本发明公开了一种用于检测检查的双随机抽取方法，针对工业产品质量检以及执法检查等过程中存在被检测检查对象和检测检查主体均应随机选择，从而更好的增强结果可信性的要求，提出了一种考虑约束条件至少包括随机项概率因子约束、被抽取次数约束和互斥约束中一种的双随机抽取方法，通过抽取对象量化、设置随机池、获取随机数，依据随机数抽取随机项，从而获得双随机抽取结果。随着物联网和信息技术的发展，通过本发明，建立双随机自动抽取方法，依据抽取结果开展产品质量检验或其他检测检查活动，可进一步提高相关结果的可信度。
1.一种用于检测检查的双随机抽取方法，其特征在于，至少包括2个随机抽取对象，所述随机抽取对象分别包括随机项a的集合和随机项b的集合，随机抽取满足约束条件，所述约束条件至少包括随机项概率因子约束、被抽取次数约束和互斥约束中的一种；所述概率因子包括等级因子和/或效率因子，所述次数约束包括某随机项在某既定统计时段内被抽取的次数不能超过限定次数，所述互斥约束包括两个随机项集合中对象配对抽取时不能配对的约束，所述双随机抽取方法用于基于物联网和信息技术的工业生产过程中产品质量检验自动化随机抽取，包括如下步骤：S1：抽取对象量化编号，所述量化编号包括用自然数顺序量化编号，记随机项a总数量为Ma，随机项b总数量为Mb；所述随机项量化编号包括产品的出厂编号、设备的身份认证号；
S2：设置随机池，将所述约束条件中有概率因子约束和无概率因子约束通过自然数量化等级定义形成统一表达式，然后根据概率因子设置随机池；
记随机项ai的等级因子αi，αi＝1,2,3,…,Na，其中Na为随机项a的最高等级数，等级因子定义相关因素包括被抽取对象的历史事故概率、信用等级、装备老化情况中的任意多项；记随机项bj的效率因子βj，βj＝1,2,3,…,Nb，其中Nb为随机项b的最高效率因子，效率因子定义相关因素包括被抽取对象的设备效能、工作效率或熟练度、工位或岗位中的任意多项；所述随机池包括随机项ai的顺序或非顺序集合A，随机项ai放入集合A的个数为αi；所述随机池还包括随机项bj的顺序或非顺序集合B，随机项bj放入集合B的个数为βj；记集合A所有待抽取随机项个数为KA，集合B所有待抽取随机项个数为KB，并以各自顺序号1,2,3…KA和1,2,3…KB分别标识集合A和集合B中的对应随机项，则有KA＝α1+α2+…+αNa
S3：获取随机数、抽取随机项，所述获取随机数包括采用随机数计算方法获取随机数，或采用计算机系统自带随机数生成函数获取随机数；所述抽取随机项包括建立随机数与随机池中被抽取随机项映射的方法抽取随机项，一个随机数只能对应该随机池的一个随机项，一个随机项可以对应一个范围内的随机数集合。
2.根据权利要求1所述的一种用于检测检查的双随机抽取方法，其特征在于，所述步骤S3中获取随机数方法包括以下步骤：S31：获取随机变量种子s，包括使用当前时间作为随机变量种子；
其中，％为取余运算，各参数选择需满足：①c与m为自然数且互素；②d‑1可以被所有m的质因数整除；③如果m能被4整除，那么d‑1也能被4整除；
S34：确定抽取对象顺序号R3，对R2取整，即R3＝int(R2)，其中int()为取整运算；
3.根据权利要求2所述的一种用于检测检查的双随机抽取方法，其特征在于，包括随机项被抽取次数限制方法一或限制方法二；
所述限制方法一包括步骤S36：有效性判别，如果本次抽取的随机项在统计时段内累计被抽取次数已超过该随机项被抽取的最高次数限制δ，则放弃该次抽取，从步骤S31开始重新抽取一次，直至满足次数限制的约束条件要求，重新抽取仅针对本次抽取的一个集合；确定被抽取的随机项满足约束条件时，更新该对象的阶段时间内被抽取次数；
所述限制方法二包括在步骤S2中设计随机池时，首先判断是否有随机项在预定统计时段内被抽取的次数已到达其限制次数，若是，则剔除该随机项，不放入随机池；若否，按步骤S2设置随机池。
