冷配送莴笋菜肴的货架期预测模型建立与评价
冷配送莴笋菜肴的货架期预测模型建立与评价
李汴生，黄智君，张晓银，阮征
(华南理工大学轻工与食品学院,广东广州 510640)
摘要：本文以真空冷却后的热烫莴笋菜肴为对象，研究在0 ℃、4 ℃、10 ℃下冷藏的莴笋菜肴的品质变化规律，并建立冷配送莴笋菜肴在0 ℃~10 ℃冷藏温度下的货架期预测模型。结果表明：随着冷藏时间的延长，菌落总数、亚硝酸盐含量、色差a*值呈上升趋势，而硬度呈下降趋势。冷藏温度越高，其品质变化程度越大。亚硝酸盐含量与菌落总数密切相关，但其货架期终点比菌落总数的滞后，而冷藏温度和时间对硬度影响不大，两者均不适合作为冷配送莴笋菜肴货架期评定指标。以色差a*值为指标得到的一级反应动力学方程和Arrhenius方程拟合度较高（R2>0.97），而Logistic模型能很好拟合莴笋菜肴在0 ℃~10 ℃冷藏温度下的菌落总数生长动态（R2>0.99）。建立的色差和菌落总数货架期模型的预测值与实测值之间相对误差均小于10%。其中，以色差a*值为指标的货架期要求最高，若对莴笋菜肴进行护色处理，可提高其色差货架期。
关键词：冷配送；莴笋菜肴；真空冷却；货架期预测；模型
文章篇号：1673-9078(2015)3-177-183 DOI: 10.13982/j.mfst.1673-9078.2015.3.030 Evaluation and Establishment of Shelf Life Prediction Model for Cold-chain
Lettuce Dish
LI Bian-sheng, HUANG Zhi-jun, ZHANG Xiao-yin, RUAN Zheng
(College of Light Industry and Food Sciences, South China University of Technology, Guangzhou 510640, China) Abstract: The quality variation rules of cold-chain lettuce dish under refrigeration at 0℃, 4℃ and 10℃ were researched in this paper, and its shelf life prediction model under refrigeration at 0 ℃~10℃ was established at the same time with blanching cooking lettuce dish after vacuum cooling as research object. The results showed that the total bacterial count, nitrite content and a* value of lettuce dish were rising with the refrigerated time, while the hardness showed a downward trend. The higher the refrigeration temperature, the greater the quality indicators change. The nitrite content of lettuce dish was closely related to the total number of colonies, but its end of shelf life was later than that of total bacterial count, and refrigeration temperature and time had a little influence on the hardness, so both are not suitable for the evaluation index of shelf life prediction model for cold-chain lettuce dish. The established first-order kinetic model and Arrhenius equation of a* value had high regression coefficients (R2>0.97). Besides, the growth dynamic of total bacterial count of cold-chain lettuce dish under refrigeration at 0℃~10℃ can well described by Logistic model (R2>0.99). The relative error between predicted value obtained from the developed color or total bacterial count growth prediction model and its observed shelf life was less than 10% respectively. Among them, the requirement for shelf life with a* value as the evaluation index was highest. In addition, color protection can increase the color shelf life of cold-chain lettuce dish.
Key w ords: cold-chain; lettuce dish; vacuum cooling; shelf life prediction; model
莴笋，菊科植物，别名莴苣笋，是春秋冬季节的主要蔬菜之一。莴笋营养价值非常高，可提高人体血糖功能、防治贫血、增进食欲、促消化，并具有止咳、镇痛、清肝等生理功能，可供药用。研究还发现莴笋中的莴笋素具有抗癌作用，是我国南北地区广泛栽种的保健蔬菜[1]。冷配送菜肴指烹饪后的菜肴在2 h内须使中心温度降至10 ℃以下，并在该温度条件下分装、收稿日期：2014-06-24
基金项目：广东省天然产物绿色加工与产品安全重点实验室资助项目（2010A060801004）
作者简介：李汴生（1962-），男，教授，研究方向：加工与保藏方向贮存、运输，食用前须进行加热处理[2]。烹饪莴笋是具有代表性的一道常见的绿色菜肴，其色泽鲜亮、口感爽脆、滋味鲜美，耐储藏，尝试将其作为冷配送蔬菜菜肴。
在低温条件下，食物中微生物的生长繁殖受到一定的抑制[3]，若冷链系统中的温度控制不当，冷配送蔬菜菜肴中品质劣变速率迅速增大，货架期缩短，甚至对消费者健康有害。根据Time-Temperature- Tolerance（时间-温度-货架期）体系的原则，食品的品质变化是随着贮藏时间而累积的，且不可逆，因此对冷藏过程中蔬菜菜肴的时间-温度-货架期体系研究
177
具有实际意义。国内外已有关于蔬菜泥[4]、生鲜鲩鱼片[5]、鱼肉[6]等的货架期研究。
然而目前对冷配送蔬菜菜肴冷藏过程中的微生物、品质变化的动力学特性的研究甚少。本实验以冷配送莴笋菜肴为对象，研究其在0 ℃、4 ℃、10 ℃[3~4, 7]温度下的菌落总数、亚硝酸盐、色差、硬度的变化规律，并采用动力学模型建立冷配送莴笋菜肴的货架期预测模型，为冷配送蔬菜菜肴在冷链流通过程中的时间-温度-货架期体系提供理论基础和指导。
1 材料与方法
1.1 材料
市售新鲜莴笋、食用油、调味料等。
1.2 烹饪方式
对新鲜莴笋进行削皮、切片（厚0.5 cm）、清洗、沥水备用。实验采用热烫方式[8]进行烹饪。将含盐量1%的水加热至沸腾，将300 g莴笋放入水中热烫45 s，起锅后淋上10 g热油，搅拌使其混合均匀。烹饪过程中蔬菜与水的质量比例为1:5。
1.3 冷却冷藏方式
采用真空冷却方式[9]（日本株式会社，S-100-C）将莴笋菜肴中心温度冷却至约10 ℃，对冷却后各蔬菜菜肴进行分装（约150 g/碗），密封，分别置于0 ℃、4 ℃、10 ℃温度下冷藏。
1.4 微波复热方式
各温度下冷藏后的莴笋菜肴150 kg于800 W，2450 MHz的微波炉中复热2 min。
1.5 测定方法
1.5.1 菌落总数测定
对0 ℃、4 ℃、10 ℃温度下冷藏的样品每隔48 h 测定其菌落总数。测定方法为国家标准GB47892- 2010[10]，结果以cfu/g表示。微生物卫生指标参照上海市地方标准DB31/160-2005[2]，冷藏盒饭（包括冷藏下的食物和复热后的食物）的菌落总数≤105 cfu/g。复热对菜肴中微生物的营养体具有一定的杀灭作用，因此选择菜肴冷藏后的菌落总数作为货架期终点判定指标。
1.5.2 亚硝酸盐含量测定
对0 ℃、4 ℃、10 ℃温度下冷藏的样品每隔48 h 测定其亚硝酸盐含量。测定方法为国家标准GB 5009.33-2010的分光光度法[11]。莴笋中亚硝酸盐限量指标参照国家标准GB 2762-2012[12]，蔬菜及其制品中亚硝酸盐含量的限量指标为20 mg/kg。热处理可在一定程度上降低亚硝酸盐含量，因此选择菜肴冷藏后的亚硝酸盐含量作为货架期终点判定指标。
1.5.3 色差测定
采用便携式色差仪（日本Konica Minolta，CR-400）对微波复热后的冷配送莴笋菜肴进行色差测定[13]，每组平行测定15次，记录L*、a*、b*值。其中L*值表示蔬菜菜肴的亮度，黑色=0，白色=100；a*值表示红绿色值，绿色<0，红色>0，a*值越小绿色越深；而b*值表示黄蓝色值，蓝色<0，黄色>0，b*值越大的黄色越深。由于其色差测定结果中L*值、b*值的变化无明显规律，而色差a*值指标数据稳定性较高。冷配送莴笋菜肴微波复热后的色差a*值与其感官色泽具有显著的线性相关，能够比较准确的反应莴笋菜肴的色泽变化规律。考虑复热对色泽的影响，选取菜肴复热后的色差a*值作为货架期终点判定指标。
1.5.4 TPA测定
微波复热后的冷配送莴笋菜肴的硬度测定使用TA.XT. plus型质构仪（英国Stable Micro System 公司）进行评估[13]。采用P/0.5的探头，测试条件为：测前速率5 mm/s，测试速率和测后速率1 mm/s，两次压缩样本40%的深度，触发值5 g，停留时间5s。测定样品的规格为5×5×5 mm的长方体。平行测定15次，取均值。菜肴在复热过程中受热会导致其质构软化，考虑菜肴对消费者的适口性，选取菜肴复热后的硬度作为货架期终点判定指标。
1.6 货架期预测模型
1.6.1 化学反应动力学模型
食品的大多数品质变化遵循化学反应动力学模型
[14]。其中一级反应模型应用较为广泛。一级反应模型
[15]有：)
(
exp
C
C0kt
-
?
