食品安全风险评估模型中关键参数的计算方法研究

作     者：王文倩 

作者单位：北京林业大学 

学位级别：硕士

导师姓名：王建新;王晔茹

授予年度：2021年

学科分类：12[管理学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 100403[医学-营养与食品卫生学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 10[医学] 

主      题：食品安全风险评估 交叉污染 参数计算 遗传算法 K-S检验 

摘      要：引发食品安全问题的两个主要因素是致病微生物和食品中的化学危害物。为了掌握这两个因素对食品安全的复杂影响机制,建立数学模型对食源性致病微生物以及化学危害物进行风险评估是重要的技术手段。然而,由于评估环节复杂、涉及数据规模较大,模型中参数的计算一直是风险评估分析人员的难点和重点工作。本研究以食品安全微生物定量风险评估(Quantitative Microbial Risk Assessment,QMRA)建模为中心,对交叉污染传播参数和分布参数的搜索和计算方法进行了研究,均取得了一定的进展。在家禽屠宰和加工阶段,感染致病微生物的阳性个体污染加工环境之后会通过环境污染阴性个体,导致严重的交叉污染。本文基于鸡肉切割环节中弯曲杆菌的检测含量数据建立了交叉污染模型,采用了整数遗传算法(Integer-Coded Genetic Algorithm,ICGA)在参数空间搜索估算交叉污染传播参数,使用梯度下降算法(Gradient Descent Algorithm,GDA)优化参数,结合Kolmogorov-Smirnov(K-S)检验改进的适应度函数使模型预测分布尽可能地符合实际分布。本研究成功地获得了一组最佳参数,能定量地描述交叉污染的机制。基于此,对风险量化和控制提出了相应的建议,以改善屠宰工艺环节和操作标准。除了微生物的交叉污染问题之外,在化学危害物的暴露评估方面,化学危害物相关变量的统计分布是进行风险评估工作的前提之一,由于检测手段限制以及数据安全性等原因,数据源往往不是原始数据,而仅仅是原始数据的几个统计量。因此需要依据仅有的统计量对原始数据尽可能精准地复原,准确推断原数据的分布。本研究基于模拟数据建立分布推断模型,采用实数遗传算法(Real-Coded Genetic Algorithm,RCGA)进行分布参数计算,之后以小麦消费量的相关统计量数据进行实验验证,实验结果表明RCGA推断模型与原分布拟合效果较好。最后,开发实现了参数计算可视化系统以便用户进行操作应用。本文实现了两类关键参数的计算:微生物交叉污染的关键参数和化学危害物分布的关键参数,能够为食品安全风险评估提供方法上的参考和实践应用方面的支持。