4.根据权利要求2所述的一种用于检测检查的双随机抽取方法，其特征在于，所述互斥约束方法包括基于互斥的重新抽取法或基于互斥的剔除法；
所述基于互斥的重新抽取法包括步骤S361：有效性判别，如果本次抽取的随机项与已经抽取的配对随机项存在互斥，则放弃该次抽取，从步骤S31开始重新抽取一次，直至满足约束条件要求，重新抽取仅针对本次抽取的集合；
所述基于互斥的剔除法包括步骤S362：当在先抽取随机项与其余集合的随机项存在互斥时，将其余待抽取集合中互斥的随机项暂时剔除，形成临时集合，在临时集合中完成本次配对抽取。
5.根据权利要求2所述的一种用于检测检查的双随机抽取方法，其特征在于，所述约束条件同时包括被抽取次数约束和互斥约束时，采用组合约束剔除法或组合约束重新抽取法；
所述组合约束剔除法包括在集合A、B抽取前首先剔除被抽取次数已达到限定次数的随机项，形成临时集合A、B；集合A抽取完成后，根据已抽取的随机项判断集合B中是否存在互斥项，如果存在则将其从集合B中剔除，形成新的临时集合B；进行集合B的抽取，对抽取结果记录抽取次数；
所述组合约束重新抽取法包括在线抽取集合A的随机项，判断是否为已达限定次数的随机项，若是则重新抽取，直至满足要求；完成集合A的抽取后，进行集合B的抽取，判断所抽取的随机项是否为已达限定次数的随机项或与已抽取的集合A中配对随机项为互斥项，若是则重新抽取，直至满足要求。
6.根据权利要求2至5中任意一项所述的一种用于检测检查的双随机抽取方法，其特征在于，所述步骤S31至S32用如下步骤替代：步骤S321：用计算机系统自带的随机数生成函数生成一个大于等于0小于等于1的随机数。
7.根据权利要求1至5中任意一项所述的一种用于检测检查的双随机抽取方法，其特征在于，包括概率因子调节方法：完成步骤S3双随机抽取后，根据抽查或抽检结果，对于集合A中的随机项，如果抽查或抽检实际结果不满足既定要求，则其后续抽取等级因子加1，直至达到最高等级，如果连续抽查数次均未出现问题，则其后续抽取等级因子减1，直至达到最低等级；对于集合B中的随机项，如果其工作效率有明显提高，则其后续效率因子加1，直至达到最高效率因子，如果其工作效率有明显下降，则其后续效率因子减1，直至达到最低效率因子。
8.根据权利要求6所述的一种用于检测检查的双随机抽取方法，其特征在于，包括概率因子调节方法：完成双随机抽取后，根据抽查或抽检结果，对于集合A中的随机项，如果抽查或抽检实际结果不满足既定要求，则其后续抽取等级因子加1，直至达到最高等级，如果连续抽查数次均未出现问题，则其后续抽取等级因子减1，直至达到最低等级；对于集合B中的随机项，如果其工作效率有明显提高，则其后续效率因子加1，直至达到最高效率因子，如果其工作效率有明显下降，则其后续效率因子减1，直至达到最低效率因子。
9.一种用于检测检查的双随机抽取计算机系统或程序，其特征在于，所述计算机系统实现权利要求1至8中任一项所述的方法的步骤；所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
一种用于检测检查的双随机抽取方法
技术领域
[0001] 本发明涉及工业产品自动化随机质量抽检技术领域，具体涉及一种用于检测检查的双随机抽取方法。
背景技术
[0002] 随着物联网和信息化技术的发展，自动化、智能化和流水线作业是现代工业规模化生产的趋势。产品合格率是规模化生产关注的重点，如何保证有限的检测能力下科学的反映联合生产线所有产品的真正合格率，确保抽检或抽查的随机性是关键。
[0003] 一般对于规模化工业生产，当有数十乃至数百条生产线同时运行时，检测设备也是多套同时检测。由于不同的生产线、不同的检测设备可能具有个体的差异，传统的产品合格率检查一般是从所有产品中随机抽查，但由于产品摆放、包装等很多人为因素，对不同生产线很难做到随机，对于检测设备一般考虑方便和检测工作量均衡，而对于因生产线和检测设备的差异可能影响产品抽查随机结果的问题考虑不多。这本质上是一个双随机的问题。
