基于熵权法和灰色关联度法的鲜食糯玉米品质评价

轩瑞瑞; 陈艳萍; 刘春菊; 汪丽霞; 袁建华

doi:10.13386/j.jssn1002-0306.2020090072

基于熵权法和灰色关联度法的鲜食糯玉米品质评价

doi: 10.13386/j.jssn1002-0306.2020090072

轩瑞瑞^{1, 2,},
陈艳萍¹,
刘春菊³,
汪丽霞^{1, 2},
袁建华^{1, 2, ,}

1.
江苏省农业科学院粮食作物研究所，江苏南京 210014
2.
南京农业大学农学院，江苏南京 210095
3.
江苏省农业科学院农产品加工研究所，江苏南京 210014

基金项目: 江苏省自主创新项目（CX（19）3056）；江苏省农业重大新品种创制项目（PZCZ201710）；江苏省“六大人才高峰”项目（NY-020）；江苏省现代作物生产协同创新中心（JCIC-MCP）

详细信息

作者简介:
轩瑞瑞（1994−），女，硕士研究生，研究方向：鲜食糯玉米品质评价，E-mail：2778762515@qq.com

通讯作者:
袁建华（1963−），男，博士，研究员，研究方向：玉米遗传育种，E-mail：yuanjh@jaas.ac.cn

中图分类号: S513
计量
- 文章访问数: 127
- HTML全文浏览量: 59
- PDF下载量: 18
- 被引次数: 0
出版历程
- 收稿日期: 2020-09-10
- 网络出版日期: 2021-06-03
- 刊出日期: 2021-07-07

Quality Evaluation of Different Varieties of Fresh-edible Waxy Corns Based on Entropy Weight Method and Grey Interconnect Degree Analysis

XUAN Ruirui^{1, 2
,},
CHEN Yanping¹,
LIU Chunju³,
WANG Lixia^{1, 2},
YUAN Jianhua^{1, 2
, ,}

1.
Institute of Grain Crops, Jiangsu Academy of Agricultural Sciences, Nanjing 210014, China
2.
College of Agriculture, Nanjing Agricultural University, Nanjing 210095, China
3.
Institute of Agri-product Processing, Jiangsu Academy of Agricultural Sciences, Nanjing 210014, China

摘要

摘要: 为了研究不同品种鲜食糯玉米的品质特性，对17个不同品种鲜食糯玉米籽粒中的8个内在品质指标（水分、总淀粉、直链淀粉、支链淀粉、总糖、膳食纤维、粗蛋白、粗脂肪）含量和5项主要质构指标（硬度、弹性、内聚性、胶着性、咀嚼性）参数进行测定。通过相关性分析和主成分分析筛选出核心评价指标，在此基础上运用熵权法赋予各指标权重，最后采用灰色关联度法对鲜食糯玉米品质进行综合评价。结果显示，不同鲜食糯玉米品质存在一定差异性，质构指标与内在品质指标中的直链淀粉/支链淀粉含量均呈现较好的相关性；利用主成分分析筛选出4个核心评价指标，分别是支链淀粉含量、总糖含量、水分含量和粗脂肪含量。通过熵权法得到各核心指标的权重，其中支链淀粉含量的权重值最大。灰色关联度分析得出，综合品质较好的品种为万糯2000、苏科糯1702和苏科糯1505。此结果将为鲜食糯玉品质综合评价和品种筛选提供理论支持。
- 鲜食糯玉米 /
- 品质评价 /
- 熵权法 /
- 灰色关联度分析
Abstract: The quality characteristics of 17 fresh eating waxy corn varieties were studied based on their quality and structure characteristics. The former included the content of moisture, starch, amylose and amylopectin, total sugar, dietary fiber, crude protein and crude fat, while the latter included the value of hardness, elasticity, cohesion, adhesiveness and chewiness. In order to screen out the core evaluation index, correlation analysis and principal component analysis were applied in this process. The entropy weight method was to assign weight to each index. And the grey correlation degree method was to comprehensively evaluate the quality. The results showed that there were differences in quality of different fresh-edible waxy corns. The texture properties had a good correlation with amylose and amylopectin. Four core evaluation indicators of fresh waxy corn were determined by principal component analysis; amylopectin, total sugar, moisture and crude fat. The weight value of amylopectin was the highest by the entropy method. The varieties with better comprehensive quality were ‘Wannuo2000’, ‘Sukenuo1702’ and ‘Sukenuo1505’ with the grey correlation analysis. The results would provide theoretical support for the evaluation of comprehensive quality and screening of fresh waxy corn variety.
- fresh-edible waxy corns /
- quality evaluation /
- entropy weight method /
- grey interconnect degree analysis