=(1)；式中t为食品的冷藏时间，d；k为食品的品质指标值变化速率常数；C0为食品初始的品质指标值；C为食品冷藏t d的品质指标值。1.6.2 Arrhenius方程
实验通过测定不同冷藏温度下莴笋菜肴的品质指标值随冷藏时间的变化曲线，通过一级反应动力学模型对实验数据进行拟合分析，得到不同温度下莴笋菜肴的品质指标值的变化速率常数(k T)。并对各冷藏温度和与其对应的k T值进行拟合得到Arrhenius方程，进而预测冷配送莴笋菜肴在0 ℃~10 ℃温度下的剩余货架期。
Arrhenius方程：
178
179
)/(exp 0RT Ea k k T -?= (2)
式中k 0为频率因子；Ea 为反应的表观活化能(J/mol)；R 为摩尔气体常量（R=8.3144 J/(mol·K)）；T 为绝对温度(K)。
由式(2)取对数得到：
RT Ea k k n T /)ln()(l 0-= (3)
即对ln(k T )与其所对应的热力学温度的倒数(1/T)
(N 究
实验采用0 ℃、4 ℃、10 ℃作为冷配送莴笋菜肴
的冷藏温度，研究冷藏温度和时间对其菌落总数的影响。
由图1可知，随着冷藏时间的延长，莴笋菜肴的菌落总数均呈增长的趋势。不同冷藏温度下，菌落总数的变化情况有较明显的差别。冷藏温度越低，菌落
总数的增长速率越小，其中0 ℃下的菌落总数增长最为缓慢。另外，随着冷藏温度的下降，莴笋菜肴的细菌总数生长延迟期增大。
微生物活动密切相关。由图2可知当细菌总数小于107
cfu/g 时，莴笋菜肴中亚硝酸盐含量成小幅度、波浪形的变化趋势，且亚硝酸盐含量均在小于4 mg/kg ，符合GB 2762-2012中的亚硝酸盐限量要求，即亚硝酸盐含量小于20 mg/kg ，蔬菜菜肴中硝酸盐含量未作要求。后期随着菌落总数的增长，莴笋菜肴中亚硝酸盐含量迅速升高。当菌落总数达到8.91 lg(cfu/g)时莴笋中亚
硝酸盐含量为26.38 mg/kg，超过国标规定值。而菌落总数为9.23 lg(cfu/g)的莴笋菜肴中亚硝酸盐含量更是高达263.19 mg/kg，此时的莴笋菜肴已处于腐烂状态。因此，在蔬菜菜肴冷藏过程中，降低冷藏温度能够有效控制微生物的生长繁殖，进而能够有效的降低亚硝酸盐含量的增长速率。
另外，当莴笋菜肴中细菌总数达到107 cfu/g时（已超过标准规定的105 cfu/g界限），其亚硝酸盐含量仍小于4.0 mg/kg，小于国标GB 2762-2012规定要求。因此，在该情况下，以莴笋菜肴中亚硝酸盐含量为评价指标的货架期具有相对滞后性，不适合作为冷配送莴笋菜肴的货架期预测模型评价指标。
2.1.3 冷配送莴笋菜肴的色差a*值变化规律研究
冷藏过程中绿色蔬菜菜肴颜色劣变主要是由于叶绿素的分解和变化而导致绿色变浅，甚至黄化。实验采用便携式色差仪对的复热后莴笋菜肴的色泽进行测定，并以色差a*值（红绿色值）反映不同冷藏条件下莴笋菜肴的色泽变化趋势。
当冷配送莴笋菜肴复热后的感官色泽不可接受时，所对应的色差a*值为-6.49，此时莴笋的a*值约占烹饪起锅后a*值（a0*=-11.38）的57%。当a*/a0*<57%时，冷配送莴笋菜肴的色泽没有商品价值。因此对冷配送莴笋菜肴而言，可以确定a*/a0*=57%为其色差的限控量。
图3 冷藏温度对冷配送莴笋菜肴的色差a*值影响Fig.3 Effects of storage temp erature on a* value of cold-chain
lettuces d ish
注：a t*表示冷藏t d的冷配送莴笋菜肴复热后的色差a*值; a0*表示烹饪后莴笋的初始色差a*值，为-11.38。
由图3可知，随着冷藏时间的延长，复热后莴笋菜肴的a*值均呈增大趋势（或a t*/a0*值呈减小趋势），即莴笋菜肴的绿色变浅。冷藏温度对莴笋菜肴的色泽具有显著性影响（P<0.5），其中冷藏温度越高，a*值变化幅度越大。其中10 ℃、4 ℃温度下冷藏7 d的复热莴笋a*值分别仅为a0*值的32.82%、51.45%，已小于其色差的限控量（57%）；而0 ℃温度下的莴笋菜肴复热后a*值为a0*值的64.25%，仍可接受。
2.1.4 冷配送莴笋菜肴的硬度变化规律研究
图4 冷藏温度对冷配送莴笋菜肴的硬度影响
Fig.4 Effects of storage temp erature on hardness of cold-chain
lettuce d ish
蔬菜菜肴硬度是其品质评定中的一项重要指标，是影响菜肴食用性的重要因子。实验在相同的复热条件下，对不同冷藏条件的莴笋菜肴硬度进行测定。由图4可知，各温度下，随着冷藏时间的延长，复热后莴笋菜肴的硬度均呈下降趋势。其中4 ℃冷藏条件下，莴笋的硬度下降最为缓慢。而在10 ℃冷藏13 d的莴笋，复热后其硬度有较大程度的下降，此时菌落总数为9.23 lg(cfu/g)，莴笋菜肴处于腐烂状态而导致质构有较大的劣变。总体上，冷藏过程中，冷藏温度和时间对莴笋菜肴的硬度影响程度相对较小。
大多数食品可以通过采用定量的质量指标（营养物质、色泽、质构等指标）或者不良的质量指标（如微生物、有毒有害物质等指标）来衡量产品的品质损失[17]。根据上海市地标DB31/160-2005中规定冷藏盒饭的菌落总数不得超过105 cfu/g，以及国标GB 2762-2012中规定蔬菜制品中亚硝酸盐含量的限量指标为20 mg/kg，将菌落总数和亚硝酸盐含量的标准规定要求作为冷配送莴笋菜肴货架期终点，并与色差a*值、硬度的货架期终点进行对比。莴笋菜肴的亚硝酸盐含量变化与菌落总数密切相关，但其货架期终点与菌落总数的相比具有滞后性，而冷藏温度和时间对莴笋菜肴的硬度影响程度相对较小，两者均不适合作为冷配送莴笋菜肴的货架期预测模型评价指标。而以细菌总数和色差a*值为评价指标的货架期相差较大，其中以色差a*值为评价指标的货架期要求最高，这是由于莴笋菜肴没有经过护色处理，色泽劣变较快导致。
2.2 冷配送莴笋菜肴的货架期预测模型
2.2.1 以色差a*值为标准的货架期预测模型2.2.1.1 色差货架期模型建立
180
181
实验对冷配送莴笋菜肴在0 ℃、4 ℃、10 ℃三个冷藏温度下进行色差a*值的一级动力学回归分析，结果见表1，其中各温度下回归方程的R2均大于0.97。随着冷藏温度的升高，色差a*值的反应速率常数k 增大，说明温度升高可导致蔬菜菜肴色泽劣变加快。
表1 各温度下冷配送莴笋菜肴的色差a*值反应动力学模型拟
合
Tab le 1 Kinetics mod el simulation for a* value of cold-chain lettuce
数
ln 表型可快速准确预测冷配送莴笋菜肴的色泽剩余货架期。若对莴笋菜肴进行护色处理，可以相应增加冷配送莴笋菜肴的货架期。
2.2.2 以菌落总数为标准的货架期预测模型
2.2.2.1 菌落总数货架期模型建立
实验对冷配送莴笋菜肴在0 ℃、4 ℃、10 ℃三个冷藏温度下进行菌落总数的一级动力学回归分析，结
果见表3，其中各温度下回归方程的R2均小于0.97，拟合效果较差。采用Logistic 模型拟合不同冷藏温度下冷配送蔬菜菜肴的菌落总数生长动态，见表4。
表3 各温度下冷配送莴笋菜肴的菌落总数反应动力学模型拟
合
Tab le 3 Kinetics mod el simulation for the total bacterial count of
cold-chain lettuce d ish at d ifferent storage temp eratures 冷藏温度
反应速率
图5 冷藏温度与最大比生长速率μm 的关系 Fig.5 R elationship b etw een the storage temp erature w ith the
maximum sp ecific growth rate (μm )
利用平方根模型即Belehradek [18]方程描述冷藏温
182