[0004] 另一方面，对于市场监督和管理而言，落实《国务院关于在市场监管领域全面推行部门联合“双随机、一公开”监管的意见》，实现区域范围内监管全覆盖和监管常态化，建立抽查对象名录库和执法人员名录库，除特殊重点领域外，行政检查均通过双随机抽查的方式进行，取代日常监管原有的巡查制和随意检查，提高监管效能，减轻企业和法人负担。这本质上也是一个双随机问题。
[0005] 目前的双随机抽检/抽查看似随机指定被查对象、随机指定检查设备(或检查人员)，但指定过程中往往忽视了人为因素以及周边环境的影响，当抽取次数少且有约束条件时，更难以做到真正的随机、公平、公正。
发明内容
[0006] 有鉴于此，本发明提出了一种用于检测检查的双随机抽取方法，能有效解决上述现有技术问题。
[0007] 本发明设计的一种用于检测检查的双随机抽取方法，至少包括2个随机抽取对象，其中一个对象为被检查对象，包括被检查产品或被检查企业或被检查人，另一个对象为检验主体，包括检查人或检验设备等；所述随机抽取对象分别包括随机项a的集合和随机项b的集合，随机抽取满足约束条件，所述约束条件至少包括随机项概率因子约束、被抽取次数约束和互斥约束中的一种；所述概率因子包括等级因子和/或效率因子，所述概率因子约束包括根据被抽取随机项的概率因子确定放入随机池内该随机项的数量，所述次数约束包括某随机项在某既定统计时段内被抽取的次数不能超过限定次数，所述互斥约束包括两个随机项集合中元素配对抽取时不能配对的约束，所述互斥约束主要用于限制检查主体和被检查对象可能存在利益关系等因素影响，避免出现检查结果不公正的现象；所述双随机抽取方法包括如下步骤：
[0008] S1：抽取对象量化编号，所述量化编号包括用自然数顺序量化编号，记随机项a总数量为Ma，随机项b总数量为Mb，其量化编号可以分别选取为1～Ma和1～Mb；随机项还可以采用其他不同的自然数进行量化编号，如产品的出厂编号、设备的身认证号等，也可以采用字母或字母与数字组合的方式进行量化编号；
[0009] S2：设置随机池，将所述约束条件中有概率因子约束和无概率因子约束通过自然数量化等级定义形成统一表达式，然后根据概率因子设置随机池，即无论约束条件是否包括概率因子约束，均可用有概率因子约束来进行描述，所述等级因子包括基于自然数1、2、…定义的等级因子，所述效率因子包括基于自然数1、2、…定义的效率因子，当因子数为1时相当于无概率因子约束；
[0010] 不失一般性，可以将随机项a的集合定义为被检查对象集合，所述等级因子是指被检查对象的信用等级，其信用等级数越大，被检查到的概率越大；将随机项b的集合定义为检查主体如检查员或检查设备等，所述效率因子是指检查主体的检查效率，效率因子越大，该检查主体效率越高，可能承担的检查任务就越多；为方便起见本发明将传统的概率因子可能用0到1的小数定义方式直接用自然数等级定义，且数值大小与部分用户习惯定义可能不一样，应用时需要特别注意；
[0011] 记随机项ai的等级因子αi，αi＝1,2,3,…,Na，其中Na为随机项a的最高等级数；记随机项bj的效率因子βj，βj＝1,2,3,…,Nb，其中Nb为随机项b的最高效率因子；所述随机池包括随机项ai的顺序或非顺序集合A，也可称为随机池A，随机项ai放入集合A的个数为αi；所述随机池还包括随机项bj的顺序或非顺序集合B，也可称为随机池B，随机项bj放入集合B的个数为βj；记集合A所有待抽取随机项个数为KA，集合B所有待抽取随机项个数为KB，并以各自顺序号1,2,3…KA和1,2,3…KB分别标识集合A和集合B中的对应随机项，则有
[0012] KA＝α1+α2+…+αNa
[0013] KB＝β1+β2+…+βNb
[0014] 其中，KA≥Ma，KB≥Mb；
