富營養(yǎng)價值的天然食品，其監(jiān)督自然不容小覷。而深圳作為近40年前改革開放的窗口，以及擁有2000多萬人口廣東第二大城市，其新鮮蔬菜的消費以輸入型為主，輸入渠道、生產(chǎn)地區(qū)、氣候條件、管理模式、菜品種類

10、等都具有多樣化的特點。因此，它的食品安全監(jiān)管也更應當提上日程。建立合理有效的深圳蔬菜安全評估模型和抽檢方案，將對人類健康和社會穩(wěn)定提供極大保障。</p><p><b>　　問題提出</b></p><p>　　上述諸多因素都對傳統(tǒng)的蔬菜安全監(jiān)管工作方法構(gòu)成新的挑戰(zhàn)。</p><p>　　附件1是深圳市2017年食用農(nóng)產(chǎn)品監(jiān)測抽檢方案。<

11、/p><p>　　附件2是深圳市2017年1-3月食用農(nóng)產(chǎn)品監(jiān)測抽檢詳細計劃。</p><p>　　附件3是近兩年全國蔬菜及其制品抽樣檢驗不合格列表。</p><p>　　我們的任務是根據(jù)背景材料和收集的數(shù)據(jù)，建立數(shù)學模型回答以下問題：</p><p>　　問題一：收集數(shù)據(jù)，調(diào)查、分析深圳市各季節(jié)新鮮蔬菜消費種類及不同輸入渠道的比例。</p

12、><p>　　問題二：評估檢驗中忽略某些輸入渠道的抽樣導致的食品安全風險。</p><p>　　問題三：基于附件評估深圳新鮮蔬菜食品安全風險。</p><p>　　問題四：根據(jù)科學的統(tǒng)計推斷原理，設計一套深圳市新鮮蔬菜抽樣檢驗方案，以滿足不同層面監(jiān)測工作的需要，提高食品安全防控的效率與質(zhì)量。</p><p>　　問題五：基于你的研究結(jié)果給深圳市政

13、府寫一封建議信。</p><p><b>　　問題分析</b></p><p>　　問題一要求我們根據(jù)附件和自行搜集的資料，提取各個季度深圳各類新鮮蔬菜的消費情況比例，以及各類蔬菜輸入渠道的比例。針對該問題，我們首先根據(jù)近兩年深圳蔬菜質(zhì)檢結(jié)果信息，使用SQL對搜得數(shù)據(jù)進行預處理和簡單篩查，得出各月份各類蔬菜銷售情況表格。再通過相關(guān)存儲過程的建立，計算各類銷售渠道占比。

14、最終，使用樣本平移法對所得數(shù)據(jù)進行檢驗，使模型更具合理性。</p><p>　　問題二要求我們分析各輸入渠道的可忽略性極其影響。針對該問題，我們依然利用深圳蔬菜質(zhì)檢報告，基于問題一的結(jié)論，通過大量數(shù)據(jù)在SQL數(shù)據(jù)庫中歸類分析，計算各渠道蔬菜產(chǎn)品的比重和不合格率。再根據(jù)運籌學中的模糊層次分析法，計算各渠道的安全風險權(quán)重。接著，通過已有渠道信息散點圖的EXCEL函數(shù)擬合，預測新加渠道的不合格率。最后，比較刪去特定渠道

15、對總不合格率的影響，得出風險評估結(jié)果。</p><p>　　問題三要求我們基于附件評估深圳市的新鮮蔬菜食品安全風險?；谏钲谑絮r菜的輸入性特征，我們將影響新鮮蔬菜食品安全的因數(shù)主要分為三類：鮮菜中存在的危險物質(zhì)帶來的物質(zhì)性風險、生產(chǎn)管理不規(guī)范或污染嚴重區(qū)域生產(chǎn)的鮮菜產(chǎn)品帶來的地域性風險、生產(chǎn)方式不同以及本地飲食習慣不同帶來的其他風險。運用灰度聚類法對未檢測危險物質(zhì)進行分類并且確定具有高度及中度風險的物質(zhì)，并確定其

16、比例，以對危險物質(zhì)帶來的風險進行評價。對于已檢測的物質(zhì)，我們采用分類匯總和樣本描述的方法，以得到已檢測物質(zhì)中出現(xiàn)漏檢錯檢可能存在的風險。對于地域性風險，我們先通過樣本的檢驗不合格率對于全國可能出口的省市進行劃分，并通過K-聚類分析結(jié)合鐵路距離、平均運價、季節(jié)性、是否有出口記錄等特性對出口省市進行分類，得出主要出口、次要出口、以及極少出口的各個省市，結(jié)合檢驗不合格率對于鮮菜產(chǎn)品帶來的地域性風險進行評估。對于生產(chǎn)方式不同以及本地飲食習慣不同

17、帶來的其他風險，結(jié)合實際數(shù)據(jù)以及反季節(jié)蔬菜的特性對該類風險進行定性分析，得到其他風險的評價。</p><p>　　問題四要求我們根據(jù)科學的統(tǒng)計推斷原理，設計一套滿足不同層面監(jiān)測工作的需要的深圳市新鮮蔬菜抽樣方案，并提高食品安全防控的效率與質(zhì)量。針對該問題，我們首先分析了現(xiàn)有抽樣方案的不足之處，之后采用簡單隨機抽樣的方法估計樣本量，依據(jù)各轄區(qū)新鮮蔬菜樣品不合格率及原新鮮蔬菜抽樣比例，為各轄區(qū)分配具體抽樣任務。根據(jù)問

18、題一、問題二所得結(jié)論，確定不同抽樣渠道抽樣比例以及不同季節(jié)蔬菜抽樣比例。不同渠道的抽樣采用分層抽樣、多階段抽樣、系統(tǒng)抽樣、簡單隨機抽樣相結(jié)合的方式，以更加全面準確地覆蓋區(qū)域的情況，提高評價精度。</p><p><b>　　問題模型假設</b></p><p>　　假設所收集數(shù)據(jù)皆為可靠數(shù)據(jù)，不存在錯誤信息。</p><p>　　假設質(zhì)檢報告樣

19、本中各類蔬菜和輸入渠道比例與實際市場蔬菜銷售和比例完全相同。</p><p>　　假設每一年相同時間蔬菜消費種類、輸入渠道比例相同，市民飲食習慣不變，忽略不同年份天氣、氣候、政策等影響可能帶來的差異。</p><p>　　假設模型涉及的所有蔬菜所屬分類都包含于本文所列八大類中，不存在模糊分類的情況，蔬菜與類型一一對應。</p><p>　　假設各城市間鐵路長度即為蔬

20、菜運輸距離，且各類蔬菜生產(chǎn)省份到深圳的距離均以該省省會城市計算，運價以普通運輸價格估計。</p><p>　　假設附件中收集的全國數(shù)據(jù)中的不合格率與全國鮮菜出口樣品中的不合格率相同</p><p>　　假設鮮菜樣品中存在的所有危險物質(zhì)均包括在全國的檢驗報告中。</p><p>　　假設2015年的全國農(nóng)村統(tǒng)計年鑒中有關(guān)于鮮菜產(chǎn)量的數(shù)據(jù)具有平常性和代表性。</p

21、><p>　　假定各個省份的蔬菜抽樣比例相同。</p><p>　　文中不同渠道運輸?shù)臏囟纫约跋鄬穸榷即笾孪嗤?，而在蔬菜的運輸流通環(huán)節(jié)中，運輸?shù)臅r間越長，蔬菜變質(zhì)的安全風險越高。</p><p>　　在蔬菜生產(chǎn)環(huán)節(jié)中，各個銷售渠道各自獲得的蔬菜的品質(zhì)大體一致。</p><p><b>　　符號說明</b></p>