度对莴笋菜肴菌落总数生长动力学参数的影响。图5为Belehradek 方程描述的冷藏温度(℃)与莴笋菜肴中菌落总数的最大比生长速率μm 的关系。方程(8)为冷配送莴笋菜肴的菌落总数最大比生长速率的平方根模型，该模型的R 2
为0.972。表明在0 ℃~10 ℃冷藏温度下，温度与μm 1/2呈现良好的线性关系。
))139.30((0267.02/1m --?=T μ
(8)
图6为Belehradek 方程描述的冷藏温度(℃)与莴笋菜肴中菌落总数的生长延迟期λ的关系。方程(9)为冷配送莴笋菜肴的菌落总数生长延迟期λ的平方根模型，该模型的R 2为0.999。表明在0 ℃~10 ℃冷藏温度下，温度与λ1/2
呈现良好的线性关系。
))836.4((0439.0)/1(2/1--?=T λ (9) 总体上，在0 ℃~10 ℃温度范围内，平方根模型能够很好的拟合各温度下莴笋菜肴中菌落总数的最大5 注：%100/)-(%/?=实测值实测值预测值相对误差
3 结论
3.1 在0 ℃、4 ℃、10 ℃温度下，随着冷藏时间的延长，莴笋菜肴的菌落总数、亚硝酸盐含量呈上升趋势，而色差a *值、硬度结果呈下降趋势。另外，冷藏温度越
若对莴笋菜肴进行护色处理，可以相应提高冷配送莴笋菜肴的货架期。
3.4 冷配送莴笋菜肴菌落总数的一级反应动力学模拟效果较差，而采用Logistic 模型能够很好的拟合莴笋菜肴的菌落总数生长动态，其R 2均大于0.99。结合平方根模型确定温度对莴笋菜肴的菌落总数生长动力学参数的影响，从而建立0~10 ℃温度范围内冷配送莴笋菜肴
的菌落总数货架期预测模型，预测值与实测值之间相对误差均小于6%，可快速准确预测地冷配送莴笋菜肴的菌落总数剩余货架期。
参考文献
[1]李会合,田秀英.不同品种莴笋的品质比较研究[J].北方园
艺,2009,9:17-19
LI Hui-he, TIAN Xiu-yin. Comparative studies on quality of different lettuce cultivars [J]. Northern Horticulture, 2009, 9: 17-19
[2]DB31/160-2005,上海市地方标准盒饭卫生与营养要求[S]
DB31/160-2005, Shanghai local standard - bento health and nutrition requirements [S]
[3]Huey R B, Kingsolver J G. Variation in universal temperature
dependence of biological rates [J]. Proceedings of the National Academy of Sciences, 2011, 108(26): 10377-10378
[4]Carlin F, Guinebretiere M H, Choma C, et al. S pore-forming
bacteria in commercial cooked, pasteurised and chilled vegetable purees [J]. Food Microbiolog y, 2000, 17(2): 153-165
[5]朱耀强,龚婷,赵思明,等.生鲜鲩鱼片货架期预测模型的建立
与评价[J].食品工业科技,2012,33(2):380-383
ZHU Yao-qiang, GONG Ting, ZHAO Si-ming, et al.
Evaluation and establishment of shelf-life prediction model for fresh grass carp slices [J]. Science and Technology of Food Industry, 2012, 33(2): 380-383
[6]Koutsoumanis K, Nychas G J E. Application of a systematic
experimental procedure to develop a microbial model for rapid fish shelf life predictions [J]. International Journal of Food Microbiolog y, 2000, 60(2): 171-184
[7]Koutsoumanis K, Taoukis P S, Nychas G J E. Development of
a safety monitoring and assurance system for chilled food
products [J]. International Journal of Food Microbiology, 2005, 100(1): 253-260
[8]Amin I, Lee W Y. Effect of different blanching times on
antioxidant properties in selected cruciferous vegetables [J].
Journal of the Science of Food and Agriculture, 2005, 85(13): 2314-2320
[9]McDonald K, Sun D W. Vacuum cooling technolog y for the
food processing industry: a review [J]. Journal of Food Engineering, 2000, 45(2): 55-65
[10]GB 4789.2-2010,食品安全国家标准食品微生物学检验菌落
总数测定[S]
GB 4789.2-2010, National food safety standard - food microbiological examination: aerobic plate count [S]
[11]GB 5009.33-2010,食品安全国家标准食品中亚硝酸盐与硝
酸盐的测定[S]
GB 5009.33-2010, National food safety standard - determination of nitrite and nitrate in foods [S]
[12]GB 2762-2012,食品安全国家标准食品中污染物限量[S]
GB 2762-2012, National food safety standard-maximum levels of contaminants in foods [S]
[13]GuinéR P F, Barroca M J. Effect of drying treatments on
texture and color of vegetables (pumpkin and green pepper) [J].
Food and Bioproducts Processing, 2012, 90(1): 58-63
[14]Boekel M. S tatistical aspects of kinetic modeling for food
science problems [J]. Journal of Food Science, 1996, 61(3): 477-486
[15]Van Boekel M A J S. Kinetic modeling of food quality: a
critical review [J]. Comprehensive Reviews in Food Science and Food Safety, 2008, 7(1): 144-158
[16]Augustin J C, Brouillaud-Delattre A, Rosso L, et al.