[0015] S3：获取随机数、抽取随机项，所述获取随机数包括采用随机数计算方法获取随机数，或采用计算机系统自带随机数生成函数获取随机数；所述抽取随机项包括建立随机数与随机池中被抽取随机项映射的方法抽取随机项，如采用取整计算方法将随机数映射到随机项在随机池中的编号，一个随机数只能对应该随机池的一个随机项，一个随机项可以对应一个范围内的随机数集合。
[0016] 进一步的，所述步骤S3中获取随机数方法包括以下步骤：
[0017] S31：获取随机变量种子s，包括使用当前时间作为随机变量种子；
[0018] S32：计算第一随机数
[0019]
[0020] 其中，％为取余运算，各参数选择需满足：①c与m为自然数且互素；②d‑1可以被所有m的质因数整除；③如果m能被4整除，那么d‑1也能被4整除；
[0021] S33：计算第二随机数
[0022] R2＝r1+R1(r2‑r1)
[0023] 其中r1为给定的第二随机数下界，r2为上界；
[0024] 步骤S3中所述抽取随机项方法包括如下步骤：
[0025] S34：确定抽取对象顺序号R3，对R2取整，即R3＝int(R2)，其中int()为取整运算；
[0026] S35：在对应的随机池中抽取第R3个随机项。
[0027] 进一步的，所述随机项抽取方法包括随机项被抽取次数限制方法一或限制方法二；即对任意随机项在一段时间内被抽取次数不超过其限定次数，被限制的随机项及其对应的限定次数均可各不相同；
[0028] 所述限制方法一包括步骤S36：有效性判别，如果本次抽取的随机项在统计时段内累计被抽取次数已超过该随机项被抽取的最高次数限制δ，则放弃该次抽取，从步骤S31开始重新抽取一次，直至满足次数限制的约束条件要求，重新抽取仅针对本次抽取的一个集合；确定被抽取的随机项满足约束条件时，更新该对象的阶段时间内被抽取次数，即在已有抽取次数上加1次，阶段统计时间结束，根据既定策略开始新一轮计数，本发明称该方法一为基于次数约束的重新抽取法；
[0029] 所述限制方法二包括在步骤S2中设计随机池时，首先判断是否有随机项在预定统计时段内被抽取的次数已到达其限制次数，若是，则剔除该随机项，不放入随机池；若否，按步骤S2设置随机池，本发明称该方法二为基于次数约束的剔除法。
[0030] 进一步的，所述互斥约束如某一随机项ai与另一随机项bj不能同时出现等，所述互斥约束方法包括基于互斥的重新抽取法或基于互斥的剔除法；
[0031] 所述基于互斥的重新抽取法包括步骤S361：有效性判别，如果本次抽取的随机项(如集合B中的随机项bj)与已经抽取的配对随机项(如集合A中的随机项ai)存在互斥，则放弃该次抽取，从步骤S31开始重新抽取一次，直至满足约束条件要求，重新抽取仅针对本次抽取的集合；若同时有被抽取次数约束条件，则在确定被抽取的随机项满足约束条件后，更新该对象的阶段时间内被抽取次数，即在已有抽取次数上加1次，阶段统计时间结束，根据既定策略开始新一轮计数；
[0032] 所述基于互斥的剔除法包括步骤S362：当在先抽取随机项与其余集合的随机项存在互斥时，将其余待抽取集合中互斥的随机项暂时剔除，形成临时集合，在临时集合中完成本次抽取。
[0033] 进一步的，所述约束条件同时包括被抽取次数约束和互斥约束时，采用组合约束剔除法或组合约束重新抽取法；
[0034] 所述组合约束剔除法包括在集合A、B抽取前首先剔除被抽取次数已达到限定次数的随机项，形成临时集合A、B；集合A抽取完成后，根据已抽取的随机项判断集合B中是否存在互斥项，如果存在则将其从集合B中剔除，形成新的临时集合B；进行集合B的抽取，对抽取结果记录抽取次数；集合A、B抽取顺序可以互换，但应前后保持一致、抽取原则不冲突；
[0035] 所述组合约束重新抽取法包括在线抽取集合A的随机项，判断是否为已达限定次数的随机项，若是则重新抽取，直至满足要求；完成集合A的抽取后，进行集合B的抽取，判断所抽取的随机项是否为已达限定次数的随机项或与已抽取的集合A中配对随机项为互斥项，若是则重新抽取，直至满足要求。