22、;<p><b>　　模型建立與求解</b></p><p>　　5.1 問題一的模型建立與求解</p><p>　　5.1.1 問題一的分析</p><p>　　本題要求我們收集調(diào)查數(shù)據(jù)，并分析深圳各季蔬菜消費種類及輸入渠道比例。針對這一問題，我們給出如下求解思路和具體步驟：</p><p>　　步驟一：

23、根據(jù)深圳市市場和監(jiān)督管理委員會給出的官方數(shù)據(jù)（深圳市蔬菜質(zhì)量安全監(jiān)測結(jié)果），導入SQL數(shù)據(jù)庫進行預處理，剔除無用數(shù)據(jù)和不詳數(shù)據(jù)。</p><p>　　步驟二：在已有數(shù)據(jù)中添加蔬菜的八大分類信息列，通過查詢和更新語句進行完全填充。</p><p>　　步驟三：利用多維尺度分析法將蔬菜八大類細分為五類。</p><p>　　步驟四：使用樣本平移法對缺失數(shù)據(jù)進行估計，再用

24、指數(shù)平滑法將數(shù)據(jù)擬合。</p><p>　　步驟五：建立各季節(jié)、各月份、各抽樣場所（即輸入渠道）抽檢情況視圖，并編寫存儲過程分別計算相應時段、相應渠道各類別蔬菜占比。</p><p>　　步驟六：將所得結(jié)果導入EXCEL，繪制消費折線圖和蔬菜類別餅圖。</p><p>　　5.1.2 菜品樣本分類的確定與數(shù)據(jù)填充</p><p>　　查閱原題

25、所給的附件一，易知蔬菜可分為鱗莖類、葉菜類、蕓苔屬類、瓜類、茄果類、豆類、根莖類、水生類和其他小類。為了數(shù)據(jù)處理的便捷和結(jié)果的合理性，我們對上述種類進行了修正，得到根菜類、鮮豆類、茄果瓜菜類、蔥蒜類、嫩莖葉花菜類、水生蔬菜類、薯芋類和野生蔬菜類八大類，具體信息見下表。</p><p>　　表1.1 深圳市蔬菜銷售種類[1]</p><p>　　至此，深圳蔬菜消費種類信息已在數(shù)據(jù)庫中補充完畢

26、。</p><p>　　5.1.3 基于多維尺度分析方法的蔬菜分類細分</p><p>　　考慮到八個種類的規(guī)律性和走勢的復雜性，在后續(xù)處理中可能很難對其進行分析，在此我們使用SPSS中的多維尺度分析法對蔬菜類別做進一步細分。</p><p>　　經(jīng)過多方資料的收集，我們認為影響蔬菜種類相似度的因素有如下幾種：</p><p>　　營養(yǎng)成分：

27、蛋白質(zhì)、脂肪、淀粉、水、無機鹽和維生素六大類；</p><p>　　食用器官：根、莖、葉、花、果實和種子六種；</p><p>　　生產(chǎn)地域：各高原、平原、江河流域等；</p><p>　　可能危害相似度：農(nóng)藥殘留、非法添加、微生物、食品添加劑等。</p><p>　　以上述指標為細則，我們對已經(jīng)分好的八類蔬菜進行打分，詳見下表：</p

28、><p>　　表1.2 蔬菜相似度評分表</p><p>　　基于矩陣元素分值越低越相近的原則，此表格可以在概念圖中得以直觀呈現(xiàn)：</p><p>　　圖1.1 蔬菜種類的二維尺度空間概念圖</p><p>　　本文采取的多維尺度分析法并不同于以圖表形式輸出結(jié)果的其他方法，我們得到的是一系列的數(shù)值說明：</p><p>　

29、　For matrix</p><p>　　Stress = .13195 RSQ = .88836</p><p>　　其中Stress值（應力值）為0.13說明本次擬合水平（信度）一般，RSQ值為0.89>0.60說明本次擬合通過檢驗，其效度是可以接受的。</p><p>　　綜上，我們可將新鮮蔬菜聚合為瓜豆類、蔥蒜類、綠色蔬菜類、野生

30、蔬菜類和地下作物類五種：</p><p>　　瓜豆類：茄果瓜菜類+鮮豆類；</p><p>　　解釋：二者營養(yǎng)成分相似，主要都為糖類和淀粉；且二者的食用部分都是果實。</p><p><b>　　蔥蒜類：蔥蒜類；</b></p><p>　　綠色蔬菜類：嫩莖葉花菜類+水生蔬菜類；</p><p>

31、　　解釋：二者營養(yǎng)成分都是維生素和礦物質(zhì)，且食用部分都以根莖葉為主。</p><p>　　（4） 野生蔬菜類：野生蔬菜類；</p><p>　?。?） 地下作物類：薯芋類+根菜類。</p><p>　　解釋：二者食用部分都以根莖為主。</p><p>　　至此，蔬菜細分完成。</p><p>　　5.1.4 缺失數(shù)據(jù)處

32、理</p><p>　　初始數(shù)據(jù)信息量龐大，且由多個文檔整合而成。考慮到后續(xù)數(shù)據(jù)處理的便捷性需求，我們將其導入數(shù)據(jù)庫中，通過查詢語句剔除空行和無效列，并增加菜品分類屬性列和不同時段不同場所抽檢視圖，以備后續(xù)計算之需。具體過程參見附錄。</p><p>　　通過軟件對數(shù)據(jù)屬性的歸類，我們發(fā)現(xiàn)2016年部分月份的數(shù)據(jù)處于缺失狀態(tài)，且特定區(qū)段的數(shù)據(jù)規(guī)律性欠佳。我們收集到的數(shù)據(jù)是深圳市市場和質(zhì)量監(jiān)

33、督管理委員會發(fā)布的2016年7月至2017年2月的《深圳市農(nóng)產(chǎn)品質(zhì)量安全豬肉和蔬菜例行監(jiān)測結(jié)果》。對于缺失數(shù)據(jù)，我們采用了移動平均法和指數(shù)平滑法，最終，我們采用指數(shù)平滑法得到結(jié)果。</p><p><b>　　樣本平移法[2]</b></p><p>　　我們首先采用了一種根據(jù)真實數(shù)據(jù)構(gòu)造采樣點的方法來解決數(shù)據(jù)不完整的問題。其基本思想類似于連續(xù)函數(shù)中的插值，在采樣環(huán)節(jié)

34、中，所采集的樣本數(shù)據(jù)是離散的，因此和連續(xù)函數(shù)不同，構(gòu)造出的為樣本數(shù)據(jù)也應該是離散的，并且統(tǒng)計上服從相似形狀的分布，稱之為“偽樣本空間”。</p><p>　　偽樣本空間應該滿足：樣本標志值（被測量值）的概率密度函數(shù)和真實樣本空間樣本標志值具有相似的分布，即概率密度函數(shù)的形式不發(fā)生變化。</p><p>　　采樣數(shù)據(jù)是抽樣率很低的隨機抽樣數(shù)據(jù)，而且由于蔬菜的季節(jié)性、區(qū)域性、多樣性、差異性，抽