Significance of inoculum size in the lag time of Listeria monocytogenes [J]. Applied and Environmental Microbiology, 2000, 66(4): 1706-1710
[17]Labuza T P, Shapero M, Kamman J. Prediction of nutrient
losses [J]. Journal of Food Processing and Preservation, 1978, 2(2): 91-99
[18]Lebert I, Robles-Olvera V, Lebert A. Application of
polynomial models to predict growth of mixed cultures of Pseudomonas spp. and Listeria in meat [J]. International Journal of Food Microbiolog y, 2000, 61(1): 27-39
183
证券投资基金绩效评估模型分析
本文依据衡量指标的不同，将目前国际上较为流行的证券投资基金绩效评估模型分为五大类，并评述了这五大类模型的运用方式、作用和区别，以及这些模型运用的相关检验，最后进行了简要的评论并提出了几点建议。 证券投资基金绩效的评估主要是针对一只基金的实际运作成果进行评价。在绩效评估中，主要包括：(1)对基金的整体收益进行评估，判断其是否超过市场平均收益；(2)超过市场平均收益的部分中有多少可归结为基金经理的投资才能；(3)采用什幺因素或指标对基金绩效进行评估，并判断不同因素或指标对绩效评估结果的影响；(4)选择什幺类型的评估模型，评估模型的选择应根据一国的基金市场状况等因素而确定。根据以上内容及不同管理风格的基金，评估基金绩效的因素或指标主要分为两类：对于采用消极管理风格的基金，主要是评估其在证券市场的一般收益水平和风险水平；对于采用积极管理风格的基金，除了以上两个指标外，还包括基金经理的选股能力、市场运作中的时间选择(或定时)能力以及基金组合的分散化程度等指标。这些指标分别衡量了基金经理预测市场的发展趋势、识别证券价格是否被低估或高估及控制风险的能力。本文的分析是根据积极管理风格基金类型来进行的。 一、理论模型分析 (一)Markowits均值一方差模型 证券投资基金投资及其它风险资产投资首先需要解决的是预期收益与预期风险这两个核心问题。如何测定组合投资的预期收益与预期风险、如何以这两项指标进行资产分配，是市场投资者迫切需要解决的问题。正是在这样的背景下，Markowits(1952、1958)的理论应运而生。该理论依据以下4个假设：1．投资者在考虑每一次投资选择时，其依据是某一持仓时间内的证券收益的概率分布。2．投资者是根据证券的预期收益率估测证券组合的风险。3．投资者的投资决定仅仅是依据证券的预期收益和预期风险。4．在一定的风险水平上，投资者希望收益最大，相应的是在一定的收益水平上，投资者希望风险最小。 根据以上假设，Markowits确立了证券组合预期收益、风险的计算方法和有效边界理论，建立了资产优化配置的均值一方差模型，该模型运用于基金整体绩效的评估，可表达为： 目标函数： 限制条件：(不允许卖空) 式中Rp为基金组合收益，Ri为i基金(或第i只股票)的收益，Xi和Xj为基金i、j的投资比例，δ2(Rp)为组合投资方差(组合总风险)，Cov(Ri—Rj)为两个基金之间的协方差。该模型为现代证券投资理论奠定了基础。该模型表明，在限制条件下求解Xi基金收益率使组合风险δ2(Rp)最小，可通过拉格朗日目标函数求得。其经济学意义在于，投资者可以预先确定一个期望收益，通过模型可以确定投资者在每个投资项目(如某只基金或股票)上的投资比例，使其总投资风险最小。不同的期望收益就有不同的最小方差组合，这就构成了最小方差集合。 (二)单因素整体绩效评估模型
长江水质的评价和预测模型确定版
《经济数学模型》结业论文 学 院： 计算机工程学院 班 级： 14级计算机科学与技术2班 学生姓名： 余安琪 学 号： 2014404010218 课程题目： 长江水质的综合评价与预测 完成日期： 2015 年 12 月 12 日 指导教师评语: 成 绩: 教师签名: JINGCHU UNIVERSITY OF TECHNOLOGY
目录 1、问题的提出 (1) 2、问题的分析 (1) 3、模型假设 (2) 4、符号说明 (2) 5、模型建立 (3) 5.1污染物分指数的计算 (3) 5.2各污染物权重计算 (3) 5.3水质综合污染物指数计算 (5) 5.4污染物浓度计算 (5) 6、模型求解 (7) 7、模型有缺点和改进方向 (15) 8、建议意见.............................................. 错误！未定义书签。 9、总结.................................................. 错误！未定义书签。参考文献................................................. 错误！未定义书签。附录（表1、表2）........................................ 错误！未定义书签。
长江水质的综合评价与预测 摘要 本文针对“长江水质评价和预测”问题,首先概括地介绍了这个问题的立意与背景,建立了一个综合评价模型，提出了水质质量指数概念,把影响水质的因素量化，并利用了模糊数学的层次分析法分析各因素权重,通过做加权平均,得出水质质量分指数量化值，从而对长江水质作出了定量的综合评价,并分析各地区的污染状况。巧妙的建立了一个流速、流量、河长与浓度的关系,从而得出没有污染时,观测点的理想值,并作出对比图像,简单明了的分析出长江主要污染物高锰酸盐和氨氮污染源所在地区。根据灰色系统理论,建立GM(1,1)预测模型,利用长江前十年各等级水质所占河长及百分,预测出各等级水质未来十年所占河长。另外，在模型三的基础上，建立了多元线形回归模型，较好的解决了若未来十年长江干流第IV类和第V类水的比例控制在20%以上，且没有劣V类水，每年需要处理的污水量的问题。 【关键词】:长江水质；水质类型;综合评价与预测;水质模型分类；综合评价灰色预测
含油脂食品货架期计算方法
含油脂食品货架寿命研究方法(下) 二、油脂食品货架寿命的计算方法 酸价和过氧化值是评价油脂酸败的重要指标，本文以在不同储存温度下酸价的变化为例进行油脂食品货架寿命的计算。 1、食品过氧化值(POV)或酸价(AN)的测量 测量高油脂食品的过氧化值和酸价值包括样品的预前处理和过氧化值或酸价值的定两个步骤： 1)按GB5009．56《糕点卫生标准的分析方法》取适量样品置于具塞锥形瓶中，加适量石油醚(沸程30—63~C)，放置过夜，用快速滤纸过滤，减压回收溶剂，得到油脂供测定酸价或过氧化值用。 2)按GB5009．37《食用植物油卫生标准的分析方法》采用碘量法测定过氧化值。因为油脂氧化酸败过程中会产生过氧化物，过氧化物与碘化钾作用生成游离碘，再以淀粉为指示剂，用硫代硫酸钠标准溶液测定所生成的I2的量，从而得到过氧化值。酸价的测量同样也是按照G B5009．37《食用植物油卫生标准的分析方法》的要求进行测定的，油脂中的游离脂肪酸用氢氧化钾标准溶液滴定，每克植物油消耗氢氧化钾的毫克数，称为酸价。 2、列出油脂氧化酸败的一级动力方程 由于油脂氧化酸败符合一级动力方程，既酸价的对数值InIAN]与储存时间t的关系符合一级动力方程： In[AN1= kt+ a(1) 式中：『AN1——t天时测得的值(meg／kg) k——氧化酸败反应的速度常数(天一1) t——储存天数(天)
a—— In【AN J (【AN【l】为AN 的初始值) 3、货架寿命的计算 1)求k值 测量出在一定温度，不同时间内油脂食品的酸价值，将所得的数据绘制1n【AN】随储存时间t变化的图形，则直线的斜率就是油脂氧化酸败反应的速度常数k。所以根据直线的斜率就可以获得在不同条件下的k值。 2)计算货架寿命 由于每种含油脂的食品都有允许的最大【AN】，将初始的【AN】和最大的【AN】代入(1)式中，就可获得在不同条件下含油脂食品的货架寿命。 4、建立回归方程 由于温度T和油脂食品的货架寿命t有如下关系： lnt=bt+a (2) 式中：t——货架寿命(天) T——温度(K) 所以通过将不同温度下油脂食品的货架寿命代入(2)式中，就可得到a,b的数值，最终可得到不同温度下某种含油脂食品的货架寿命的计算公式。 三、结论 目前国内外对油脂食品的货架寿命进行系统的、有针对性的研究还不多见。对影响含油脂食品的货架寿命的因素进行研究时，通常进行的是单因素试验，较少进行多因素考虑。我们知道油脂食品氧化酸败是一个复杂的，多种影响因素共同作用的结果，而且在不同环境条件下每种因素的影响效果是不一样的。如果仅进行单因素实验，高油脂食品在包装材料和包装工艺的选用上就会产生偏差，从而影响了油脂食品的包装质量，降低了油脂食品的货架寿命。因此进行多因素正交实验分析，找出合理有效的包装方案，对高油脂食品在包装材料和