HTML全文

表 1 鲜食糯玉米品种信息

Table 1. Information of different kinds of fresh-edible waxy corn

编号	品种名称	类型	颜色
1	苏玉糯5号	糯	白
2	苏科糯8号	甜糯	白
3	苏科糯9号	糯	白
4	苏科糯10号	糯	红花
5	苏科糯11	糯	白
6	苏科糯12	糯	红花
7	明玉1203	甜糯	白
8	苏科糯1501	糯	红花
9	苏科糯1505	甜糯	黑
10	苏科糯1601	糯	白
11	苏科糯1602	糯	红花
12	苏科糯1701	糯	红花
13	苏科糯1702	甜糯	白
14	苏科糯1704	糯	白
15	苏科糯1705	糯	红
16	万糯2000	糯	白
17	苏科花糯2008	糯	紫花

下载: 导出CSV

表 2 鲜食糯玉米品质指标

Table 2. Analysis of nutritional components of different kinds of fresh-edible waxy corn

品种名称	水分含量（%）	淀粉			膳食纤维（g/100 g）	总糖（g/100 g）	粗蛋白（g/100 g）	粗脂肪（g/100 g）	硬度（g）	弹性	内聚性	胶着性（g·s）	咀嚼性（g）
品种名称	水分含量（%）	总淀粉（g/100 g）	直链淀粉含量（%）	支链淀粉含量（%）	膳食纤维（g/100 g）	总糖（g/100 g）	粗蛋白（g/100 g）	粗脂肪（g/100 g）	硬度（g）	弹性	内聚性	胶着性（g·s）	咀嚼性（g）
苏玉糯5号	53.36±0.51^a	33.92±4.92^a	4.14	95.86	15.72±0.63^c	8.55±0.36^a	6.73±0.38^b	5.22±0.17^l	2166.54±2166.54^h	1.11±0.05^a	0.22±0.06^bc	353.19±63.26^e	4.67±0.49^g
苏科糯8号	61.33±1.85d^ef	43.69±1.61^e	3.93	96.07	15.36±0.45^b	13.26±0.17^m	7.97±0.76^h	5.02±0.09^k	1974.66±99.36^f	1.14±0.49^a	0.19±0.06^abc	392.92±80.31^g	4.25±0.93^e
苏科糯9号	62.73±0.77^ef	44.97±1.75^g	4.81	95.19	17.58±0.52^fg	11.75±0.38^h	7.45±0.53^cd	4.65±0.12^j	2606.37±473.61^l	1.04±0.17^a	0.23±0.05^bc	316.76±40.16^bc	6.07±0.31^j
苏科糯10号	55.11±0.74^ab	47.22±1.73ⁱ	4.86	95.14	16.60±0.82^d	9.77±0.77^d	9.21±0.72^l	4.67±0.14^j	2629.33±398.92^m	1.02±0.23^a	0.24±0.04^bc	305.43±32.42^b	6.14±0.75^j
苏科糯11	60.37±1.66^cde	48.02±2.29^j	3.28	96.72	18.24±0.51^hi	9.55±0.13^c	7.85±0.67^fg	4.34±0.11^g	1614.00±188.55^c	1.20±0.02^a	0.17±0.03^ab	486.37±26.58^j	3.61±0.72^bc
苏科糯12	60.11±1.74^cde	45.73±1.59^h	4.93	95.07	17.34±0.64^ef	11.90±0.12ⁱ	8.13±0.92^ij	3.96±0.08^d	2819.19±170.29ⁿ	0.97±0.06^a	0.27±0.02^c	241.68±14.50^a	6.17±0.35^j
明玉1203	58.33±0.34^bcd	52.52±4.51^l	4.76	95.24	15.38±0.32^b	13.84±0.66ⁿ	7.89±0.41^gh	3.92±0.07^c	2411.33±545.75^k	1.06±0.14^a	0.23±0.02^bc	331.27±46.23^d	5.26±0.51ⁱ
