SNT14432004食品安全管理体系系列标准教程课件

1、SNT14432004食品安全管理体系系列标准教程1 HACCPHACCP在蜂产品原料控制中的应用在蜂产品原料控制中的应用 用用2 2种聚类法对蜂产品原料氯霉素种聚类法对蜂产品原料氯霉素 检测的关键限值的科学确认检测的关键限值的科学确认 四川检验检疫局食检处四川检验检疫局食检处 刘灵奕刘灵奕 SNT14432004食品安全管理体系系列标准教程2 2002年初，因氯霉素（CAP）残留超标 我国蜂产品全线退出欧盟市场，并在多国发 生连锁反应，2004年7月欧盟才解除对我国 包括蜂产品在内的动物源性食品的禁令。 目前中国蜜蜂养殖业的兽药残留监控体系仍 处于逐步规范之中，加上蜜源种类多、分布 广、放蜂

2、环境复杂和养蜂员素质差异大等特 点，蜂产品的质量风险时时存在。 SNT14432004食品安全管理体系系列标准教程3 要符合欧盟、美国、日本等国的兽药残留要 求，使产品顺利出口，需要将危害分析与关 键控制点（Hazard Analysis Critical Control Point，HACCP）理论与蜂产品生产 的实践紧密结合。 SNT14432004食品安全管理体系系列标准教程4 HACCP是一种确保食品安全的系统方法，是一 种识别、预防、控制或减少食品安全危害的有效 手段。 关键控制点（CCP）是能进行有效控制危害的加工 点、步骤或程序。判定关键控制点就是针对已辨 明的危害，在本步骤或随

3、后的步骤中有相应的预 防措施，而且能在此步将显著危害发生的可能性 消除或降低到可接受水平。 SNT14432004食品安全管理体系系列标准教程5 加工步骤 确定本步 引入、控 制或增加 的危害 潜在的食 品安全危 害显著吗 ？ 应用什么 预防措施 来防止危 害？ 本步骤是 关键控制 点吗？ 原料验收 兽药残留 （以氯霉 素为例） 显著加强原料 验收检验 是 CAP是蜂产品中的禁用药，此兽药残留是与原料自身有 关的危害，为化学危害，控制CAP在原料的检测和验收 中尤为重要。我们用下表对这一步骤进行分析。 SNT14432004食品安全管理体系系列标准教程6 关键限值是指区分食品安全可接受与不可接

4、 受之间的界限。 关键限值的选择必须有科学性和可操作性。 如果过严，造成即使没有发生影响到食品安全 危害而就要求去采取纠正措施； 如果过松，又会产生不安全的产品。 SNT14432004食品安全管理体系系列标准教程7 一个好的关键限值应该直观、易于监测、仅基于食 品安全、能使只出现少量被销毁或处理的产品就可 采取纠正措施、不是GMP或SSOP措施以及不能违背 法规。 我们拟用两种聚类法为关键控制点建立关键限值， 这对蜂产品出口的生产加工企业有相当的参考价值 和实际意义。 SNT14432004食品安全管理体系系列标准教程8 在各国氯霉素检测水平中欧盟最严， 欧盟规定进口蜂产品中的CAP残留不得

5、超过 0.3ppb，其推荐方法是气质联用法（GC-MS ）和液相串联质谱法（LC-MS/MS），它 们具有灵敏度高、选择性好、可靠度高的 特点，是动物源性食品中氯霉素残留检测 的最佳方法。 SNT14432004食品安全管理体系系列标准教程9 但是高昂的仪器费使该法在现阶段难以推广 应用于原料蜜的收购和筛检，企业只能采用 ELISA法对原料进行检测。受背景干扰的影 响，有些本来不含CAP的产品在ELISA法中也 会出现数值，不少实际合格的蜂产品被判为 不合格，造成加工企业和蜂农的经济损失。 SNT14432004食品安全管理体系系列标准教程10 所以本文要研究的问题就是寻找一个合适的 用ELI

6、SA法检测的关键限值作为原料检测的 判定标准，使在此数值下的蜂产品用LC- MS/MS法（检测限为0.3ppb）检测的结果都 合格，从而提高蜂产品的出口合格率。 SNT14432004食品安全管理体系系列标准教程11 在研究方法上，根据88组国内蜂产品生产商 ELISA法检验结果与相应的秦皇岛蜂产品实验室LC- MS/MS法检验结果的数据样本，我们首先用层次聚 类方法对0.3ppb的标准进行分析，然后用较先进的 基于相似合成算法的聚类方法对国内蜂产品生产商 检验氯霉素含量的标准做进一步分析，最后结合两 种方法得出蜂产品生产商用ELISA法检验氯霉素含 量的判定标准（即原料检测氯霉素这个CCP点