雨量预报分析的评价模型-数学建模
雨量预报分析的评价模型 一、摘要 我们将FORECAST 文件夹中的数据按日期先后顺序导入Matlab ，建立53×47×164的三维矩阵rain1和rain2；把MEASURING 文件夹中的数据以同样方法导入91×7×41的三维矩阵temp 中，然后建立循环将temp 矩阵中每一层的后4列提取，另存入一个91×164的rain3矩阵；在命令窗中直接导入预测点的经度和纬度存入矩阵lon 和lat 中，导入实测点的经度和纬度存入矩阵lon1和lat1中，并对其作图，得到实测点和预测点的经纬度图。 整理得到91个观测点41天的预测值和测量值对应的两个91×164矩阵，根据气象部门将降雨的等级分为6个等级的分法，把矩阵中相应的降雨量值转化为其所对应等级值，其中，预测中的零全部记为0，得到两个预报等级矩阵。 针对问题（1），利用插值基点为散乱节点的插值函数griddata [1]在Matlab 中进行三次样条插值处理，将91个观测站点41天164个时段的雨量情况进行预测。利用残差平方和 2 1()n ij i i weap wear ξ==-∑以及平均误差11n ij i i avg weap wear n ==-∑来作为评价的标准。残 差平方和ξ与平均误差avg 值较小的一种预测方法作为较好的预报方法。残差平方和以及平 均误差数值越小，表明预报越准确度越高。预测方法一的残差平方和为174290.00，平均误差为0.4553。预测方法二的残差平方和为195580.00，平均误差为0.4753。雨量预报方法一的准确性更高一些。针对问题（2），两个预报等级矩阵，继续利用残差平方和以及平均误差来作为评价的标准。残差平方和以及平均误差数值越小，表明预报越准确度越高，相应公众感受就越好。预测方法一的残差平方和为2774，平均误差为0.1730。预测方法二的残差平方和为2806，平均误差为0.1745。雨量预报方法一的准确性更高一些。 由于残差平方和与平均误差难以反映真实汇报的准确度，我们将模型改进优化。把矩阵中相应的降雨量值转化为其所对应等级值，得到两个预报等级矩阵，将两个预报等级矩阵与实测等级矩阵做差值运算，得到两个等级差矩阵，对等级差作绝对值处理，进行等级差统计。我们利用预测准确度检验法对两种预报进行评价。预测准确度（H ）等于预报正确次数（R ）（即运算之差为0的情况）和预测次数（T ）之比，即100%R H T = ?。准确度越高，表明预报准确度越高，相应公众感受就越好。预报1的预报准确度为83.26%高于预报2的准确度83.11%，公众更易接受第一种预报方法。 关键字：散乱节点插值 残差平方和 平均误差 预报等级矩阵 预测准确度
物流公司绩效评价模型
物流公司绩效评价模型 本问题是一个关于物流公司绩效评价的问题。 首先结合研究目的，数据科学性，全面性和物流业的特点，选取职工人数，固定资产净额，主营业成本和管理费用等为投入指标；净利润和主营业收入为产出指标。文中各项指标的数据取自2005年各样本物流企业的年报。 然后根据投入指标值和产出指标值，建立DEA(Data Envelopment Analysis 数据包络分析)模型，再利用DEA方法理论体系中的模型评价各样本物流企业的总体有效性，利用DEA方法理论体系中的模型评价样本物流企业的纯技术有效性，并根据DEA方法理论中总体有效性，纯技术有效性和纯规模有效性的关系得出决策单元的纯规模有效性。运用Lingo软件计算得到2005年10家上市物流公司的总体绩效，纯技术绩效和纯规模绩效，深赤湾的总体有效值为，纯技术有效值为，纯规模有效值为…其具体结果见表4。 接着，根据得到的总体绩效，纯技术绩效，纯规模绩效的结果对我国的物流进行简要分析。针对DEA模型的缺陷：只能将决策单元分为有效和非有效两大类，采用文献的DEA改进方法，在传统的DEA方法基础上引入一个虚拟的理想决策单元，进一步对各样本物流企业总体有效值进行排名，得到各样本物流企业的先后排名为：中远海运，中海海盛，中海发展，宁波航运，厦门港务，深赤湾，上港集箱，铁龙物流，锦州港，天津港。 最后，对模型的优缺点进行了简要的分析，并对模型的改进提出了建设性意见。 关键词：DEA ，总体绩效，物流，绩效评价
1 . 问题重述 自从加入WTO以来，我国的经济经受外来经济因素的巨大冲击，要使我国经济的稳定平衡发展，因而必须不断提高我国经济竞争力。而物流作为提高经济竞争力的重要因素，要想使其健康的发展，必须对物流企业的计划、顾客服务、运输、存货等物流活动进行绩效评价与分析。对物流绩效进行评价与分析，才能够正确判断企业的实际经营水平，提高企业的经营能力，进而增加企业的整体效益。由于物流活动具有多方性，过程复杂性（采购、运输、存储、保管及供应等）和形成多样性等特点，长期以来，物流绩效的衡量缺乏行之有效的标准。目前，我国企业的物流处于起步阶段和发展阶段，如果在建立物流系统的同时，实时进行绩效评价，对不断完善和提高物流管理水平，使其成为企业的“第三利润源泉”具有重要意义。因此，如何科学、全面地分析和评价物流企业的绩效，已成为物流企业迫切需要解决的课题。 本文选取深赤湾，厦门港务，铁龙物流，宁波海运，中海海盛，中远航运，中海发展，上港集箱，锦州港和天津港等10上市物流企业为研究样本。从2005年各样本物流企业的年报上收集到的职工人数，固定资产净额，主营业成本，管理费，净利润和主营业收入等指标数据为依据，需要解决问题：利用这些指标值对该10家样本物流企业的绩效进行评价。 2 . 问题分析 在物流的研究领域中，物流企业管理绩效的评价是极其重要的内容之一。近年来，物流的绩效评价在我国得到了广泛的研究，大量的方法被应用于物流绩效的评价。其中，主流的以定量为主的绩效评价方法主要有四种：作业成本法，层次分析法，指标树法和DEA（数据包络分析法）[1]。 其中，作业成本法和指标树法主要集中在测评指标的选取上，要求判定矩阵能够全面反映物流绩效的指标体系。但是影响物流绩效的因素众多并且关系复杂，很难建立一套完整的评价指标体系。层次分析法中判断矩阵的构造具有一定的主观性，使评价结果的客观性程度减少。而DEA法由于不需要预先估计参数，直接采用数据计算的特点，在避免主观因素和简化算法，减少误差等方面有不可低估的优越。 但传统的DEA方法也存在着不足：由于这种方法将大量的决策单元分为有效和非有效两大类，在用这种方法进行有效性分析时容易出现大量的甚至全部决策单元都为有效的情形。 鉴于此，本文利用文献[3]的DEA改进方法，在传统的DEA方法的基础上引入一个虚拟的理想决策单元，对DEA有效的决策单元进行排序，用DEA改进方法对我国部分物流企业进行绩效评估。 指标选取的说明：本问题为研究我国物流公司的经营绩效。人力资源在物流企业的投入是不可缺少的部分，特别是对于我国目前物流业正处于经济转型期，大部分物流企业还停留在计划经济时期的经营理念。而人力的投入在物流业中占
教育信息化绩效评价模型的制定
教育信息化绩效评价模型的制定 在评价中，不同的评价方法将对评价结果有着不同的影响。根据教育信息化涉及的指标多且难以统一量化的特点，采用的是多指标综合评价法，各个三级指标都用相应的量纲来给出评价值。制定出的教育信息化绩效评价模型，很难同时用来比较不同省份学校的教育信息化建设水平。评价指标可以相同或相近，但权重不一样，因为指标的量纲不一样。 标签：教育信息化；绩效；评价；模型 评价模型是整个评价体系的主体部分，而评价的基本思路、评价方法、评价指标及权重则是评价模型最核心的要素。 一、评价的基本思路 在选择评价方法之前，先要确定评价目的及评价依据。 （一）教育信息化绩效评价的目的 本文所研究和建立的模型是用来衡量广东省以文科类为主的民办高等学校的教育信息化发展水平。随着服务对象不同，看问题的角度不同。本文建立的模型可用于以下服务对象： 1.政府。将模型提供给政府，目的是使政府更清楚地了解广东省民办高等学校信息化的现状和需求，争取让政府从经济上、政策上对民办高校教育信息化建设提供更大的支持。 2.学校。将模型提供给学校，目的是让各个民办高校有关领导和部门用来评价自己学校的信息化水平，找出差距及制定发展规划和改进措施。 3.社会。将模型用于社会，为社会各界人士提供一个更方便、更准确地了解广东省民办高校信息化水平。 4.研究者。将模型提供给研究者，可以促进研究者更深入地开展民办高校信息化研究工作。 （二）教育信息化绩效评价的依据 1.要考虑我国教育信息化发展的实际情况，目前，我国在教育信息化发展还很不平衡，总体水平还需进一步提高。 2.要借鉴国内外已成熟的同类评价模型。如《国家信息化指标构成方案》、《浙江省高校教育信息化评价模型》、《高校教育技术工程的绩效研究》等等，在这些
食品货架期