35、樣無法得到詳細、完整的數(shù)據(jù)，缺少了三至六月的數(shù)據(jù)，而蔬菜消費種類的比例隨月份有明顯的變化，這樣會對各季節(jié)新鮮蔬菜消費比例的評估造成不良影響。所以，針對三至六月的數(shù)據(jù)分析采用了樣本平移法。</p><p>　　我們將廣州江南果菜批發(fā)市場的每月蔬菜銷售情況作為參考，假設其每月蔬菜種類銷售變化情況反映深圳市的蔬菜種類銷售情況。原因是廣州江南果菜批發(fā)市場是中國乃至東南亞地區(qū)最大的果菜集散地之一，蔬菜交易量一直穩(wěn)居全國第一

36、，每天的蔬菜成交量達1000萬公斤，占廣州市蔬菜上市量70%，具有參考性。 </p><p>　　根據(jù)廣州江南果菜市場2015年5月、2016年3月、4月、6月、7月蔬菜銷售情況分析，可以總結(jié)得到：</p><p>　　三月，冬儲菜的交易步入尾聲，新的蔬菜尚未批量上市，市場供應的蔬菜主要以冬儲菜為主，其中銷量比較大的為大白菜、蘿卜、土豆。海南的反季節(jié)瓜豆進入盛產(chǎn)期，三月還沒到本地和北方瓜豆

37、的上市期。</p><p>　　四月，市場銷售量較大的以供應到飯?zhí)玫拇箢愂卟藶橹鳎渲兴脑落N量排名前三的蔬菜有大白菜、土豆、青瓜，其中，青瓜的供應量明顯增多，銷量提高了三成左右。在換季階段，市民普遍食用的蔬菜由葉菜類蔬菜逐漸向瓜豆類蔬菜轉(zhuǎn)移。海南瓜豆類上市量減少，到月下旬只有較少的上市量，本地瓜豆在下旬開始少量上市。</p><p>　　五月，市場又開始進入瓜豆類蔬菜的銷售旺季。本月銷售量

38、最大的蔬菜為土豆、胡蘿卜、蘿卜、洋蔥頭、大白菜、椰菜、萵筍、大肉姜、青瓜、南瓜。五月中下旬，高溫、多雨、潮濕的天氣不利于葉菜類生長，菜葉容易腐爛，葉菜類供應減少。海南瓜豆類上市量將進一步減少，到月底估計只有微量的海南蔬菜上市，來自北方的蔬菜和本地瓜豆類蔬菜，供應量逐漸增加，成為市場銷售的主流蔬菜。瓜豆類、茄果類蔬菜供應量越來越多，葉菜類蔬菜供應量越來越少。新產(chǎn)洋蔥和新產(chǎn)的土豆也開始大量上市。</p><p>　　

39、六月，銷量排名前三的蔬菜有紹菜、椰菜、西紅柿，銷量環(huán)比上漲。北方露天蔬菜進入采收旺季，以瓜豆類為主的蔬菜供應量持續(xù)增加，瓜豆類蔬菜價廉物美，是市民最熱愛的選擇。葉類蔬菜水分較大，在適宜的溫度和日照下生長周期縮短，市場供應量增加。</p><p>　　七月，銷量排名前三的蔬菜有土豆、紹菜、西紅柿，土豆銷售量大幅增加，但椰菜、白蘿卜、青瓜等排名較前的蔬菜在本月銷售量均有所下降，原因在于現(xiàn)在市場銷售的外地蔬菜主要來自于

40、北方，受到北方地區(qū)暴雨天氣的影響，供應到江南市場的外地蔬菜有所減少。產(chǎn)地來自于湖北的蔬菜供應量下降尤為明顯，如大白菜、椰菜、白蘿卜等，銷量在本月有兩成左右的降幅，北方雨水天氣是本月江南市場外地蔬菜銷量減少的主要原因。</p><p>　　據(jù)此，我們得到深圳市一年蔬菜銷量估計值。</p><p><b>　　指數(shù)平滑法</b></p><p>　

41、　對于缺失值的預測，我們又采用移動平均法結(jié)合簡單季節(jié)性的修正對缺失的幾個月的數(shù)據(jù)進行擬合，移動平均法則不考慮較遠期的數(shù)據(jù)。并在加權(quán)移動平均法中給予近期資料更大的權(quán)重；而指數(shù)平滑法則兼容了全期平均和移動平均所長，不舍棄過去的數(shù)據(jù)，但是僅給予逐漸減弱的影響程度，即隨著數(shù)據(jù)的遠離，賦予逐漸收斂為零的權(quán)數(shù)。簡單季節(jié)性修正模型適用于沒有趨勢并且季節(jié)性影響隨時間變動保持恒定的序列。其平滑參數(shù)是水平和季節(jié)。簡單季節(jié)性指數(shù)平滑法與ARIMA模型極為相似

42、，包含零階自回歸、一階差分、一階季節(jié)性差分和一階、階和階移動平均數(shù)。</p><p>　　根據(jù)指數(shù)平滑理論，我們得出五類蔬菜模型的平穩(wěn)方，以及總模型的平穩(wěn)方，如下圖所示：</p><p>　　以之前兩年所有數(shù)據(jù)為基礎，我們擬合出2016年3月至2016年6月各類蔬菜銷量波動值，以折線圖給出：</p><p>　　因變量為季節(jié)性數(shù)據(jù)，因此，采用平穩(wěn)的R方來描述擬合程度

43、更加合適。另外，由表1.3可知，在模型擬合和模型統(tǒng)計量中，平穩(wěn)的R方均大于0.65，所以擬合的程度較好。從圖1.2也可以看出，觀測值與擬合值具有良好的一致性。</p><p>　　至此，我們已完成了所有缺失數(shù)據(jù)的合理填補。</p><p>　　5.1.5 深圳市各季節(jié)新鮮蔬菜消費情況及種類計算</p><p>　　在分類完成的前提下，我們針對問題一的題干要求，首先在

44、數(shù)據(jù)庫中建立各月份、各季度的抽檢結(jié)果視圖。接下來，我們通過一系列存儲過程的建立，對原始信息進行抽取，分別計算相應時段的蔬菜種類。最終，將所有數(shù)據(jù)導入EXCEL，整合四個季度的數(shù)據(jù)，求得全年均值。</p><p>　　前文已經(jīng)提及，考慮到2016年3月至6月相關(guān)數(shù)據(jù)的不完善，我們需要對此進行彌補和修正。綜合近兩年的同類信息，我們向原數(shù)據(jù)中輸入大量基數(shù)樣本，并使用指數(shù)平滑法對新樣本進行擬合，獲得相應月份的蔬菜抽樣比例

45、。</p><p>　　2016年7月至2017年2月各月蔬菜消費比例情況如下表所示：</p><p>　　表1.4 全年每月各類蔬菜消費比例表</p><p>　　若按季度統(tǒng)計，可簡化上表如下：</p><p>　　表1.5 全年各季度各類蔬菜消費比例表</p><p>　　將表1.5繪制為折線圖，可得如下結(jié)果：&l

46、t;/p><p>　　圖1.3 全年每月各類蔬菜消費比例折線圖</p><p>　　由上圖可知：綠色蔬菜于秋冬季節(jié)進入銷售旺季，而春夏季銷量略減；相反地，瓜豆類蔬菜在秋冬季節(jié)銷售情況并不理想，而春夏季略有上升；其余蔬菜基數(shù)較小，此處不作分析。</p><p>　　我們可以綜合深圳的季節(jié)特性對這一情況作解釋：</p><p>　　每年春初本地蔬菜大