[0036] 事实上剔除法与重新抽取法可以混合使用，如在首先剔除集合A、B的次数约束项后，抽取的两个集合随机项存在互斥，可任选一个集合的随机项重新抽取。
[0037] 进一步的，所述步骤S31至S32用如下步骤替代：
[0038] 步骤S321：用计算机系统自带的随机数生成函数生成一个大于等于0小于等于1的随机数，所述计算机系统自带随机函数包括如rand()类型的函数，则步骤S33第二随机数即为r1+(r2‑r1)*rand()。
[0039] 进一步的，包括概率因子调节方法：完成步骤S3双随机抽取后，根据抽查或抽检结果，对于集合A中的随机项，如果抽查或抽检实际结果不满足既定要求，如存在产品质量问题，则其后续抽取等级因子加1，直至达到最高等级，如果连续抽查数次均未出现问题，则其后续抽取等级因子减1，直至达到最低等级；对于集合B中的随机项，如果其工作效率有明显提高，则其后续抽取效率因子加1，直至达到最高效率因子，如果其工作效率有明显下降，如存在设备故障等，则其后续抽取效率因子减1，直至达到最低效率因子。
[0040] 第二方面，本申请还提供了一种用于检测检查的双随机抽取计算机系统或程序产品，其特征在于，所述计算机系统实现上述双随机抽取方法，所述计算机程序被处理器执行时实现上述双随机抽取方法。
[0041] 本发明的有益效果在于：本发明提出的一种用于检测检查的双随机抽取方法，提供了一种基于物联网和信息技术的工业生产过程中产品质量检验自动化随机抽取方法，可以保证被抽取的产品与生产线、工位等环境因素无关，同时检测设备亦与产品及环境因素无关，从而实现被检产品和检测主体的双随机。本发明还提供了在概率因子、被抽取次数和互斥等约束条件下抽取方法，可同时应用于其他如综合执法检查中被检查对象和检查队伍(或人员、或设备)的双随机抽取需求，可充分保证检测检查的随机、公平、公正。
附图说明
[0042] 图1是一种用于检测检查的双随机抽取方法流程图；
[0043] 图2是获取随机数、抽取随机项流程图。
具体实施方式
[0044] 下面结合附图和实施例，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0045] 实施例1：一种用于检测检查的双随机抽取方法
[0046] 本发明设计的一种用于检测检查的双随机抽取方法，至少包括2个随机抽取对象，所述随机抽取对象分别包括随机项a的集合和随机项b的集合，随机抽取满足约束条件，所述约束条件至少包括随机项概率因子约束、被抽取次数约束和互斥约束中的一种；所述概率因子包括等级因子和/或效率因子，所述概率因子约束包括根据被抽取随机项的概率因子确定放入随机池内该随机项的数量，所述次数约束包括某随机项在某既定统计时段内被抽取的次数不能超过限定次数，所述互斥约束包括两个随机项集合中元素配对抽取时不能配对的约束；关于约束条件，本实施例主要考虑概率因子约束。
[0047] 如图1所示，所述双随机抽取方法包括如下步骤：
[0048] S1：抽取对象量化编号，所述量化编号包括用自然数顺序量化编号，记随机项a总数量为Ma，本实施例其量化编号值为i，i＝1,2,3…Ma；随机项b总数量为Mb，本实施例其量化编号值为j，j＝1,2,3…Mb；
[0049] S2：设置随机池，将所述约束条件中有概率因子约束和无概率因子约束通过自然数量化等级定义形成统一表达式，然后根据概率因子设置随机池；
[0050] 记随机项ai的等级因子αi，αi＝1,2,3,…,Na，其中Na为随机项a的最高等级数；记随机项bj的效率因子βj，βj＝1,2,3,…,Nb，其中Nb为随机项b的最高效率因子；所述随机池包括随机项ai的顺序或非顺序集合A，也可称为随机池A，随机项ai放入集合A的个数为αi；所述随机池还包括随机项bj的顺序或非顺序集合B，也可称为随机池B，随机项bj放入集合B的个数为βj；记集合A所有待抽取随机项个数为KA，集合B所有待抽取随机项个数为KB，本实施例集合A、B的按原始随机项在随机池中均顺序排列，并以各自顺序号1,2,3…KA和1,2,3…KB分别标识集合A和集合B中的对应随机项，则有