1，食品货架期、储藏期及区别 货架期：食品自出厂之日起，经过各流通环节直到到达消费者手中，他所能保持质量不变的时间段。包含含义：1，食品是安全的2，在此期间，食品的物化指标，感官特性，微生物含量必须在一个可接受的范围内3这个时间段应与标签上所表明的保质期相吻合储藏期： 2，酸性食品和碱性食品 食品的酸碱性与其本身的PH值无关（味道是酸的食品不一定是酸性食品），主要是食品经过消化、吸收、代谢后，最后在人体内变成酸性或碱性的物质来界定。产生酸性物质的称为酸性食品，如动物的内脏、肌肉、植物种子（五谷类）。产生碱性物质的称为碱性食品。大多数菜蔬水果、海带、豆类、乳制品等含钙（Ca）、钾（K）、钠（Na）、镁（Mg）元素较多，在体内代谢后可变成碱性物质 3，乳制品安全 1.奶粉 在奶粉的制造过程中，原料乳经过净化．杀菌．浓缩．干燥等工艺，可使原料乳中的微生物数量大大降低．特别是制成的奶粉含水量很低，不适于微生物的生长，甚至随着贮存时间的延长．微生物数量还会逐渐减少，残留的微生物主要是一些芽孢杆菌，所以奶粉能贮存较长时间而不变质．但如果原料乳的微生物学品质很差，微生物含量过高．生产工艺不完善、设备不精良．生产环境卫生条件差，不仅原料乳中的微生物不能完全杀死，而且还会造成微生物的再次污染，使奶粉中含有较多的微生物，并可能有病原菌存在。奶粉中常见的病原菌是沙门氏菌和金黄色葡萄球菌。 在保存条件不当或包装不好的情况下，残存在奶粉中的微生物就全生长繁殖，适成奶粉的腐败变质。主要原因菌是一些耐热的细菌．如芽孢杆菌．微球菌．嗜热链球菌等。 2．淡炼乳 淡炼乳是将消毒乳浓缩至原体积的2/5或1/2而而制成的乳制品。其固形物在25.5%以上。由于淡炼乳水分含量较鲜乳大大降低，且装罐后经115~117℃高温灭菌15min以上，所以在正常情况下．灌装淡炼乳成品应不含病原菌和在保存期内可能引起变质的杂菌，可以长期保存，但是如果加烘灭菌不充分或罐体密封不良，会造成微生物残留或再度受到外界微生物的污染，使淡炼乳发生变质。表现有凝乳．产气．苦珠乳等．如枯草芽孢杆菌．增热芽孢杆菌在淡炼乳中生长町造成凝乳，包括产生凝乳酶龌固和酸龌固．一些耐热的厌氧芽孢杆菌可引起淡炼乳产生气体．使罐发生爆裂或膨胀现象， 3.甜炼乳 甜炼乳是在消毒乳液中加入一定量的蔗糖．经加热浓缩至原有体积的2/5~1/3，使蔗糖浓度达40%一45%，装罐后一般不再灭菌，而是依靠高浓厦糖分形成的高渗环境抑制微生物的生长，达到长期保存的目的：如果原料污染严重或加工工艺粗放造成再度污染以及蔗糖含量不足。可使甜炼乳中微生物生长而引起变质。例如炼乳球拟酵母等分解蔗糖而产生大量气体。芽孢杆菌．微球菌．葡萄球菌．乳酸菌等生长产生乳酸．酪酸．琥珀酸等有机酸以及这些菌产生的凝乳酶等．使炼孔变稠不易倾出，当罐内残存有一定的空气，又有霉菌污染时，会出现白．黄，红等多种颜色的形似钮扣状的于酪样凝块，并呈现金属味．干酪味等异味．在甜炼乳中生长的霉菌有匍匐曲霉．芽枝霉等。 4，栅栏效应的应用 概念：栅栏技术是由Leistner（德国肉类研究中心微生物和毒理学研究所所长）在长期研究的基础上率先提出。食品要达到可贮性和卫生安全性，这就要求在其加工中根据不同的产品采用不同的防腐技术，以阻止残留的腐败菌和致病菌的生长繁殖。已知的防腐方法根据其防腐原理归结为高温处理（H），低温冷藏或冻结（t），降低水分活性（aw），酸化（pH），降低氧化还原值和添加防腐剂等几种，即可归结为少数几个因子。我们把存在于肉制品中的
冷冻食品货架期研究现状及发展趋势
冷冻食品货架期研究现状及发展趋势 宋 晨，刘宝林*，董庆利 (上海理工大学食品质量与安全研究所，上海 200093) 摘 要：食品货架期作为反应食品品质及安全性的标识，对它进行研究具有现实意义。文章对冷冻食品货架期进行了全面介绍，并说明了温度对冷冻食品货架期及品质的重要影响。由于冷冻食品的特殊性及冷链物流中存在的问题，在波动温度下对冻品货架期做出预测已成为研究的焦点。本文通过对冷冻食品货架期研究中的3个重要阶段及目前研究重点的阐述，指出了未来冷冻食品货架期研究的创新点与发展方向。关键词：冷冻食品；货架期；储藏温度 Current Research and Development Trend for Shelf Life of Frozen Food SONG Chen ，LIU Bao-lin*，DONG Qing-li (Institute of Food Quality and Safety, University of Shanghai for Science and Technology, Shanghai 200093, China)Abstract ：Shelf life of food is an important index for food quality and safety so that it is of practical significance to study food shelf life. In this paper, the concepts of shelf life and frozen food are introduced and the effect of temperature on shelf life and quality of frozen food is discussed. Due to the special properties of frozen food and problems in cold chain logistics, the prediction of shelf life for frozen food at fluctuating temperature conditions is becoming the focus of current studies. Therefore,three important stages for shelf life are demonstrated here in detail. In addition, the future creative points and development trend for shelf life of frozen food are also proposed. Key words ：frozen food ；shelf life ；storage temperature 中图分类号：TS201.6 文献标识码：A 文章编号：1002-6630(2010)01-0258-04 收稿日期：2009-03-08 基金项目：国家自然科学基金项目(30800864)；上海市东方学者计划项目 作者简介：宋晨(1984—)，女，硕士，研究方向为食品冷冻冷藏研究及食品品质监控。E-mail ：lannysong530@https://www.wendangku.net/doc/3a2587794.html, *通信作者：刘宝林(1968—)，男，教授，博士，研究方向为食品冷冻冷藏研究。E-mail ：blliuk@https://www.wendangku.net/doc/3a2587794.html, 近年来，因食品质量问题引起的恶性安全事件时有发生，在社会中造成不良影响，有必要对影响食品安全的因素做深入的研究，以确保消费者的安全与健康。 食品货架期(shelf life)是反映食品品质及安全性的国际标识，一般认为处在货架期范围内的食品是安全且品质良好的，可放心食用。1993年英国食品科学与技术学会(IFST)对“货架期”进行了较为全面的定义[1]：货架期是食品在推荐储藏条件下所经历的一段时间，在这期间食品是安全的，并且保持着消费者所期待的感官、化学、物理及微生物性质，其所含营养物质与标签内容一致。该定义不仅强调了储藏条件对食品货架期的影响，还明确了进行货架期研究时应考虑的鉴定指标。 冷冻食品(frozen food)指符合质量要求的食品原料经适当的加工处理，在低温下(－30℃)急冻，包装后在－18℃或更低温度下储藏和流通的食品。具有货架期长、不易腐坏、食用方便等特点。冷冻食品在储藏、运输、销售及购买者消费前各环节都要处于低温环境下，也就 是依靠冷藏链(cold chain)物流保证其品质及货架期。1 影响冷冻食品货架期的因素 影响冷冻食品货架期的因素可分为内因与外因两大 类。内因是由食品本身决定的，包括产品中的水分活度、总酸度、营养物质、自然微生物群、酶和生化底物及防腐剂等；外因是指食品在分配销售环节所经历的外界因素，包括温度、相对湿度、光照、环境中的微生物群、包装中的气体组成(氧气)等。在内外因的交互作用下，冷冻食品品质会从化学、物理、微生物3个方面发生衰败，下降到一定程度后，食品不再安全，感官上也不被消费者所接受，食品到达了其货架期的终点。1.1 冷冻食品的微生物衰败 食品中微生物是导致食品腐败的重要原因之一，可分为致病微生物和致腐微生物两类。如沙门氏菌、单增李斯特菌、大肠杆菌O157等，其生长不一定会明显
公共部门绩效评估