47、量上市，而瓜豆類蔬菜未進入上市期——因此綠色蔬菜銷量較高，而瓜豆類蔬菜稍低；</p><p>　　4-5月份春夏之際，隨著季節(jié)的轉(zhuǎn)變，市民的蔬菜選擇也在改變，即從葉菜類蔬菜向瓜豆類蔬菜的轉(zhuǎn)移——因此綠色蔬菜銷量緩慢下降，而瓜豆類銷量緩慢上升；</p><p>　　11月左右，天氣轉(zhuǎn)涼，葉菜類開始大量上市——因此綠色蔬菜銷量出現(xiàn)高峰。</p><p>　　2016年7

48、月至2017年2月全年蔬菜消費平均比例情況如下表所示：</p><p>　　圖1.4 全年蔬菜消費比例均值餅圖</p><p>　　由上圖可知，深圳人的蔬菜飲食以綠色蔬菜類為主，瓜豆類次之，蔥蒜類最少。從深圳人的習慣看，蔬菜谷類在整個飲食結(jié)構(gòu)中占比較小，而肉類居多。而在蔬菜大類內(nèi)，綠色蔬菜和瓜豆顯然是多數(shù)人的選擇，蔥蒜多做調(diào)味品，因此比重最低。</p><p>　　

49、5.1.6 深圳市新鮮蔬菜輸入渠道比例計算</p><p>　　根據(jù)題干要求，我們首先按照原數(shù)據(jù)給出的農(nóng)貿(mào)市場、批發(fā)市場、商場超市、生產(chǎn)基地四類輸入渠道（即蔬菜來源）對抽檢信息進行分類，并在數(shù)據(jù)庫中分別創(chuàng)建視圖。其后，我們在建立名為“渠道比例”的存儲過程，對上述四類渠道的占用比例進行統(tǒng)一計算，得到以下初始比例圖表：</p><p>　　表1.6 原有四類渠道所占比重</p>

50、<p>　　由于題干中提示“新鮮蔬菜消費屬性是輸入型的”，且近年來蔬菜輸入渠道日趨多樣化，我們在查閱多方資料后決定在表中增設零售和電商兩個渠道。</p><p>　　零售：根據(jù)某一特定年份內(nèi)批發(fā)市場和零售商販的相對比例，可計算出零售渠道的銷售比重。</p><p>　　電商：據(jù)統(tǒng)計，廣東省蔬菜行業(yè)市場規(guī)模為3950億元，而2015年廣東省農(nóng)產(chǎn)品電商交易額約129億元。其中，生鮮農(nóng)

51、產(chǎn)品（果蔬肉類）電商交易額占農(nóng)產(chǎn)品總交易額的18.6%，蔬菜在果蔬肉類生鮮農(nóng)產(chǎn)品電商交易額中占比最少，約為1/2。</p><p>　　經(jīng)過上述修正，我們得出更為合理的六類蔬菜銷售渠道比例圖表：</p><p>　　表1.7 修正后六類渠道所占比重</p><p>　　由上圖可知，選擇農(nóng)貿(mào)市場進行蔬菜消費的市民最多，批發(fā)市場次之，選擇電商（即網(wǎng)購蔬菜）的市民最少。&

52、lt;/p><p>　　5.2 問題二的模型建立與求解</p><p>　　5.2.1 問題二的分析</p><p>　　本題需要我們基于所獲數(shù)據(jù)評估抽檢方案忽略特定輸入渠道時導致的安全風險。為解決該問題，我們需要建立模型對缺失渠道的不合格率進行分析，具體步驟如下：</p><p>　　步驟一：從上題數(shù)據(jù)出發(fā)，在數(shù)據(jù)庫中編寫存儲過程計算各類已知渠

53、道的不合格率。</p><p>　　步驟二：通過各類因素的補充，利用模糊層次分析法，在MATLAB中實現(xiàn)各輸入渠道風險權(quán)重的求解。</p><p>　　步驟三：將所得結(jié)果導入EXCEL，對各渠道的權(quán)重和不合格率進行描點和函數(shù)擬合，計算新增渠道的不合格率。</p><p>　　步驟四：綜合考慮各渠道所占比例，分析將其忽略所導致的安全風險。</p><

54、;p>　　步驟五：使用故障樹法進行輔助分析。</p><p>　　5.2.2 已知渠道不合格率的計算</p><p>　　在上題建立四類渠道視圖的基礎上，我們在數(shù)據(jù)庫中繼續(xù)編寫名為“合格率”的存儲過程，對每一渠道的不合格率進行計算，結(jié)果如下圖:</p><p>　　表2.1 原有四類渠道不合格率</p><p>　　5.2.3 基于模糊

55、層次分析法的安全評估模型建立</p><p>　　問題一考慮了零售攤販和電商銷售渠道，而這兩個渠道的不合格率無法從已有數(shù)據(jù)中獲取。針對這一問題，本文采用模糊層次分析法[3]，計算六類渠道的風險權(quán)重。</p><p>　　首先我們構(gòu)建層次結(jié)構(gòu)圖，如下所示（相關(guān)符號定義已在前文給出）:</p><p>　　圖2.1 食品安全風險層次結(jié)構(gòu)圖</p><

56、p>　　我們將影響各渠道安全風險的因素分為農(nóng)藥殘留（）、新鮮程度（）和非法添加（）三大類。同時，我們將六大銷售渠道的安全風險分為農(nóng)貿(mào)市場安全風險（）、批發(fā)市場安全風險（）、商場超市安全風險（）、生產(chǎn)基地安全風險（）、零售安全風險（）和電商安全風險（）。而目標則為生鮮蔬菜不安全性的評價指標（）。</p><p>　　設為各層各元素之間優(yōu)先關(guān)系矩陣。其中的取值規(guī)范見下表：</p><p>

57、;　　表2.2 優(yōu)先關(guān)系矩陣元素標度含義</p><p>　　顯然，優(yōu)先關(guān)系矩陣為模糊互補陣。我們對其按行求和，求得以下數(shù)組，即為。設為模糊一致陣。以為元素構(gòu)造，通過算式實現(xiàn)。</p><p>　　設為每一層各元素相對上一層的重要度，即權(quán)重。我們通過計算矩陣各行元素之和與所有元素和相除的商，對向量進行賦值：。</p><p>　　分別輸入層、層優(yōu)先關(guān)系矩陣如下：&l

58、t;/p><p>　　表2.3 層優(yōu)先關(guān)系矩陣</p><p>　　表2.4 層優(yōu)先關(guān)系矩陣</p><p>　　、層同理，此處不予列出。</p><p>　　利用上述公式，我們對4個矩陣分別進行模糊一致化、行歸一化處理，得到權(quán)重向量、、、。最后，我們通過算得層元素對層的權(quán)重向量：。</p><p>　　將此結(jié)果在EXCE

59、L直觀呈現(xiàn)如下：</p><p>　　表2.5 六類渠道安全風險權(quán)重表</p><p>　　5.2.4 基于函數(shù)擬合的不合格率計算</p><p>　　結(jié)合表2.1，將上述權(quán)重和前四類渠道的不合格率在折線圖中描點，并擬合為一次函數(shù)，見下圖：</p><p>　　圖2.2 四類渠道安全風險權(quán)重與不合格率相關(guān)曲線</p><p

60、>　　根據(jù)曲線方程，我們將零售渠道的風險權(quán)重（）和電商渠道的風險權(quán)重（）分別代入，求得二者不合格率和。</p><p>　　至此，我們已獲得全部所需數(shù)據(jù)。</p><p>　　5.2.5 忽略特定渠道的安全風險計算模型</p><p>　　基于之前所有準備工作，我們現(xiàn)在可以直接建立模型求解問題二。</p><p>　　根據(jù)六大新鮮蔬菜銷