[0051] KA＝α1+α2+…+αNa
[0052] KB＝β1+β2+…+βNb
[0053] 其中，KA≥Ma，KB≥Mb；本实施例根据被抽取对象的历史事故概率、信用等级、装备老化情况或是否受处罚等因素给随机项ai定义等级因子αi，分别为1、2、3、4、5共5个级别，该随机项在随机池A内的数量即为他的等级数，等级越高，随机池内同一随机项的数量越多，该随机项被抽中的概率越高；根据被抽取对象的设备效能、工作效率或熟练度以及工位或岗位等因素给随机项bj定义效率因子βj，分别为1、2、3、4共4个级别，该随机项在随机池B内的数量即为他的效率因子值，效率越高，随机池内同一随机项的数量越多，该随机项被抽中的概率越高；此处等级因子和效率因子的定义本质上都是随机项被抽取的概率等级，只是考虑的因素类别不同，用户也可以进行其他定义，随机池的设置方法必须与这些定义吻合；
[0054] 本设计的优点：一方面，当概率因子设置为1级时，本质上与无概率因子约束一致，可以实现将有概率因子约束和无概率因子约束算法的统一，无需进行其他选择或判别；另一方面，虽然等级因子和效率因子可能表达了不同的物理意义，但本方法均用自然数将它们的定义方式进行了统一，可方便编程实施；
[0055] S3：获取随机数、抽取随机项，所述获取随机数包括采用随机数计算方法获取随机数，或采用计算机系统自带随机数生成函数获取随机数；所述抽取随机项包括建立随机数与随机池中被抽取随机项映射的方法抽取随机项，如采用取整计算方法将随机数映射到随机项在随机池中的编号，一个随机数只能对应该随机池的一个随机项，一个随机项可以对应一个范围内的随机数集合；每抽取一次需进行一次随机数计算，根据该随机数和映射关系计算该次抽取所对应的随机项编号，并根据随机项编号在相应的随机池中抽取随机项；一般集合A与集合B配对抽取，如集合A抽取一个随机项与集合B抽取一个随机项配对组合，集合A、B抽取顺序可以互换，但应前后保持一致、抽取原则不冲突。
[0056] 优选的，如图2所示，所述步骤S3中获取随机数方法包括以下步骤：
[0057] S31：获取随机变量种子s，包括使用当前时间作为随机变量种子，本实施例直接采用计算机系统的时间戳，一般以整毫秒数为单位；
[0058] S32：计算第一随机数
[0059]
[0060] 其中，％为取余运算，各参数选择需满足：①c与m为自然数且互素；②d‑1可以被所有m的质因数整除；③如果m能被4整除，那么d‑1也能被4整除；据此，本实施例取d＝9301，c＝49297，m＝233280。
[0061] S33：计算第二随机数
[0062] R2＝r1+R1(r2‑r1)
[0063] 其中r1为给定的第二随机数下界，r2为上界；本实施例集合A抽取时取r1＝1，r2＝KA+1；集合B抽取时取r1＝1，r2＝KB+1；
[0064] 步骤S3中所述抽取随机项方法包括如下步骤：
[0065] S34：确定抽取对象顺序号R3，对R2取整，即R3＝int(R2)，其中int()为取整运算；
[0066] S35：在对应的随机池中抽取第R3个随机项。一般每次抽取仅针对一个随机池或随机池中的一个集合，且只抽取一个随机项；如果是一一配对抽取，在集合A的抽取后，应接着重复步骤S31至S35执行集合B的抽取，本次配对抽取才算结束；如果是一配多或多配一或多配多，一般分别完成集合A、B的所需数量随机项抽取，单独有效抽取次数为两个集合所需配对随机项总数，配对所有随机项抽取完成，本次配对抽取才算结束。
[0067] 实施例2：被抽取次数约束
