| 摘要： |
本发明属于农药检测技术领域，具体涉及一种基于灰色模型的蔬菜农药残留量不确定度评定方法，包括建立理想的农药残留量检测模型![]() ![]() 建立实际的农药残留量检测模型Y(1)＝{y(1)(i),i＝1,2,…,n}＝{y(0)(1),y(0)(1)﹢y(0)(2),…,y(0)(1)﹢y(0)(2)﹢…﹢y(0)(n)}＝{d﹢δ(1),2d﹢δ(1)﹢δ(2),…,nd﹢δ(1)﹢δ(2)﹢…﹢δ(n)}；测量分散性及不确定度，以最大距离Δmax表征理想的农药残留量检测过程和实际的农药残留量检测过程分散性：![]() 为蔬菜农药残留量检测数据的不确定度灰评定模型。本发明提供的蔬菜农药残留量不确定度灰评定模型简单易操作，准确度较高，为不确定度评定的提供了一种方法。当蔬菜、水果中的农药残留量小样本检测时，可以为其不确定度的评定提供有力参考。 |
| 主权项： |
1.一种基于灰色模型的蔬菜农药残留量不确定度评定方法，其特征在于，包括以下步骤：步骤一，建立理想的农药残留量检测模型；对于理想的农药残留量检测过程，每一次检测值都是被测农药残留量的真值，不存在被测误差，那么农药残留量检测值数列为：X(0)＝{x(0)(i),i＝1,2,…,n}＝{d,d,…,d} (1)式(1)中：x(0)(i)＝d，d为被测农药残留量的真值，n表示农药残留量检测总次数，n为正整数；i表示第i次检测；逐次计算数列X(0)的前n项和，获得理想的农药残留量累加数列X(1)：X(1)＝{x(1)(i),i＝1,2,…,n}＝{d,2d,…,nd} (2)式(2)中：x(1)(i)表示理想状态下农药残留量检测值数列X(0)前i项的累加值；d为被测农药残留量的真值；n表示农药残留量检测总次数，n为正整数；i表示第i次检测；由于被测农药残留量的真值d不能够精确得到，进而用多次重复测量的均值![]() 来代替真值，故农药残留量累加数列X(1)又可以表示为：![]() 式(3)中：![]() 表示理想状态下农药残留量检测值数列X(0)前i项的累加值；![]() 表示重复检测多次的平均值；n表示农药残留量检测总次数，n为正整数；i表示第i次检测；以i为横坐标，累加值![]() 为纵坐标作图，得到是一条经过原点(0，0)的直线S1；步骤二，建立实际的农药残留量检测模型在实际的农药残留量检测过程中，由于被测误差的存在，剔除农药残留量检测值中的距离均值较大的离群值后，按从小到大排列，得数列Y(0)：Y(0)＝{y(0)(i),i＝1,2,…,n}＝{d﹢δ(i),i＝1,2,…,n} (4)式(4)中：d为被测农药残留量的真值；y(0)(i)为第i次实际农药残留量检测值，δ(i)为第i次检测时存在的误差；n表示农药残留量检测总次数，n为正整数；i表示第i次检测；y(0)(i)≤y(0)(i+1),δ(i)≤δ(i+1)；逐次计算数列Y(0)的前n项和，获得实际的农药残留量累加数列Y(1)：Y(1)＝{y(1)(i),i＝1,2,…,n} ＝{y(0)(1),y(0)(1)﹢y(0)(2),…,y(0)(1)﹢y(0)(2)﹢…﹢y(0)(n)} ＝{d﹢δ(1),2d﹢δ(1)﹢δ(2),…,nd﹢δ(1)﹢δ(2)﹢…﹢δ(n)} (5)式(5)中：y(1)(i)表示实际测量过程中农药残留量检测值数列Y(0)前i项的累加值；y(0)(1)、y(0)(2)、…、y(0)(n)分别表示第1、2、…、n次的实际检测值；d为被测农药残留量的真值；δ(1)、δ(2)、…、δ(n)分别表示第1、2、…、i次的实际检测误差；n表示农药残留量检测总次数，n为正整数；以i为横坐标，累加值y(1)(i)为纵坐标作图，可得曲线S2；步骤三，测量分散性及不确定度由(3)式和(5)式得：![]() 以直线S1和曲线S2之间在纵坐标方向上的最大距离Δmax表征理想的农药残留量检测过程和实际的农药残留量检测过程的分散性：Δmax＝max(Δ(i),i＝1,2,…,n) (7)定义灰色标准差SGrey，用SGrey表示蔬菜农药残留量检测数据的不确定度：![]() 式(9)中：c为灰色系数；灰色标准差SGrey即为蔬菜农药残留量检测数据的不确定度灰评定模型，灰色标准差SGrey数值越大则表示蔬菜农药残留量检测数据的不确定度越大，灰色标准差SGrey数值越小则表示不确定度越小。 |