浅谈顾客满意度绩效模型对社会公众对政府部门绩效评估 体系的启示 摘要：企业绩效评估中的顾客满意度与政府等公共部门绩效评估体系中的公众评价（市民感知）政府绩效，其本质都是服务对象对服务主体的评价。公众评价是政府绩效管理的尤为重要的程序，有助于联系群众，反映民生，提高公共服务质量，优化公共资源配置，建设服务性政府。在文中，笔者将试图借鉴企业中相对先进的顾客满意度绩效模型，例如KANO模型、ACSI模型等，来完善公共部门中的公众评价体系，希望对中国的社会公众评价政府绩效体系有所建言。 关键字:社会公众评价政府绩效顾客满意度绩效管理 KANO模型 ACSI模型 Abstract：The customer satisfaction of the enterprise performance evaluation is the same with social public comments in essence, which is the evaluation about the service object to the service main body. Social public comments are the important procedure in the government performance management. It will help tie with the masses and reflect the people's livelihood. Then it is good for improving public service quality and building the service-oriented government. In my essay , I will try to use the customer satisfaction of the enterprise performance evaluation for reference , such as KANO、ACSI etc. I hope that my ideas will do some good for the social public evaluation system in China. Key words:The social public evaluation system \The customer satisfaction of the enterprise performance evaluation\ KANO\ ACSI 无论是当下十分受宠的平衡记分卡，抑或是EFQM卓越化模型（The European Foundation for Quality Management ），我发现顾客维度均占很重要的地位。通过课堂的学习，我了解到了还有很多其他的绩效评估模型，例如通用评估框架
评价两种预测模型
判断预测方法优劣 摘要 本文围绕着数据预测方法的评论问题展开讨论，采用数理统计学中假设检验的方法来评价四个时段两种预测方法的准确性，得到方差分别与实测值进行比较建立了模型1，对两种预测方法的准确性作出了定量的分析。若分四个时段来评价两种预测方法的准确性，在不同的时间、时段有不同的评价结果；然后继续采用数理统计学中的假设检验方法，将两种预测方法中的预测数据分别与实际值作差，得到每一天中的不同时段的差值，再求出这些差值的平均值，把这两组差值的平均值进行检验，并且作出比较。最后，得出最终结果：预测方法一比预测方法二预测出的结果更好一些。 关键词：预测假设检验平均值
1 问题重述 数据预测对我们的学习工作和日常生活有重要作用!。但准确、及时地对未来数据作出预测是一个十分困难的问题，广受世界各国的关注。我国某地观测站正在研究某项数据的预测方法，即每天按四个不同的时段在观测点对这项数据进行观测。这些位置位于东经120度、北纬32度附近的53*47的等网格点上。同时设立91个观测站点实测这些时段的实际数据!由于各种条件的限制! 站点的设置是不均匀的。观测站希望建立一种科学评价预测方法好坏的数学模型与方法。观测站提供了41天的两种不同方法的预报数据和相应的实测数据。预报数据在文件夹FORECASE中，实测数据在文件夹MEASURING 中。其中的文件都可以用Windows系统的“写字板”程序打开阅读。其中文件名为
物流绿色绩效评价国内外模型
1.国内外现状、水平和发展趋势 1.1国外物流绿色绩效评估模型 (1) TOPSIS模型 【1】Awasthi, A., et al. (2010). "A fuzzy multicriteria approach for evaluating environmental performance of suppliers." International Journal of Production Economics126(2): 370-378. 【2】Shen, L., et al. (2013). "A fuzzy multi criteria approach for evaluating green supplier's performance in green supply chain with linguistic preferences." Resources Conservation & Recycling74(74): 170-179. 两篇文章都是利用fuzzy set theory将主观评价转化为数值，得到linguistic preferences，再用fuzzy TOPSIS法得到对于各供应商的总体评分 (2) ANP法 【1】Bhattacharya, A., et al. (2014). "Green supply chain performance measurement using fuzzy ANP-based balanced scorecard: a collaborative decision-making approach." Production Planning & Control25(8): 698-714. fuzzy ANP法 【2】Tuzkaya, G., et al. (2009). "Environmental performance evaluation of suppliers: A hybrid fuzzy multi-criteria decision approach." International Journal of Environmental Science and Technology6(3): 477-490. 混合Fuzzy ANP和Fuzzy-Preference Ranking Organization Method for Enrichment Evaluations（偏好顺序结构评估法） （3）AHP法 Handfield, R., et al. (2002). "Applying environmental criteria to supplier assessment: A study in the application of the Analytical Hierarchy Process." European Journal of Operational Research141(1): 70-87. 从以往文献中得到decision criteria，使用普通AHP法 （4）Case-based reasoning（案例推理） Humphreys, P., et al. (2003). "Using case-based reasoning to evaluate supplier environmental management performance." Expert Systems with Applications25(2): 141-153. Environment criteria被分为两类（定量和定性），利用案例推理法从绿色的角度选择供应商。 （5）Data Envelopment Analysis（数据包络分析） Sueyoshi, T. and M. Goto (2011). "Measurement of Returns to Scale and Damages to Scale for DEA-based operational and environmental assessment: How to manage desirable (good) and undesirable (bad) outputs?" European Journal of Operational Research211(1): 76-89. 将数据包络分析利用于绿色绩效评估，考虑多种输出——回报作为满意输出，破坏作为非满意输出。 （6）Fuzzy DEMATEL Lin, R. J. (2011). "Using fuzzy DEMATEL to evaluate the green supply chain management practices." Journal of Cleaner Production40(2): 32–39. 利用模糊集合理论和decision making trial and evaluation laboratory method （DEMATEL）