苏科糯1501	55.92±2.25^ab	55.45±1.91^m	3.76	96.24	14.82±0.39^a	12.71±0.13^k	8.03±0.66^hi	3.92±0.16^c	1826.06±357.41^e	1.16±0.20^a	0.19±0.06^abc	402.35±60.85^h	4.18±0.51^e
苏科糯1505	63.73±2.55^efg	47.14±3.26ⁱ	2.44	97.56	18.69±0.52ⁱ	14.27±0.38^o	12.73±0.82ⁿ	3.11±0.13^a	1478.57±237.74^a	1.22±0.10^a	0.14±0.04^bc	551.64±58.18^k	3.56±0.61^b
苏科糯1601	63.05±2.22^efg	41.28±4.06^c	3.57	96.43	15.83±0.46^c	10.22±0.19^f	7.69±0.71^ef	4.12±0.08^e	1635.45±175.38^c	1.19±0.07^a	0.18±0.07^ab	413.05±24.58ⁱ	3.74±0.50^c
苏科糯1602	57.14±1.73^bc	49.46±2.32^k	2.50	97.50	14.86±0.43^a	8.99±0.24^b	8.23±0.59^j	4.12±0.13^e	1517.08±125.08^b	1.21±0.06^a	0.17±0.01^ab	549.16±82.37^k	3.60±0.44^b
苏科糯1701	58.58±0.33^bcd	39.34±3.55^b	4.31	95.69	17.22±0.59^ef	10.02±0.13^e	9.05±0.83^k	4.16±0.14^f	2194.00±348.26ⁱ	1.10±0.17^a	0.23±0.10^bc	350.10±29.82^e	4.85±0.65^h
苏科糯1702	64.44±0.61^fg	55.83±3.41^m	4.68	95.32	20.01±0.45^j	14.46±0.35^p	7.53±0.61^de	4.35±0.15ⁱ	2283.21±346.54^j	1.09±0.1^a	0.23±0.05^bc	331.40±46.52^d	5.14±0.57ⁱ
苏科糯1704	58.61±0.93^bcd	49.83±1.60^k	3.74	96.26	17.28±0.26^de	12.33±0.34^j	6.17±0.43^a	4.38±0.06^h	1733.35±131.34^d	1.18±0.13^a	0.18±0.04^ab	403.70±30.68^hi	3.94±1.47^d
苏科糯1705	55.93±0.55^ab	42.35±1.73^d	4.06	95.94	18.53±0.67ⁱ	9.58±0.24^c	7.36±0.59^c	3.96±0.12^d	2037.63±92.52^g	1.12±0.10^a	0.22±0.04^bc	369.35±28.87^f	4.58±0.60^g
万糯2000	66.21±0.33^g	44.41±2.93^f	3.94	96.06	15.97±0.56^c	13.04±0.34^l	6.65±0.54^b	5.28±0.17^m	2028.67±129.41^g	1.13±0.02^a	0.21±0.09^bc	380.71±81.38^g	4.40±1.14^f
苏科花糯2008	61.47±1.07^def	52.72±2.22^l	2.24	97.76	17.80±0.48^gh	11.49±0.21^g	9.85±0.73^m	3.84±0.10^b	1472.67±79.08^a	1.22±0.06^a	0.11±0.02^a	567.65±79.90^l	3.43±0.67^a
注：结果被表示为平均值±标准差；同列均值有不同上标字母者表示差异显著（P<0.05）；水分含量%为占鲜重百分比，直/支链淀粉含量%为占总淀粉的百分比。