61、售渠道各自的不合格率，和表1.7提供的渠道比例，可求得平均不合格率。</p><p>　　考慮到刪除某一渠道的抽樣，將會導致平均不合格率或高或低的改變，產(chǎn)生新的。而改變值能夠反映該渠道的影響力大小。</p><p>　?。?） 當時，該渠道樣本的缺失將導致平均不合格率的升高。越大，說明被忽略的不合格樣本越多，忽略該渠道導致的安全風險越大。</p><p>　?。?）

62、 當時，該渠道樣本的缺失將導致平均不合格率的降低。越小，說明該渠道本身的不合格樣本越多，忽略該渠道導致的安全風險將顯著降低。</p><p>　　我們將全部信息整合如下：</p><p>　　表2.6 六類渠道綜合信息和可忽略性</p><p>　　由上表知，忽略農(nóng)貿(mào)市場樣本所減少的平均不合格率最多，為，因此，忽略農(nóng)貿(mào)市場渠道導致的安全風險最大。商場超市次之，為。而

63、批發(fā)市場和生產(chǎn)基地的，說明這兩個渠道本身的不合格率很低，將這它們忽略是可行的。</p><p>　　因此，為了使蔬菜安全得到更優(yōu)保障，應當適當增加農(nóng)貿(mào)市場和商場超市的樣本容量，并減少批發(fā)市場和生產(chǎn)基地所抽樣本容量。</p><p>　　5.2.5.2 故障樹分析法的不同渠道相對風險排序</p><p>　　在進行新鮮果蔬的渠道風險比較時，主要考慮的因素為蔬菜在不同渠

64、道的供應鏈中受到的二次污染。</p><p>　　我們將不同渠道的蔬菜發(fā)生的安全風險的概率用故障樹法進行表示，并進行比較。故障樹如圖所示。</p><p><b>　　圖2.3 故障樹</b></p><p>　　導致蔬菜質(zhì)量風險的因素分為三種：</p><p><b>　　原產(chǎn)品質(zhì)量風險</b>&

65、lt;/p><p><b>　　運輸階段風險</b></p><p><b>　　出售階段風險</b></p><p>　　其中運輸階段風險受到運輸時長以及是否采用冷鏈物流的影響，而出售階段風險主要受到蔬菜從存儲到出售的時間的影響。</p><p>　　其中，我們假定在蔬菜生產(chǎn)環(huán)節(jié)中，各個銷售渠道各自獲

66、得的蔬菜的品質(zhì)大體一致，且由于深圳市蔬菜的進口特性，不同渠道的獲取蔬菜的原產(chǎn)品質(zhì)存在一定的差異。</p><p>　　在考慮蔬菜運輸環(huán)節(jié)時，我們認為新鮮果蔬在運輸過程中會受溫度、相對濕度、運輸時間等因素影響，致其新鮮程降低，甚至會出現(xiàn)果蔬腐爛變質(zhì)的問題，這對于果蔬的安全風險有較大的影響。本文中不同渠道運輸?shù)臏囟纫约跋鄬穸榷即笾孪嗤谑卟说倪\輸流通環(huán)節(jié)中，運輸?shù)臅r間越長，蔬菜變質(zhì)的安全風險越高。與此同時，在流

67、通方式的選擇方面，不同的流通方式也會較大程度的影響蔬菜的品質(zhì)，是否采用冷鏈物流對于蔬菜的質(zhì)量有著較為直接的影響。</p><p>　　而在不同銷售渠道的蔬菜存儲的環(huán)節(jié)當中，我們將蔬菜在不同運輸渠道在運輸環(huán)節(jié)當中的質(zhì)量變化以細菌和微生物的增長水平來表示。</p><p>　　細菌和微生物的增長一般以分為四個階段：遲緩期、對數(shù)期、穩(wěn)定期、衰亡期。蔬菜在運輸過程中，我們假定細菌一直處于對數(shù)期階段

68、。在對數(shù)期間，細菌的增長隨時間成指數(shù)函數(shù)變化，時間運輸時間越長對于蔬菜的影響越大。而冷鏈物流（低溫運輸）在一定程度上抑制了細菌的分裂。所以蔬菜在運輸過程中的風險主要由以上兩點構(gòu)成（1.時間；2.是否冷鏈）。</p><p>　　圖2.4 蔬菜運輸方式</p><p>　　我國蔬菜的運輸方式主要分為以下三類，自營配送，共同配送和第三方配送。</p><p>　　其中自

69、營配送是一種傳統(tǒng)類型的蔬菜配送方式，零售點和農(nóng)貿(mào)市場較多采用這種方式進行蔬菜配送。這種模式反應較為快速靈活，農(nóng)戶可以較好地控制配送活動，但是其運送量一般較小且較為分散，運輸方式也較為不統(tǒng)一，存在管理上的缺陷。與此同時，這種配送方式較為簡陋，一般不采用冷鏈物流，其過程中的貨物質(zhì)量也不能得到較好地保證。</p><p>　　共同配送主要是由以一家或多家蔬菜生產(chǎn)基地或蔬菜批發(fā)市場為中心組成的新配送公司，或從不同的地方分

70、散集貨，統(tǒng)一對多家用戶進行配送，按照用戶的需求將貨物配送到各個指定的接貨點。共同配送可以提高配送效率和運送的裝載率，但與此同時，由于配送由多個主體共同結(jié)合，加大了管理的難度，難免會出現(xiàn)時間延長等情況。</p><p>　　蔬菜的第三方配送主要是由超市以及電商把自己需要完成的配送業(yè)務通過專業(yè)的第三方配送機構(gòu)進行配送的運作模式。在這種高度專業(yè)的配送服務能夠較好地降低配送損耗，多采用冷鏈配送的方式來保證蔬菜的質(zhì)量。&l

71、t;/p><p>　　在存儲時長方面，由于零售和農(nóng)貿(mào)市場、生產(chǎn)基地、批發(fā)市場的蔬菜采購量和流動量都較大，蔬菜一般較早就被售出，儲存時間一般都較短。而在超市中，蔬菜的銷售一般較慢，且會在冷庫中長期保存，儲存時間較長。而電商銷售的蔬菜的儲存時間則更加長。</p><p>　　由于底事件中各單元的不合格率根據(jù)現(xiàn)有的數(shù)據(jù)無法進行具體的表示，我們只能根據(jù)風險樹法中底事件中估計的相對不合格率對于不同渠道的

72、安全風險進行定性的相對比較。根據(jù)上文中的分析，我們得出了以下底事件概率。</p><p>　　運用故障樹算法對于頂事件概率進行計算，得到以上結(jié)果，我們簡單做一總結(jié)：</p><p>　　風險程度：電商＞零售＞商場超市＞生產(chǎn)基地＞農(nóng)貿(mào)市場＞批發(fā)市場。</p><p>　　而在不合格率分析中，我們得到的結(jié)果是：</p><p>　　風險程度：商場

73、超市＞零售＞電商＞農(nóng)貿(mào)市場＞批發(fā)市場＞生產(chǎn)基地。</p><p>　　兩種方法所得結(jié)果略有不同，可能的原因如下：</p><p>　　首先，合格率與風險的定義略有差異，本方法通過故障樹計算的的蔬菜風險概率描述的是蔬菜在購買、運輸與存儲三個過程當中蔬菜存在食品安全風險的相對排序，安全風險并不等同于合格率，部分蔬菜發(fā)生安全風險，但仍然處于合格狀態(tài)。</p><p>　　

