[发明专利]基于改进模糊综合评判法的茶叶感官品质评价方法

权利要求书

1.基于改进模糊综合评判法的茶叶感官品质评价方法，其特征在于，包括以下步骤：

(1)建立评价要素指标体系：选择茶叶“外形、香气、汤色、滋味、叶底”5个决定茶叶品质的感官指标作为评价要素，建立评价要素指标体系U＝{U₁,U₂,U₃,U₄,U₅}＝{外形，香气，汤色，滋味，叶底}；

(2)设置评语论域：采用“特级、一级、二级、三级、四级”5级标度法进行茶叶感官评价指标，设置评语论域V＝{v₁,v₂,v₃,v₄,v₅}＝{特级，一级，二级，三级，四级}，同时赋值为V＝{95,85,75,65,55}；

(3)采用改进三角模糊数的层次分析法对评价要素指标进行赋权；

(4)进行模糊综合评判。

2.根据权利要求l所述的基于改进模糊综合评判法的茶叶感官品质评价方法，其特征在于，步骤(3)具体为：

a、由专家对不同茶叶样品的同一评价要素进行两两比较，并用三角模糊数构造模糊判断矩阵：A＝(a_ij)_n×n，其中a_ij＝[l_ij,m_ij,u_ij]，且

当有n位专家进行评判时，a_ij为综合三角模糊数，得出下式：其中为第k位专家给出的三角模糊数，三角模糊数的中值m_ij依据AHP 1～9标度法确定；

b、对每个判断矩阵构造模糊评判因子矩阵E：

$E={\left(e\right)}_{ij}=\left(\begin{array}{cccc}1& 1-(u_{12}-l_{12})/2m_{12}& \mathrm{...}& 1-(u_{1n}-l_{1n})/2m_{1n}\\ 1-(u_{21}-l_{21})/2m_{21}& 1& \mathrm{...}& 1-(u_{2n}-l_{2n})/2m_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 1-(u_{n1}-l_{n1})/2m_{n1}& 1-(u_{n2}-l_{n2})/2m_{n2}& \mathrm{...}& 1\end{array}\right),$

其中s_ij＝(u_ij-l_ij)/2m_ij为标准离差率，反映了专家评判的模糊程度，s_ij越大，指标赋值结果模糊程度越大，可信度越小，反之，s_ij越小，可信度越大；

c、计算调整判断矩阵Q：

$Q=M\×E\left(\begin{array}{cccc}1& 2m_{12}& \mathrm{...}& m_{1n}\\ m_{21}& 1& \mathrm{...}& m_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ m_{n1}& m_{n2}& \mathrm{...}& 1\end{array}\right)\left(\begin{array}{cccc}1& 1-(u_{12}-l_{12})/2m_{12}& \mathrm{...}& 1-(u_{1n}-l_{1n})/2m_{1n}\\ 1-(u_{21}-l_{21})/2m_{21}& 1& \mathrm{...}& 1-(u_{2n}-l_{2n})/2m_{2n}\\ .& .& .& .\\ .& .& .& .\\ .& .& .& .\\ 1-(u_{n1}-l_{n1})/2m_{n1}& 1-(u_{n2}-l_{n2})/2m_{n2}& \mathrm{...}& 1\end{array}\right),$

其中矩阵M由模糊判断矩阵的中值组成；

d、把调整判断矩阵Q转换为对角线为1的判断矩阵A＝(a_ij)_n×n，其中且a_ij＝1/a_ji；

e、用相容矩阵分析法对矩阵A变换，得到相容矩阵B＝(b_ij)_n×n，其中B满足一致性条件b_ij＝b_ik×b_kj，且b_ii＝1,b_ij＝1/b_ji；

f、计算各指标在本层次中的权重w_j，求得权重向量W＝(w₁,w₂,…,w_n)，其中

3.根据权利要求2所述的基于改进模糊综合评判法的茶叶感官品质评价方法，其特征在于，步骤(4)具体为：

a、建立评判隶属矩阵：

$R^k=\left(\begin{array}{ccccc}{R}_{11}^k& R_{12}^k& R_{13}^k& R_{14}^k& R_{15}^k\\ R_{21}^k& R_{22}^k& R_{23}^k& R_{24}^k& R_{25}^k\\ R_{31}^k& R_{32}^k& R_{33}^k& R_{34}^k& R_{35}^k\\ R_{41}^k& R_{42}^k& R_{43}^k& R_{44}^k& R_{45}^k\\ R_{51}^k& R_{52}^k& R_{53}^k& R_{54}^k& R_{55}^k\end{array}\right)$

其中表示第k个样品的第i个评价指标相对于第j个评价等级的隶属度；

b、将改进三角模糊数层次分析法计算出的指标权重W_i和已经建立的评判隶属矩阵R^k，进行普通矩阵乘法运算，得到隶属向量W_i'：

$W_i^{\′}=W_i\·R^k=\left(\begin{array}{ccccc}{W}_{i1}& W_{i2}& W_{i3}& W_{i4}& W_{i5}\end{array}\right)\·\left(\begin{array}{ccccc}{R}_{11}^k& R_{12}^k& R_{13}^k& R_{14}^k& R_{15}^k\\ R_{21}^k& R_{22}^k& R_{23}^k& R_{24}^k& R_{25}^k\\ R_{31}^k& R_{32}^k& R_{33}^k& R_{34}^k& R_{35}^k\\ R_{41}^k& R_{42}^k& R_{43}^k& R_{44}^k& R_{45}^k\\ R_{51}^k& R_{52}^k& R_{53}^k& R_{54}^k& R_{55}^k\end{array}\right),$

对隶属向量W_i'作归一化处理，得到因素集对评价集的隶属向量

c、由公式得到各茶叶样品的综合评价得分。