下载: 导出CSV

表 3 营养品质、质构特性各因素间皮尔森相关系数

Table 3. Pearson correlation coefficient among nutritional quality and texture characteristics

指标	水分	总淀粉	直链淀粉	支链淀粉	膳食纤维	总糖	粗蛋白	粗脂肪	硬度	弹性	内聚性	胶着性	咀嚼性
水分	1
总淀粉	0.194	1
直链淀粉	−0.140	−0.153	1
支链淀粉	0.144	0.155	−0.989^**	1
膳食纤维	0.307^*	0.166	0.123	−0.118	1
总糖	0.601^*	0.556^**	0.101	−0.094	0.13	1
粗蛋白	0.153	0.161	−0.461^*	0.471^**	0.086	0.209	1
粗脂肪	−0.370	−0.417^**	−0.403^**	−0.390^**	−0.190	−0.207	−0.664^**	1
硬度	−0.145	−0.149	0.927^**	−0.927^**	0.117	0.069	−0.275	0.316^*	1
弹性	0.125	0.109	−0.674^**	0.711-^**	0.700	−0.035	0.203	−0.204	−0.766^**	1
内聚性	−0.205	−0.241	0.925^**	−0.921^**	−0.780	−0.030	−0.424^**	0.352^**	0.899^**	−0.671^**	1
胶着性	0.156	0.228	−0.977^*	0.978^**	−0.085	−0.067	0.479^**	−0.392^**	−0.924^**	0.707^**	−0.930^**	1
咀嚼性	−0.146	−0.096	0.896^**	−0.888^**	0.148	0.060	−0.197	0.261	0.984^**	−0.738^**	0.870^**	−0.881^**	1
注：表示在P<0.05水平显著相关，*表示在P<0.01水平显著相关。

下载: 导出CSV

表 4 主成分的特征值、贡献率和权重

Table 4. Characteristic values, contributions and weight coefficient of principal components

主成分	特征值	贡献率（%）	累计贡献率（%）
PC1	7.039	54.143	54.143
PC2	2.337	17.975	72.118
PC3	1.296	9.972	82.090

下载: 导出CSV

表 5 主成分分析因子载荷矩阵

Table 5. Component load matrix after principal component analysis

指标	PC1	PC2	PC3
水分	−0.203	0.595	0.563
总淀粉	−0.240	0.623	0.124
直链淀粉	−0.880	0.097	0.051
支链淀粉	0.980	−0.097	−0.051
膳食纤维	−0.034	0.588	−0.170
总糖	−0.010	0.804	0.414
粗蛋白	−0.466	0.458	−0.576
粗脂肪	0.456	−0.523	0.584
硬度	0.963	0.162	−0.125
弹性	−0.952	−0.168	0.168
内聚性	0.966	0.001	−0.075
胶着性	−0.780	−0.050	−0.035
咀嚼性	0.931	0.207	−0.188

下载: 导出CSV

表 6 指标的信息熵、效用值、指标权重

Table 6. Information entropy, utility value and index weight of indicators

指标	信息熵	效用值	指标权重
支链淀粉	0.8785	0.1215	0.3907
总糖	0.9170	0.0830	0.2670
水分	0.9369	0.0631	0.2028
粗脂肪	0.9566	0.0433	0.1395