74、其次，生產(chǎn)基地和電商的風險排名要高于其不合格率排名。由于生產(chǎn)基地運輸時長較高，所以故障樹分析中存在較大的比例份額。而實際中，生產(chǎn)基地多采用大批量的運送方法，在運輸過程中由于擠壓更容易發(fā)生變質(zhì)。而電商作為一種新型的方式在管理上還存在一定的不足。</p><p>　　最后，故障樹分析法由于缺乏相對準確的數(shù)據(jù)，我們采用了不同蔬菜流通渠道對于故障樹的底事件的相對風險排名來確定各渠道之間的相對風險進行輔助評價排序，在流通環(huán)

75、節(jié)中，還存在售賣方式不同（如按斤出售或按箱出售）等因素沒有考慮，所以結(jié)論也存在相應的局限性。</p><p>　　至此完成問題二的解答。</p><p>　　5.3 問題三的模型建立與求解</p><p>　　5.3.1 問題三的分析</p><p>　　本題要求我們基于附件評估深圳新鮮蔬菜食品安全風險。附件一為2017年深圳市食用農(nóng)產(chǎn)品質(zhì)量

76、安全監(jiān)測抽檢方案，附件二為深圳1-3月的分區(qū)分渠道的抽檢計劃，附件三為全國不合格蔬菜及其制品的匯總報表，其中包涵了不同的地區(qū)和鮮菜樣品的詳細數(shù)據(jù)。針對這一問題，我們給出如下求解思路和具體步驟：</p><p>　　步驟一：首先我們對于深圳市在風險物質(zhì)方面存在的食品安全風險進行分析。根據(jù)附件三中全國不合格蔬菜及其制品的匯總報表以及附件一中深圳市食用農(nóng)產(chǎn)品質(zhì)量安全監(jiān)測抽檢方案，對于鮮菜制品中的抽樣項目進行分類，將鮮菜

77、的農(nóng)產(chǎn)品安全檢測物質(zhì)分為兩種：1.抽樣方案中未提及的風險物質(zhì)，2.抽樣報告中已提及的風險物質(zhì)。</p><p>　　對于抽樣方案中未提及的風險物質(zhì)，我們首先采用定性分析，對于分析的風險物質(zhì)進行初步的定性，接著使用多維灰聚類法對于風險物質(zhì)進行定量的分析，得到深圳市在抽樣方案中未提及的風險物質(zhì)的缺失檢驗風險。</p><p>　　對于抽樣報告中已提及的風險物質(zhì)，我們也要考慮到漏檢和缺檢對于深圳

78、市食品安全的影響程度，分類匯總之后得到深圳市檢驗得樣品鮮菜當中主要存在的不合格項目以及超標情況較為嚴重的不合格項目，提出在可能存在的漏檢或缺檢的情況下對于深圳市食品安全的影響。</p><p>　　步驟二：接著我們對于深圳市在選擇鮮菜進口產(chǎn)地方面的食品安全風險進行分析。首先根據(jù)附件三中全國不合格蔬菜及其制品的匯總報表結(jié)合中國農(nóng)村統(tǒng)計年鑒2015對于鮮菜安全程度省排名進行確定，并使用K-聚類分析法對深圳市從不同省份

79、采購的鮮菜量的估計比較將全國31個可能的蔬菜出口省份進行聚類，根據(jù)以上情況結(jié)合風險的比率提出深圳市現(xiàn)行進口產(chǎn)地對于深圳市食品安全可能帶來的風險。</p><p>　　步驟三：最后我們對于深圳市在選擇鮮菜種類方面的食品安全風險進行分析。首先經(jīng)過調(diào)查對于反季節(jié)蔬菜進行分類，分析了反季節(jié)蔬菜對于深圳市食品安全的影響 。接著結(jié)合附件數(shù)據(jù)對于深圳市的市民主要喜愛的蔬菜種類進行分析，結(jié)合地域特性進行風險分析。</p&g

80、t;<p>　　5.3.2 鮮菜中存在的危險物質(zhì)帶來的物質(zhì)性風險</p><p>　　5.3.2.1 對于抽樣標準中沒有提及的有害物質(zhì)</p><p>　　在附件一的抽樣方法的說明當中，提到了蔬菜、水果和食用菌抽樣按《農(nóng)藥殘留分析樣本的采樣方法》（NY/T789-2004）規(guī)定執(zhí)行。該標準中，檢測了包括滅幼脲、多菌靈、吡蟲啉、甲氨基阿維菌素苯甲酸鹽、烯酰嗎啉、蟲螨腈、咪鮮胺、

81、嘧菌酯、二甲戊樂靈、噻蟲嗪、氟啶脲等58種農(nóng)藥殘留在內(nèi)的多少種農(nóng)藥殘留，然而在全國的蔬菜抽樣調(diào)查當中，檢查出了除了抽樣調(diào)查之外的非法添加、污染物等危險物質(zhì)?？紤]到未檢查物質(zhì)的風險性對于深圳市鮮菜質(zhì)量的潛在風險，我們使用定性分析以及多維灰聚類法對于未檢測組織的風險程度進行評估。</p><p>　　一、風險評估中的定性分析方法</p><p>　　下面對鮮菜制品中風險較大的風險項目進行進行定

82、性分析：</p><p><b>　　非法添加</b></p><p>　　新鮮蔬菜中的非法添加物質(zhì)主要是熒光增白劑以及6-芐基腺嘌呤。熒光增白劑是一類化學物質(zhì)，它的主要作用是對蔬菜進行增白，使用熒光增白劑加入食品如蘑菇、面粉、腐竹中可以掩蓋其發(fā)黃及不新鮮的品相。由于熒光增白物質(zhì)能夠促進細胞對于放射線的吸收、促進細胞產(chǎn)生變異。所以熒光增白劑被列為潛在的致癌因素之一。6

83、-芐基腺嘌呤即植物細胞分裂素，主要用于促進細胞分裂、促進果實生長、促進細胞增大、促進種子發(fā)芽等。在鮮菜種植中主要被用于豆芽種植。有調(diào)查顯示長期食用添加了6-芐基腺嘌呤的食品，會損害人類的生理功能以及內(nèi)分泌系統(tǒng)，因此國家禁止在生產(chǎn)中使用6-芐基腺嘌呤。</p><p><b>　　微生物</b></p><p>　　蔬菜中的微生物超標主要以大腸桿菌為主。大腸桿菌一般作為

84、腸道菌的正常組成部分，但存在一部分的致病大腸桿菌，對人類的消化系統(tǒng)帶來強烈的傷害。在距離養(yǎng)牛場較近的蔬菜種植場中的蔬菜容易受到大腸桿菌的污染。</p><p><b>　　污染物</b></p><p>　　蔬菜中的污染物主要為重金屬，主要以汞、鎘、鉛為主。蔬菜中的重金屬主要來源于農(nóng)藥的殘留以及種植土地的污染。重金屬在人體內(nèi)具有累積效應，當重金屬累積到一定程度之后，會

85、引發(fā)人體的一系列疾病，所以國家對于蔬菜中的重金屬含量有著嚴格的規(guī)定。</p><p><b>　　其他物質(zhì)</b></p><p>　　蔬菜中還存在一些其他物質(zhì)例如生物毒素赭曲霉毒素A以及亞硝酸鹽等。這些物質(zhì)通常是由于蔬菜制品存儲不當引起。超標少量即對人體會造成極大的影響，但一般樣品出現(xiàn)較少，這里不做過多討論。</p><p>　　二、風險評估