7、的关 键限值）。 SNT14432004食品安全管理体系系列标准教程12 本文的研究目标是88个数据样本，每个数据 样本包含国内蜂产品生产商检验结果（X X1 1）、秦 皇岛实验室检验结果（X X2 2）2项指标。 其中，国内蜂产品生产商检验结果是样本中氯霉 素的具体含量，秦皇岛实验室检验对于低于其检 验标准的样本不显示具体检验数值，对于高于其 检验标准的才给出具体检验数值。 SNT14432004食品安全管理体系系列标准教程13 样本 编号 氯霉素含量 样本 编号 氯霉素含量 样本 编号 氯霉素含量 X1X2X1X2X1X2 170.68090.264480.1630.108730.1568

8、0.101 180.6510.272490.22410.101740.22230.107 190.53560.235660.21340.103750.25530.101 240.12470.15720.15440.108 为叙述方便，以下简称国内蜂产品生产商检验结果 合格、秦皇岛实验室检验结果不合格的样本为目标 样本。具体的，目标样本数据见表1。 SNT14432004食品安全管理体系系列标准教程14 用 层 次 聚 类 法 （ h i e r a r c h i c a l clustering）对检验标准分析的思路是：将 可能的检验标准加入88组实际数据样本中， 用层次聚类方法对样本聚类，

9、当某一加入的 检验标准与最多的目标样本聚在一类时，该 检验标准最接近合理的检验标准。 SNT14432004食品安全管理体系系列标准教程15 我们选定的可能的检验标准分别是0.05、 0.1、0.15、0.2、0.25、0.3、0.35、0.4、 0.45、0.5、0.55、0.6、0.65、0.7。为了使 研究更加合理，我们分别将102组数据样本分 成2、3、4、5类，对不同聚类结果进行比较（ 见 表 2 ） ， 并 用 能 实 现 层 次 聚 类 分 析 的 SPSS11.0软件分析结果。 SNT14432004食品安全管理体系系列标准教程16 目标样本 /检验标准 聚类数目标样本 /检验

10、标准 聚类数目标样本 /检验标准 聚类数 5 4 3 25 4 3 25 4 3 2 173 2 2 2742 1 1 10.355 4 3 2 183 2 2 2752 1 1 10.45 4 3 2 194 3 3 20.051 1 1 10.454 3 3 2 241 1 1 10.11 1 1 10.54 3 3 2 482 1 1 10.152 1 1 10.554 3 3 2 492 1 1 10.22 1 1 10.64 3 3 2 662 1 1 10.252 1 1 10.653 2 2 2 722 1 1 10.35 4 3 20.73 2 2 2 732 1 1 1 SN

11、T14432004食品安全管理体系系列标准教程17 从表1可知，样本17、18、19的工厂检验值较 高，明显超过0.3，而其余样本的工厂检验值较小。 因此，聚类时所有的目标样本不可能聚在一类，对 样本17、18、19聚类分析的参考价值不如其它样本 。 从表2可知，当将样本分成2、3、4类时，除去样本 17、18、19外的目标样本都被分在第一类；当将样 本分成5类时，它们主要在第二类。 SNT14432004食品安全管理体系系列标准教程18 再看对可能的检验标准0.050.7的分类：当将样 本分成2、3、4类时，0.050.25的数据样本都在 第一类，当将样本分成5类时，它们主要集中在第 二类。

12、 与可能的检验标准0.30.7相应的样本的聚类结果 与目标样本的聚类结果差别明显。这说明，合理的 检验结果应该在0.250.3之间。 SNT14432004食品安全管理体系系列标准教程19 以上层次聚类在方法上存在不完善的地方， 这可能会影响到分析结果。其不足包括： 类别个数的确定主观性强。如上面的分析 中，到底将数据样本分成几类才能最恰当地反映 它们之间的相似程度未知，只能通过建模者的主 观判断进行试错分析。 SNT14432004食品安全管理体系系列标准教程20 层次聚类方法将所有数据样本作为学习集， 从中寻找数据样本反映的规律。但是数据样本中包 含的信息除了反映共性规律外，还有反映个性特