下载: 导出CSV

表 7 指标的灰色关联度系数

Table 7. Grey correlation coefficient of indexes

品种	支链淀粉	总糖	水分	粗脂肪
苏玉糯5号	0.9686	0.5950	0.7557	0.9814
苏科糯8号	0.9720	0.8786	0.8907	0.9242
苏科糯9号	0.9581	0.7621	0.9195	0.8234
苏科糯10号	0.9573	0.6493	0.7817	0.8387
苏科糯11	0.9826	0.6388	0.8719	0.7713
苏科糯12	0.9562	0.7723	0.8670	0.7061
明玉1203	0.9588	0.9334	0.8346	0.6998
苏科糯1501	0.9748	0.8323	0.7944	0.6998
苏科糯1505	0.9966	0.9786	0.9413	0.5937
苏科糯1601	0.9778	0.6719	0.9264	0.7321
苏科糯1602	0.9956	0.6135	0.8143	0.7321
苏科糯1701	0.9659	0.6617	0.8390	0.7390
苏科糯1702	0.9601	1.0000	0.9574	0.7732
苏科糯1704	0.9751	0.8030	0.8395	0.7789
苏科糯1705	0.9699	0.6402	0.7946	0.7061
万糯2000	0.9719	0.8595	1.0000	1.0000
苏科花糯2008	1.0000	0.7451	0.8935	0.6877

下载: 导出CSV

表 8 不同品种糯玉米的加权关联度及综合排名

Table 8. Weighted correlation degree and comprehensive ranking of different kinds of fresh-edible waxy corn

品种	类型	加权关联度	综合排名
苏玉糯5号	糯	0.8275	13
苏科糯8号	甜糯	0.9239	4
苏科糯9号	糯	0.8792	6
苏科糯10号	糯	0.8229	15
苏科糯11	糯	0.8389	12
苏科糯12	糯	0.8541	10
明玉1203	甜糯	0.8907	5
苏科糯1501	糯	0.8618	9
苏科糯1505	甜糯	0.9244	3
苏科糯1601	糯	0.8515	11
苏科糯1602	糯	0.8201	16
苏科糯1701	糯	0.8273	14
苏科糯1702	甜糯	0.9441	2
苏科糯1704	糯	0.8743	7
苏科糯1705	糯	0.8095	17
万糯2000	糯	0.9515	1
苏科花糯2008	糯	0.8668	8

下载: 导出CSV

参考文献(45)