86、中的多維灰聚類法[4]</p><p>　　影響鮮菜食品安全的未檢測因素有很多，其中含有大量的未知信息，具有一定的灰性。在缺少樣本數(shù)據(jù)的情況下，為了最大程度實現(xiàn)對于因素的量化與白化，我們選用多維灰度聚類法對于數(shù)據(jù)進行統(tǒng)計與分析。設定一定的評判標準，將樣本分為高中低三類進行聚類評估。最終得到各個樣本的權(quán)系數(shù)，對樣本得出相應的灰度判定。以下為其基本原理：</p><p>　　設有個評估樣本，項

87、指標，個不同的判別灰類，樣本關(guān)于指標的量化評價為，指標在灰類的白化權(quán)函數(shù)為，為指標對評估目標所占重，且，因此，樣本在灰類的綜合權(quán)系數(shù)為</p><p><b>　?。ǎ保?lt;/b></p><p>　　稱為樣本綜合權(quán)系數(shù)矩陣的行向量，由的最大值確定樣本的所屬灰類。</p><p><b>　　構(gòu)建歸一化矩陣</b></

88、p><p>　　對于不同的物質(zhì)以及不同的國家要求標準，我們應采用不同的方法對于數(shù)據(jù)進行歸一化。對于非法添加物質(zhì)，我們采用檢測值減去限量值的方法，對于限量為不得出現(xiàn)取零。對于微生物、污染物、農(nóng)殘以及其他物質(zhì)采用檢測物質(zhì)超標倍數(shù)的方法進行歸一化，得到的歸一化矩陣如下表（部分）。</p><p>　　表3.1 超標物質(zhì)歸一化矩陣</p><p><b>　　確定參數(shù)

89、的正負極性</b></p><p>　　這5個參數(shù)數(shù)值隨現(xiàn)場的安全風險程度成正比，是正極指標。</p><p><b>　　確定風險程度區(qū)間</b></p><p>　　表3.2 超標物質(zhì)風險程度區(qū)間</p><p>　　主要根據(jù)國家現(xiàn)行的食品安全質(zhì)量評估標注確定。</p><p>　

90、　構(gòu)造白化權(quán)函數(shù)及權(quán)系數(shù)（以污染物為例）</p><p><b>　　高風險：</b></p><p><b>　　中風險：</b></p><p><b>　　低風險：</b></p><p><b>　　其他物質(zhì)與此同理。</b></p>

91、<p><b>　　計算權(quán)系數(shù)矩陣</b></p><p>　　將5個參數(shù)處理后的數(shù)值帶入公式，可得各自權(quán)系數(shù)矩陣。。</p><p><b>　　確定權(quán)重值</b></p><p>　　根據(jù)以上定性分析中所提及的鮮菜樣品中的風險內(nèi)容，我們將鮮菜作物中的相關(guān)參數(shù)劃分不同的等級，并認為此五項參數(shù)是造成鮮菜質(zhì)量不合

92、格的全部原因。將3個權(quán)系數(shù)矩陣的對應值進行加權(quán)平均，分別側(cè)重考慮了非法添加、污染物（重金屬元素）以及微生物和其他物質(zhì)得到了不合格鮮菜樣品的綜合權(quán)系數(shù)矩陣。由綜合權(quán)系數(shù)矩陣中各不合格樣品行向量的最大值，判斷各樣品所屬灰類?；翌惙植紙D如下圖所示。并列出具有較高風險的鮮菜的詳細信息表。</p><p>　　表3.3 分別側(cè)重考慮非法添加、污染物（重金屬元素）以及微生物和其他物質(zhì)的灰類分布圖</p><

93、;p>　　表3.4 中風險以及高風險蔬菜的危險物質(zhì)表（部分）</p><p>　　結(jié)論：深圳市中主要存在的危險物質(zhì)為非法添加中的6-芐基腺嘌呤，以及污染物中的鎳、鎘、汞等重金屬物質(zhì)，微生物中的大腸桿菌，生物毒素中的赭曲霉毒素A，以及污染物中的亞硝酸鹽，這些物質(zhì)成分由于不屬于深圳市食用農(nóng)產(chǎn)品質(zhì)量安全監(jiān)測抽檢方案中，且其對于該市的鮮菜安全存在較大的影響。</p><p>　　5.3.2.

94、2 對于抽樣標準中已提及的有害物質(zhì)</p><p>　　一、被檢出頻率較高的物質(zhì)</p><p>　　對于抽樣標準中已提及的有害物質(zhì)，我們首先對于其被檢測的最終頻數(shù)按大小進行分類，選取了其中最高的三類物質(zhì)，分別為硫丹、水胺硫磷與辛硫磷，在全國此類農(nóng)藥殘留超標較為嚴重的情況下，深圳市同樣面臨著這一類物質(zhì)的安全影響。在某類物質(zhì)大量的超標情況下，容易出現(xiàn)對含該類風險物質(zhì)漏檢的情況。</p&

95、gt;<p>　　二、毒性較高的幾類農(nóng)殘</p><p>　　附件三的全國不合格蔬菜及其制品的匯總報表中，鮮菜被檢驗出的危險物質(zhì)中存在克百威、硫丹、水胺硫磷、甲胺磷、甲基異柳磷等幾類劇毒物質(zhì)以及氟蟲腈等高毒性農(nóng)藥，國家的標準中對這幾類農(nóng)藥有著嚴格的控制，劇毒和高毒農(nóng)藥殘留的含量被嚴格地控制。由于深圳市鮮菜的輸入性特性，無法對原產(chǎn)地的種植情況進行檢查，而一旦出現(xiàn)漏檢劇毒農(nóng)藥輸入鮮菜的情況，后果將是比較

96、嚴重的。</p><p>　　三、超標程度較高的幾類農(nóng)殘</p><p>　　在不合格樣本中，存在超標上千倍的重金屬以及農(nóng)藥殘留硫丹的情況，對于鮮菜產(chǎn)品主要采用抽查的方法進行檢查，而蔬菜等農(nóng)產(chǎn)品極易出現(xiàn)檢查成分波動的情況，在沒有制定合理的抽樣方法的前提下，深圳市仍然具有被高超標鮮菜制品影響的潛在威脅。</p><p>　　5.3.3 生產(chǎn)管理不規(guī)范或污染嚴重區(qū)域生產(chǎn)

97、的鮮菜產(chǎn)品帶來的地域性風險</p><p>　　5.3.3.1 鮮菜安全程度省排名的確定</p><p>　　根據(jù)題目所提供的附件3之中的全國的抽樣檢測的不合格報告數(shù)據(jù)，我們選擇了其中的鮮菜有關(guān)的數(shù)據(jù)進行了重點分析，經(jīng)過分類統(tǒng)計得到了其中的各個省份的被抽樣的不合格個數(shù)以及各個省份的蔬菜年產(chǎn)量。[6]</p><p>　　用不合格頻數(shù)除以蔬菜量估計出各省市的不合格鮮菜

98、產(chǎn)品占全部蔬菜產(chǎn)量的比值，并根據(jù)該數(shù)據(jù)從小到大得到大致的蔬菜合格率的省排名。</p><p>　　表3.7 根據(jù)鮮菜不合格率得出的安全程度的省排名（由低風險到高風險）</p><p>　　5.3.3.2 深圳市從不同省份采購的鮮菜量的估計比較</p><p>　　對于不同的省份，我們綜合考慮了一個省份的出口蔬菜量、鐵路距離、該地運送往深圳的工作日、出口的蔬菜種類的種