13、征 的信息。将所有数据样本作为学习集得到的聚类结 果可能可以很精确地反映学习集的情况，但是对于 新加入的、具有同一规律性的数据样本就可能不适 用，即聚类结果不具有良好推广能力，出现“过拟 合”。如果这样，那么基于层次聚类的分析结果的 可信度就值得怀疑。 基于相似合成算法的聚类方法可以解决以上2 个问题。 SNT14432004食品安全管理体系系列标准教程21 由Lorence提出的相似体合成算法（Analog Complexing，以下简称AC）1是对模糊对象的预 测、聚类和分类的一种序列模式识别方法，最先 提出AC算法是为了解决对模糊经济对象的预测问 题。应用AC算法进行预测时，一般需要待研

14、究的 过程满足以下假设： SNT14432004食品安全管理体系系列标准教程22 （1）系统由多维过程所描述； （2）多维过程的观察值很多（长期序列）； （3）多维过程是充分有代表性的，即由基本的系统 变量形成数据集； （4）过程的行为一般将在一段时间内相似地重复。 AC包含3个步骤2：1）待选模式的产生；2）待 选模式的变换；3）相似模式的选取。 SNT14432004食品安全管理体系系列标准教程23 SNT14432004食品安全管理体系系列标准教程24 根据工作原理，对于长度为k的某参照模式，在 数据样本中可能有一个或几个长度为k的相似模式。 但是由于系统是动态的，不同时期的相似模式可能

15、具 有不同的平均值和标准方差。因此，需要用一种变换 来描述这些差异，将模式变换到同一基准点上从而使 各模式具有可比性。即为了下面将进行的模式间相似 性的度量，必须寻找待选模式到参照模式的变换。一 般取线性变换为： * 1, * 1, * 1,1 * , * , * ,1 * 1 . . . . . )( kimkilki jimjilji milii ki xxx xxx xxx iPT SNT14432004食品安全管理体系系列标准教程25 模式相似度 这一步的主要目的是识别模式形状间的相似 性，其度量我们称为模式相似度。一般地，第i 个待选模式与参照模式间的距离可定义为： 模式间的相似度可

16、由距离来度量，如定义第 i个模式与参照模式的相似度si为： ，显然 距离值越大，模式相似度就越小。 1 01 2 1, 1 1 k j m r jkNrjiri xx k l ii ls/1 SNT14432004食品安全管理体系系列标准教程26 模式相似度计算出来以后，我们就可以根据相 似度大小来选取相似模式。 将AC算法与数据分组处理（Group Method of Data Handling，简称GMDH）方法结合，形成了基 于AC算法的聚类方法。这种聚类方法的特点在于， 根据模式（数据样本）之间的相似度，按照自组织 数据挖掘的思想，客观、自动的产生唯一的聚类结 果。为说明这种方法的工作

17、原理，简要介绍GMDH的 实现原理。 SNT14432004食品安全管理体系系列标准教程27 G M D H 是 自 组 织 数 据 挖 掘 （ S e l f - Organizing Data Mining）3方法的核心算 法，它从参考函数构成的初始模型（函数） 集合出发，按一定的法则产生新的中间候选 模型（遗传、变异），再经过外准则筛选（ 选择），重复这样一个遗传、变异、选择和 进化的过程，使中间待选模型的复杂度（ complexity）不断增加，直至得到最优复杂 度模型。 SNT14432004食品安全管理体系系列标准教程28 GMDH使用在建立中间模型过程中未用到的数据(测 试 集

18、上 的 数 据 ) 新 鲜 信 息 （ f r e s h information）计算外准则值来评价、选择中 间待选模型。 GMDH要求将样本集W 分为训练集A、测试集B, W = AB。在训练集A 上的误差体现了模型模拟真实系 统的能力, 在测试集B (也是已知数据，但在建模 时没有用到)上的偏差既是模型对真实系统模拟能 力在新水平上的确认, 更是对模型推广能力的评价 。 SNT14432004食品安全管理体系系列标准教程29 这样，一方面由于模型在新数据集上的拟合能力的 不断确认, 其推广能力将加强，这样选出的最终模 型不会过拟合，体现了在一定噪声水平下模型拟合 精度与推广能力之间的最优