[1]	姚坚强, 鲍坚东, 朱金庆, 等. 中国糯玉米wx基因种质资源遗传多样性[J]. 作物学报,2013,39(1):43−49.
[2]	Fedoroff N V, Wessler S R, Shure M, et al. Isolation of the transposable maize controlling elements Ac and Ds[J]. Cell,1983,35:235−242.
[3]	李兰青, 时成俏, 邓鹏, 等. 糯玉米品种玉农科糯1号的选育及栽培技术[J]. 中国种业,2020(9):74−75. doi: 10.3969/j.issn.1671-895X.2020.09.024
[4]	杨书超. SSR标记对糯玉米自交系群体划分与杂种优势的分析[D]. 吉林: 吉林农业大学, 2012.
[5]	陆大雷, 孙世贤, 陈国清, 等. 国家鲜食糯玉米区域试验品种产量和品质性状分析[J]. 玉米科学,2016,24(3):62−68, 77.
[6]	史振声, 钟雪梅. 鲜食玉米新品种选育原理与技术技巧[J]. 玉米科学,2016,24(2):1−5.
[7]	陈闯, 许立娜, 蔚荣海. 30份糯玉米杂交组合主要品质性状综合评价[J]. 分子植物育种,2018,16(13):4460−4465.
[8]	张振良, 陆虎华, 黄小兰, 等. 江苏省糯玉米育种研究进展及产业发展趋势[J]. 金陵科技学院学报,2020,36(2):65−69.
[9]	李跃红, 冉茂乾, 徐孟怀, 等. 不同品种猕猴桃果实品质比较与综合评价[J/OL]. 食品与发酵工业: 1−7[2020-07-28]. https://doi.org/10.13995/j.cnki.11-1802/ts.024429.
[10]	张迟, 黄戎婕, 曾金祥, 等. 不同产地桔梗HPLC指纹图谱及化学模式识别研究[J/OL]. 天然产物研究与开发: 1−21[2020-08-24]. http://kns.cnki.net/kcms/detail/51.1335.Q.20200709.1537.010.html.
[11]	公丽艳, 孟宪军, 刘乃侨, 等. 基于主成分与聚类分析的苹果加工品质评价[J]. 农业工程学报,2014,30(13):276−285. doi: 10.3969/j.issn.1002-6819.2014.13.034
[12]	Zou J Q, Li P F. Modelling of litchi shelf life based on the entropy weight method[J]. Food Packaging and Shelf Life,2020,25:100509. doi: 10.1016/j.fpsl.2020.100509
[13]	李慧峰, 卢森权, 李彦青, 等. 灰色关联度分析在食饲兼用型甘薯新品种评价中的应用[J]. 广西农业科学,2009,40(10):1300−1304.
[14]	李迪秦, 刘伊芸, 胡亚杰, 等. 不同基因型烤烟农艺性状与质量指标评价及灰色关联分析[J]. 云南农业大学学报(自然科学),2020,35(04):643−650.
[15]	杨丽娟, 付亮, 蒋志凯, 等. 2016-2018年度国家区试小麦品种品质性状灰色关联度分析与评价[J]. 中国农学通报,2020,36(19):135−140.
[16]	魏常敏, 周文伟, 许卫猛, 等. 基于主成分和灰色关联度分析的鲜食糯玉米组合综合评价[J]. 贵州农业科学,2020,48(7):9−13. doi: 10.3969/j.issn.1001-3601.2020.07.003
[17]	郭金龙, 陈有君, 孙国琴, 等. 苯酚-硫酸法测定杏鲍菇多糖方法的研究[J]. 食品科学,2008,29(12):555−558. doi: 10.3321/j.issn:1002-6630.2008.12.129
[18]	牛丽影, 沈凌雁, 刘春菊, 等. 鲜食玉米质构特性分析[J]. 食品研究与开发,2020,41(12):48−53. doi: 10.12161/j.issn.1005-6521.2020.12.009
[19]	马宁, 刘艳霞, 李想, 等. 基于熵权法综合评价不同PGPR菌株对烟草的促生作用[J/OL]. 南京农业大学学报: 1−10[2020-08-24]. http://kns.cnki.net/kcms/detail/32.1148.S.20200807.0901.004.html.
[20]	张艳艳. 基于熵权与灰色关联融合分析的模拟电路故障诊断研究[D]. 北京: 北京交通大学, 2019.
[21]	邓健康, 刘璇, 吴昕烨, 等. 基于层次分析和灰色关联度法的苹果(等外果)汁品质评价[J]. 中国食品学报,2017,17(4):197−208.
[22]	高伦江, 赵国华, 赵小皖, 等. 采收期对渝糯系列鲜食糯玉米品质的影响研究[J]. 食品工业科技,2015,36(8):148−151.
[23]	Klaochanpong N, Puttanlek C, Rungsardthong V, et al. Physicochemical and structural properties of debranched waxy rice, waxy corn and waxy potato starches[J]. Food Hydrocolloids,2015,45:218−226. doi: 10.1016/j.foodhyd.2014.11.010
[24]	宋雪皎, 马兴林, 关义新, 等. 影响糯玉米鲜食品质因素的研究[J]. 玉米科学,2005(1):115−118. doi: 10.3969/j.issn.1005-0906.2005.01.035
[25]	林丹琼. 不同方法提取的芝麻分离蛋白对面包品质比较[J]. 现代食品科技,2020,36(5):261−266.
[26]	Brownlee I. The impact of dietary fibre intake on the physiology and health of the stomach and upper gastrointestinal tract[J]. Bioactive Carbohydrates and Dirtaey Fibre,2014,4:155−169. doi: 10.1016/j.bcdf.2014.09.005
[27]	史振声, 李昆, 朱敏. 鲜食糯玉米的果皮性状研究[J]. 玉米科学,2014,22(5):47−51. doi: 10.3969/j.issn.1005-0906.2014.05.009
[28]	Jiang S L, Wu J G, Feng Y, et al. Correlation analysis of mineral element contents and quality traits in milled rice[J]. Journal of Agricultural and Food Chemistry,2007,55(23):9608−9613. doi: 10.1021/jf071785w
[29]	陆大雷, 王鑫, 闫发宝, 等. 鲜食糯玉米籽粒物性差异与主成分分析[J]. 食品科学,2013,34(21):16−19.