99、類系數(shù)、該地運輸需要的估計工作日、該地主要的生產(chǎn)時間、是否有大量其他糧食輸出深圳記錄等因素對于全國可能的蔬菜蔬菜區(qū)域進行分類。（忽略臺灣、香港、澳門）</p><p>　　表3.7 數(shù)據(jù)的詳細說明表</p><p>　　在對于影響因素進行處理之后，我們運用spss軟件對31個考慮地區(qū)進行分類K 均值聚類分析，k均值聚類分析的過程如下：</p><p>　　1、 隨機

100、選取k個聚類質(zhì)心點（cluster centroids）為。</p><p>　　2、 重復下面過程直到收斂</p><p>　　對于每一個樣例i，計算其應該屬于的類</p><p>　　對于每一個類j，重新計算該類的質(zhì)心</p><p>　　根據(jù)以上原理以及影響因子的相關(guān)性分析，我們將影響因子的程度的重要程度按照運價、蔬菜產(chǎn)量、輸出需要工作

101、日、種類得分、是否有大量蔬菜輸出深圳記錄、季節(jié)性的順序排序。將影響因素輸入spss程序后，對聚類的分類個數(shù)進行多次嘗試，經(jīng)過多次嘗試后將我們的聚類個數(shù)分為三類。此時得到模擬的結(jié)果較為滿意，與文獻中提到的主要場地基本相同。</p><p>　　其中聚類類別1中的各省份與深圳市的聯(lián)系密切程度一般，預計出口程度一般，省份主要為北部以及西北部省份，估計影響因素主要為地域原因帶來的運輸成本以及運輸時間的帶來的可能產(chǎn)品變質(zhì)。

102、聚類類別2中的各省份預測出口程度較高，主要為南方的近距離的相似氣候以及擁有相近的蔬菜作物的省份以及高產(chǎn)量、低運價輸出的部分北方省份。聚類類別3中的各省份預計出口程度較低，主要由于地處遙遠造成的高額的運價或過低的產(chǎn)量帶來的相關(guān)影響。</p><p>　　以下為迭代記錄以及分類：</p><p>　　表3.8 K-均值聚類算法的迭代記錄表</p><p>　　表3.9

103、基于多種因素的深圳市與各個省份之間的蔬菜預計出口程度聚類結(jié)果</p><p>　　5.3.3.3 省份產(chǎn)品的威脅</p><p>　　在鮮菜食品質(zhì)量安全排名省份的后13位省份（比例系數(shù)大于0.02）福建，上海，甘肅，海南，重慶，貴州，西藏，天津，內(nèi)蒙古，吉林，新疆，山西，青海，寧夏中，屬于深圳市鮮菜來源主要省份的有福建、貴州以及海南，對于這些省份，深圳市受到的生產(chǎn)地區(qū)帶來的風險比較大。&l

104、t;/p><p>　　5.3.4 生產(chǎn)方式不同以及本地飲食習慣不同帶來的其他風險進行分析</p><p>　　5.3.4.1 反季節(jié)</p><p>　　一、我國的反季節(jié)蔬菜的基本類型</p><p>　　第一類是于我國的低緯度地區(qū)生長的，在冬日保持一定的溫度與光照，使得蔬菜仍然能夠正常生長。這一類蔬菜的主要來源為廣東、云南、海南等較熱帶的區(qū)域，

105、于冬季或春季銷往我國北部地區(qū)。</p><p>　　第二類屬于正常季節(jié)冷藏，并于反季節(jié)銷售的類型，這類作物在收獲季節(jié)就已貯藏好，比如常見的土豆等適合冷藏保存的蔬菜作物，在反季節(jié)進行銷售。</p><p>　　第三類則是大棚蔬菜。</p><p>　　前兩種都不算是反季節(jié)，對于生產(chǎn)地而言都是順應季節(jié)的。</p><p>　　二、對于深圳市反季節(jié)

106、蔬菜的分析</p><p>　　深圳市位于我國的低緯度地區(qū)，其本身就有種植第一類反季節(jié)蔬菜，因此深圳市并不受到外地第一類反季節(jié)蔬菜的影響。</p><p>　　第二類反季節(jié)作物重要考慮的是冷藏對于蔬菜帶來的影響。蔬菜在冷藏時溫度較低,蔬菜的呼吸作用減弱,有機物分解的慢,故能較長時間地保持新鮮。但與此同時，低溫會抑制果蔬的酵素活動，從而使殘毒無法分解。在冷藏的過程中，蔬菜容易出現(xiàn)亞硝酸鹽的累

107、積，并且在冷藏過程中，也會出現(xiàn)一定程度的腐敗，容易導致蔬菜出現(xiàn)生物毒素的積累。深圳市屬于亞熱帶地區(qū)，氣候干燥濕潤，不利于新鮮蔬菜的保存，因此蔬菜冷藏是一種較為常見的現(xiàn)象。所以該類反季節(jié)蔬菜會對深圳市的蔬菜質(zhì)量造成不利的影響。</p><p>　　第三類考慮大棚蔬菜的影響。利用大棚進行蔬菜種植過程中，會有氮氣、亞硝酸氣體和二氧化碳等有毒有害氣體產(chǎn)生，而在大棚蔬菜的種植當中，也容易出現(xiàn)過度施肥導致的各類影響。氮氣會對

108、蔬菜帶來一定的腐蝕性，導致蔬菜根部或是葉片出現(xiàn)斑點和潰爛，引起鮮菜質(zhì)量的下降。當氨態(tài)氮肥使用過度時，會導致亞硝酸氣體產(chǎn)生，從而導致土壤呈酸性，在冬季進行種植時，由于通風的不足，也容易出現(xiàn)有毒物質(zhì)的累積。我國大棚蔬菜的使用很廣泛，考慮到深圳市的鮮菜產(chǎn)品的輸入型特性，大棚蔬菜也會帶來很大的問題。[7]</p><p>　　5.3.4.2 深圳市民對蔬菜偏愛程度</p><p>　　考慮到深圳市

109、的飲食習慣，并通過深圳市農(nóng)貿(mào)市場提供的近一年的各蔬菜種類的銷量排名以及深圳市有關(guān)蔬菜價格的變化情況。深圳市對于本地綠色蔬菜的需求還是較為強烈的。但深圳本地土質(zhì)污染嚴重。土質(zhì)將直接影響到鮮菜生產(chǎn)的質(zhì)量，所以深圳市還面臨著本地污染土質(zhì)出產(chǎn)的蔬菜的風險。</p><p>　　5.4 問題四的模型建立與求解</p><p>　　5.4.1 問題四的分析</p><p>　　

110、本題要求根據(jù)科學的統(tǒng)計推斷原理，設計一套深圳市新鮮蔬菜抽樣方案，滿足不同層面監(jiān)測工作的需要，提高食品安全防控的效率與質(zhì)量。</p><p>　　步驟一：估計抽樣方案的樣本量。</p><p>　　步驟二：規(guī)定各轄區(qū)具體抽樣任務。</p><p>　　步驟三：針對不同輸入渠道，確定抽樣比例。</p><p>　　步驟四：針對不同季節(jié)，針對不同蔬

111、菜類型，確定抽樣比例，提高安全防控的效率。</p><p>　　步驟五：針對不同輸入渠道，設計抽樣方法。</p><p>　　步驟六：規(guī)定各轄區(qū)設計抽樣方案需遵循的規(guī)則。</p><p>　　5.4.2 原方案分析</p><p>　　深圳市2017年食用農(nóng)產(chǎn)品監(jiān)測抽檢方案規(guī)定了蔬菜的抽樣環(huán)節(jié)、抽樣品種和數(shù)量。其中，現(xiàn)有抽檢環(huán)節(jié)包括農(nóng)批市場、