19、平衡4。另一方面，由 于用新信息评价筛选模型，可以客观地确定模型。 SNT14432004食品安全管理体系系列标准教程30 最后，GMDH算法的停止法则由最优复杂度原理给 出：当模型的复杂度逐渐增加时，模型的外准则 值有一个先减小再增大的过程，外准则的最小值 对应了最优复杂度模型；如果在一个筛选阶段不 能再改善外准则值，最优复杂度模型找到了，算 法过程就结束。最优复杂度原理保证了最终模型 的唯一性。 将AC与GMDH结合，可以实现基于AC算法的聚 类方法，其工作原理如图1所示。 SNT14432004食品安全管理体系系列标准教程31 图12 客观聚类分析示意图 SNT14432004食品安全管

20、理体系系列标准教程32 将变量X X2 2按照Lamdam隶属度函数模糊化 为（N- X2,ZO- X2,P- X2 ），其中N（ negative）表示低于平均水平，ZO(zero)表 示在平均水平附近，P(positive)表示高于平 均水平。然后以X1和N-X2,ZO- X2,P- X2为变 量，对102个样本聚类（将可能的检验标准加 入数据样本时作如下处理：假设S代表合理的 检验标准，那么氯霉素含量小于S的产品不应 该是目标样本。 SNT14432004食品安全管理体系系列标准教程33 如假设0.3是合理的检验标准，那么工厂检验 值为0.05、0.1、0.15、0.2、0.25的数据样

21、本 在秦皇岛检验中应该合格，检验值为0.35、 0.4、0.45、0.5、0.55、0.6、0.65、0.7的数 据样本在秦皇岛检验中应该不合格，是目标样 本）。 SNT14432004食品安全管理体系系列标准教程34 分别假设0.050.7为检验标准，按照相 似度超过95%的数据样本聚为一类的办法，用 能实现基于AC聚类的KnowledgeMiner软件分 析，结果（见表3）显示所有目标样本都被分 在第2类（C2），其余合格样本都在第一类（ C1），这说明了基于AC的聚类方法的有效性 。 SNT14432004食品安全管理体系系列标准教程35 同时发现，如果可能的检验标准S小于0.2， 0.

22、050.7中大于S的样本被分在目标样本一 类；如果可能的检验标准S大于0.2，0.05 0.7中小于S的样本可能也被分在目标样本一 类，出现错误。因此，当选取聚类标准是相 似度大于95%时，0.2应该是合适的检验标准 。 SNT14432004食品安全管理体系系列标准教程36 在正确聚类的前提下，相似度越低，说 明选择的检验标准越合理。相似度大于95% 意味着要求数据样本表现出非常明显的相似 性。进一步，在假设0.2为合理检验标准的 前提下，逐渐降低相似度标准进行聚类。 SNT14432004食品安全管理体系系列标准教程37 聚类结果（表4）表明当相似度大于57%时， 所有样本均被正确分类；当

23、相似度小于57% 时，所有样本被分成一类，出现错误。这说 明，当数据样本之间有接近六成相似时，以 0.2为检验标准是最合理的。 SNT14432004食品安全管理体系系列标准教程38 以上分析表明， 在蜂产品中用ELISA 法检测氯霉素的合理的关键限值应该在02 0.25 ppb之间。现行的0.3 ppb的检验 标准虽然接近这一范围，但可能导致成品 不能满足欧盟官方要求或客户退货。实际 确定工厂检验标准时，还应该考虑： SNT14432004食品安全管理体系系列标准教程39 1）生产商与客户检验技术水平的一致性。如 果生产商检验技术水平低于客户，检验标准的值 可适当调低，反之相反； 2）如果标

24、准过高，产品不合格率增加，生产 成本就增加；如果过低，客户退回的产品增加， 收益减少。确定合适的检验标准，要分析检验标 准与生产成本、利润之间的关系。这可以通过技 术经济模型实现。 SNT14432004食品安全管理体系系列标准教程40 3）信息的不对称性。由于生产商与客户在检 验标准等方面的信息的保密性和市场变化的不确 定性，使得双方只能凭行业经验在一定范围内确 定自己的检验标准。这又可能造成本来是不合格 的产品，工厂检验合格但客户检验不合格；或本 来合格的产品，如果按工厂检验标准则不合格， 按客户检验标准合格。两种情况都会给双方造成 不同程度的损失。生产商与客户应该在信息不对 称的合作/不合作博弈行为中寻求共同或个体利益 的最大化。 SNT14432004食品安全管理体系系列标准教程41 还需说明的是这里所指的食品安全危害 是指显著危害，每个显著危害都必须通过一 个或多个CCP点来控制。其实，在整个食物