绩效评价模型运用
绩效评价模型运用 文化认同 从企业的角度看待利已，人才对企业的认同度很重要，对企业的认同度，最主要是体现在认同这家企业已形成的行为准则和价值观，不是每家企业都已具备了完整的企业文化内容和系统框架，但作为企业文化的核心组成部分，每家企业一定都有各自不同的行为准则和价值观。作为企业的核心员工，在他们的思想和行为中，都会不自觉的体现出比较鲜明的共同特性，这样一个人群就组成了企业的中层和骨干，作为企业雇主自然希望这样的人群越多越好。对这份职业是否有非常强烈的兴趣，能否在这样的工作环境和氛围中努力工作。不同的认同度决定了不同的工作态度，从而导致了不同的工作品质。为事业而工作，追求的是超越自我；为工作而工作，追求的是成就感；为生活而工作，追求的是经济回报。 所以利已，站在企业的角度，就是对企业文化认同。 绩效产出 从企业的角度看待利人，就是评价人才能否创造出预期的价值。所谓人才价值，就是企业在经营过程中，为了完成经营目标，所设立的不同职位的人，在本职岗位应该产出的绩效。每个人都有他自身的价值存在，如何使人尽其才，才尽其用，将其价值发挥出最大化，是企业雇主必须关注的。满足大部分员工的需求，营造良好的工作氛围和环境，让员工能够无忧的工作，提高员工满意度，这样就能够最大限度的提高员工的绩效产出。 所以利人，站在企业的角度，就是对企业的绩效产出。 绩效评价模型 那现在通过对“人的评价模型”，可以得出企业的绩效评价模型。
如何界定 通过文化认同和绩效产出二个维度的考核，就得出全部的绩效分数的排序，根据正态分布原则，前20%排名员工，是企业的优秀员工，他们创造了企业80%的绩效产出；当中70%排名的员工是达成预期目标的员工，是企业的维持日常工作的主要组成人员；最后10%排名的员工，是企业绩效产出最差的员工。因此文化认同考核分数和绩效产出考核分数排名都在前20%的员工就是企业的“明日之星”，同样文化认同考核分数和绩效产出考核分数都在最后10%的员工就是“害群之马”。 如果文化认同考核分数排名在前20%，但绩效产出考核分数排名在最后10%，那就是金牛员工。同样如果文化认同考核分数排名在最后10%，而绩效产出考核分数排名在前10%，那就是危险人物。 企业中大部分员工的绩效评价表现平平，主要集中分布在四个象限当中，也就是绿色圆圈部分，这部分人群称之为迷途羔羊。
学生学习情况的评价与衡量与预测模型
学生学习情况的评价与预测模型 【摘要】 在评价学生的学习状况时，科学准确地计算出学生的名次及进步情况具有重要意义。评价学生学习状况的目的是激励优秀学生努力学习取得更好的成绩，同时鼓励基础相对薄弱的学生树立信心，不断进步。 然而，现行的评价方式单纯的根据“绝对分数”评价学生的学习状况，忽略了基础条件的差异；只对基础条件较好的学生起到促进作用，对基础条件相对薄弱的学生很难起到鼓励作用。 本文针对题目中所给问题，对学生的学习成绩评价以及预测展开了全面分析。首先，在问题（1）中，我们通过Excel数理统计的方法，将学生的分数划分为优秀（80-100）、良好（60-79）和不及格（0-59）三个分数段，并且统计出相应分数段的分布率。然后，我们根据三个分数段建立加权函数，计算出所有学生在四个学期相应的加权值，进而得出学生的整体学习情况在进步。 其次，对于问题（2），我们针对现行评价方式中绝对分数的片面性，采用Hale进步分方法和…，全面客观地评价这些学生的学习状况。在Hale模型中，利用Hale提出的指数函数模型，对全体学生的成绩进行计算分析评价。利用Hale模型还对整体情况作了评测，得到学生成绩整体稳定，略有起伏的结论。……..；在********模型中，…………….。 接下来的问题（3），在预测学生后两个学期的学习情况时，我们主要使用了两种预测 方法。首先，建立灰色预测模型，结合第一学期至第四学期的学生成绩，通过Matlab对后 两个学期的成绩做出预测分析。然后，同理预测出第四个学期的成绩，结合第四个学期的实 际分数对该模型进行了检验。其次，我们又建立了基于趋势比率法的“季节指数”的模型， 把学生成绩的波动以一学年为一个周期并将学年中的1，2学期比作季节1，2最终得到一 个较好的结果。 关键字：加权函数，Hale进步方法，灰色预测模型，趋势比率法
冷链物流配送绩效评价综述
冷链物流配送绩效评价综述 冷链物流指冷藏冷冻类食品在生产、贮藏运输、销售，到消费前的各个环节中始终处于规定的低温环境下，以保证食品质量，减少食品损耗的一项系统工程。它是随着科学技术的进步、制冷技术的发展而建立起来的，是以冷冻工艺学为基础、以制冷技术为手段的低温物流过程;是需要特别装置，需要注意运送过程、时间掌控、运输型态、物流成本所占成本比例非常高的特殊物流形式。一下我们就来说说冷链物流配送的绩效评价。 [摘要]有些商品较为特殊，例如，乳品、蔬菜、海产品等，由于其鲜活易腐性、时效性，在运输途中对温度、速度等要求较高。提高企业的配送绩效，可以保证食品品质，降低配送成本，提高经济效益。文章主要针对我国有关冷链配送绩效评价方面的文献，首先对冷链进行简单介绍，其次对配送绩效的指标选取以及评价方法进行了综述，最后对冷链物流进行综述。 [关键词]冷链物流;文献综述;绩效评价 一、引言 随着人们生活水平不断提高，消费习惯和水平也随之发生改变，对易腐产品的消费需求不断上涨，与此同时带来了对冷链配送质量的思考，商品质量是大家比较关注的问题，保质期较短的特性对配送提出了更高的要求，对于这些较为特殊的产品来说，在运输过程中对运输的温度要求较高，由于人们对生活品质的要求不断提高，如何使其在运输和供应方面准确、及时、快速的满足分销商和零售商的要求是一个值得探讨的问题。 二、配送绩效评价综述 在国内，对配送绩效的研究数量不多，主要是关于配送物流绩效评价指标的选取和评价方法的选取。 2.1绩效评价指标的选取方面 根据配送流程选取指标，李紫瑶(2008)在分析影响配送中心绩效因素的基础上，结合以往关于配送绩效的研究，提出了从进出货、储存、配送、采购四个配送作业角度出发确立指标，对配送中心绩效进行评价分析。朱丹和张旭风(2012)在国内外研究基础上，以提高连锁超市配送中心的配送绩效为目标，从作业流程层、支持层和结果层三个维度建立了较为完整的连锁超市配送绩效指标体系，根据配送中心作业流程确立一级指标，分为储存作业、订单处理、作业拣货作业、加工作业和配送运输，将仓储空间利用率、进发货准确率、货物完好率、订单处理准确率、紧急订单响应率、正确分拣率、流通加工率、运输资源利用率作为二级评价指标。
绩效评估模型
评估目的 评估的目的通常有两种，“员工个人业绩提升与激励”和“组织业绩提升”。前者着眼于通过激励个体员工，提高其业绩，进而促进组织业绩，但这种递进关系通常是不必然的；后者则直接将视点放在了组织业绩提升上。前者重视的是评估结论所形成的对业绩优劣的定性判断；而后者则更关注评估结果对管理改善的提示作用（当然实际上它仍然可以用来判断业绩优劣）。 在不同的评估目的下，我们通常选择不同类型的业绩指标。以“员工个人业绩提升与激励”为主要目的的评估通常选取与个人或小团队的工作投入，产出以及个人资质有关的业绩指标，而且对指标的量化程度，统计方式的严谨程度等都不能有太严格的要求。以“组织业绩提升”为主要目的的评估通常选取与战略、流程，以及跨职能团队有关的业绩指标，并且对指标的质量、统计方式等问题有着较高的要求。 目前大多数的本土企业业绩评估主要出于第一种目的。虽然这一目的缺乏对真正的企业业绩的充分关注和深入思考，但对于多数本土企业而言，它仍然能够引导企业刷新管理理念，建立初步业绩管理能力。而第二种目的则对评估基础和评估能力有着较高的要求。由于当前主流的业绩管理理论都趋向于讨论针对第二种目的方法论，所以要严格地将诸如平衡计分卡BSC、作业成本法ABC、整合业绩管理IPM等相对较新的方法引入仅仅出于第一种目的下的业绩评估，通常不会成功。 评估基础和评估能力 评估基础主要是指组织战略、业务流程、组织结构、岗位职责等是否具备基本的合理性，并且是否被澄清。良好的评估基础将使企业实施以组织业绩提升为目的的业绩评估模式成为可能，并且使企业能够在追求关键业绩指标的科学性和业绩薪酬挂钩的有效性时拥有更多的施展空间。而多数本土企业在这些方面都是比较薄弱的。这也导致本土企业当前在业绩管理上能够选择的变通方式非常有限。 评估能力主要是指评估数据管理能力，包括在数据生成、收集、处理、分析报告等工作上所能承担的工作量和复杂程度。评估能力越高，就越能够支持战略性的业绩评估；反之，企业也许会由于评估能力的限制而只能暂时性地选择针对个人业绩的评估。此外，在数据管理能力较为有限的情况下，经理人的业绩沟通技能也成为了一项重要的评估能力。评估能力不是一个独立的方面，它与评估基础有很大关联。在运营流程，组织结构还没有理清的情况