[30]	许金芳, 贾世锋, 刘志先, 等. 糯玉米杂交种选育和加工利用的研究[J]. 玉米科学,1993(4):8−10.
[31]	许永亮, 程科, 赵思明, 等. 大米淀粉的分子量分布及其与粘性的相关性研究[J]. 中国农业科学,2007,40(10):566−572.
[32]	卢毅, 路兴花, 张青峰, 等. 稻米直链淀粉与米饭物性及食味品质的关联特征研究[J]. 食品科技,2018,43(10):219−223.
[33]	Dunja Šamec, Marina Maretić, Ivana Lugarić, et al. Assessment of the differences in the physical, chemical and phytochemical properties of four strawberry cultivars using principal component analysis[J]. Food Chemistry,2016,194:828−834. doi: 10.1016/j.foodchem.2015.08.095
[34]	Rodriguez-Delgado M A, Gonzalez-Hernandez G, Conde-Gonzalez J E. Principal component analysis of the polyphenol content in young red wines[J]. Food Chemistry,2002,78(4):523−532. doi: 10.1016/S0308-8146(02)00206-6
[35]	Shin E C, Craft B D, Pegg R B, et al. Chemometric approach to fatty acid profiles in Runner-type peanut cultivars by principal component analysis (PCA)[J]. Food Chemistry,2010,119(3):1262−1270. doi: 10.1016/j.foodchem.2009.07.058
[36]	Kara D. Evaluation of trace metal concentrations in some herbs and herbal teas by principal component analysis[J]. Food Chemistry,2009,114(1):347−354. doi: 10.1016/j.foodchem.2008.09.054
[37]	周国燕, 胡琦玮, 李红卫, 等. 水分含量对淀粉糊化和老化特性影响的差示扫描量热法研究[J]. 食品科学,2009,30(19):89−92. doi: 10.3321/j.issn:1002-6630.2009.19.018
[38]	Sutadian A D, Muttil N, Yilmaz A G, et al. Using the Analytic Hierarchy Process to identify parameter weights for developing a water quality index-ScienceDirect[J]. Ecological Indicators,2017,75:220−233. doi: 10.1016/j.ecolind.2016.12.043
[39]	Strand J, Carson R T, Navrud S, et al. Using the Delphi method to value protection of the Amazon rainforest[J]. Ecological Economics,2017,131:475−484. doi: 10.1016/j.ecolecon.2016.09.028
[40]	Cui X, Wu X, He X, et al. Regional suitability of virtual water strategy: Evaluating with an integrated water-ecosystem-economy index[J]. Journal of Cleaner Production,2018,199:659−667. doi: 10.1016/j.jclepro.2018.07.192
[41]	Cheng W J, Xi H Y, Sindikubwabo C, et al. Ecosystem health assessment of desert nature reserve with entropy weight and fuzzy mathematics methods: A case study of Badain Jaran Desert[J]. Ecological Indicators,2020,119:106843. doi: 10.1016/j.ecolind.2020.106843
[42]	Huang L, Hou J J, Liu Y, et al. Algorithm of selecting optimal test point for analog circuit based on grey relational entropy[J]. Journal of Electronic Measurement and Instrument,2009,2009(9):27−32. doi: 10.3724/SP.J.1187.2009.09027
[43]	Wang X N, Yang W C, Ge Y, et al. The influence of shrinkage-reducing agent solution properties on shrinkage of cementitious composite using grey correlation analysis[J]. Construction and Building Materials,2020,264:120194. doi: 10.1016/j.conbuildmat.2020.120194
[44]	Wu G D, Duan K F, Zou J, et al. Integrated sustainability assessment of public rental housing community based on a hybrid method of AHP-entropy weight and cloud model[J]. Sustainability,2017,9(4):603. doi: 10.3390/su9040603
[45]	Xia X F, Sun Y, Wu K, et al. Optimization of a straw ring-die briquetting process combined analytic hierarchy process and grey correlation analysis method[J]. Fuel Processing Technology,2016,152:303−309. doi: 10.1016/j.fuproc.2016.06.018