基于机器学习的牛奶质量评估指标研究.pdfVIP

基于机器学习的牛奶质量评估指标研究

付明明

（黑龙江教师发展学院，哈尔滨150080）

摘要：机器学习模型在食物质量监控以及食物标准评价领域发挥不可忽视的作用，研究以牛奶质量和安全性评价为目标，选取蛋白

质、非脂乳固体、乳糖等多项指标，开发了秩和比评价模型和极致梯度提升联合评价模型（RSR-XGBoost）。该模型基于熵权法构建

了RSR模型，计算得出拟合值并进行分档评价，采用XGBoost模型，将RSR拟合值作为因变量进行回归分析。结果表明，模型对牛

22

奶质量分档具有显著的区分度与预测能力（测试集R0.98，交叉验证集R0.85），为牛奶质量综合评价提供了可靠依据。文章可为

乳制品质量控制和政策制定提供数据支持和决策参考。

关键词：RSR；机器学习；牛奶；XGBoost；质量评价

中图分类号：N32文献标识码：A文章编号：1001-2230（2025）07-0074-07

doi:10.19827/j.issn1001-2230.2025.07.011

付明明.基于机器学习的牛奶质量评估指标研究［J］.中国乳品工业，2025，53（7）：74-80.doi:10.19827/j.issn1001-2230.2025.07.011.

FUMingming.Studyonmachinelearningbasedindicatorsformilkqualityassessment(MQA)［J］.ChinaDairyIndustry，2025，53（7）：74-80.

doi:10.19827/j.issn1001-2230.2025.07.011.

Studyonmachinelearningbasedindicatorsformilkqualityassessment(MQA)

FUMingming

（HeilongjiangInstituteofTeacherDevelopment,Harbin150080,China)

Abstract:Machinelearningmathematicalmodelsplayanindispensableroleinthefieldoffoodqualitymonitoringaswellasfoodstandard

evaluation,andthestudydevelopedtheranksumratioevaluationmodelandtheextremegradientboostingjointevaluationmodel(RSR-

XGBoost)withtheobjectiveofevaluatingthequalityandsafetyofmilkbyselectinganumberofindicatorssuchasproteins,non-fatmilk

solids,lactose,andsoon.ThemodelconstructedtheRSRmodelbasedontheentropyweightmethod,calculatedthefittedvaluesandcarried

outtherankedevaluation,andusedtheXGBoostmodeltoregresstheRSRfittedvaluesasthedependentvariableforregressionanalysis.The

resultsshowedthemodelhadsignificantdifferentiationandpredictionabilityformilkqualitygrading(R20.98forthetestsetandR20.85for

thecross-validationset),whichprovidedareliablebasisforthecomprehensiveevaluationofmilkquality.