[0068] 与实施例1的不同之处是在实施例1基础上同时考虑随机项存在被抽取次数约束。
[0069] 优选的，所述随机项抽取方法包括随机项被抽取次数限制方法一或限制方法二；
[0070] 所述限制方法一包括步骤S36：有效性判别，如果本次抽取的随机项在统计时段内累计被抽取次数已超过该随机项被抽取的最高次数限制δ，则放弃该次抽取，从步骤S31开始重新抽取一次，直至满足次数限制的约束条件要求，重新抽取仅针对本次抽取的一个集合；确定被抽取的随机项满足约束条件时，更新该对象的阶段时间内被抽取次数，即在已有抽取次数上加1次，阶段统计时间结束，根据既定策略开始新一轮计数，本发明称该方法一为基于次数约束的重新抽取法；
[0071] 所述限制方法二包括在步骤S2中设计随机池时，首先判断是否有随机项在预定统计时段内被抽取的次数已到达其限制次数，若是，则剔除该随机项，不放入随机池；若否，按步骤S2设置随机池，本发明称该方法二为基于次数约束的剔除法。
[0072] 本实施例采用方法二基于次数约束的剔除法。
[0073] 实施例3：互斥约束
[0074] 与实施例1的不同之处是在实施例1基础上同时考虑两个集合的随机项间存在互斥约束。
[0075] 优选的，所述互斥约束如某一随机项ai与另一随机项bj不能同时出现等，所述互斥约束方法包括基于互斥的重新抽取法或基于互斥的剔除法；
[0076] 所述基于互斥的重新抽取法包括步骤S361：有效性判别，如果本次抽取的随机项(如集合B中的随机项bj)与已经抽取的配对随机项(如集合A中的随机项ai)存在互斥，则放弃该次抽取，从步骤S31开始重新抽取一次，直至满足约束条件要求，重新抽取仅针对本次抽取的集合；若同时有被抽取次数约束条件，则在确定被抽取的随机项满足约束条件后，更新该对象的阶段时间内被抽取次数，即在已有抽取次数上加1次，阶段统计时间结束，根据既定策略开始新一轮计数；
[0077] 所述基于互斥的剔除法包括步骤S362：当在先抽取随机项与其余集合的随机项存在互斥时，将其余待抽取集合中互斥的随机项暂时剔除，形成临时集合，在临时集合中完成本次抽取。
[0078] 本实施例采用基于互斥的剔除法。
[0079] 实施例4：被抽取次数约束+互斥约束
[0080] 与实施例1的不同之处是在实施例1基础上同时考虑随机项存在被抽取次数限制、两个集合的随机项间存在互斥约束。
[0081] 优选的，所述约束条件同时包括被抽取次数约束和互斥约束时，采用组合约束剔除法或组合约束重新抽取法；
[0082] 所述组合约束剔除法包括在集合A、B抽取前首先剔除被抽取次数已达到限定次数的随机项，形成临时集合A、B；集合A抽取完成后，根据已抽取的随机项判断集合B中是否存在互斥项，如果存在则将其从集合B中剔除，形成新的临时集合B；进行集合B的抽取，对抽取结果记录抽取次数；集合A、B抽取顺序可以互换，但应前后保持一致、抽取原则不冲突；
[0083] 所述组合约束重新抽取法包括在线抽取集合A的随机项，判断是否为已达限定次数的随机项，若是则重新抽取，直至满足要求；完成集合A的抽取后，进行集合B的抽取，判断所抽取的随机项是否为已达限定次数的随机项或与已抽取的集合A中配对随机项为互斥项，若是则重新抽取，直至满足要求。
[0084] 本实施例采用组合约束剔除法。
[0085] 事实上剔除法与重新抽取法可以混合使用，如在首先剔除集合A、B的次数约束项后，抽取的两个集合随机项存在互斥，可任选一个集合的随机项重新抽取。
[0086] 实施例5：计算机自动随机数生成
[0087] 与实施例1的不同之处在于步骤S3的随机数获取，所述步骤S31至S32用如下步骤替代：
[0088] 步骤S321：用计算机系统自带的随机数生成函数生成一个大于等于0小于等于1的随机数，所述计算机系统自带随机函数包括如rand()类型的函数，则步骤S33第二随机数即为r1+(r2‑r1)*rand()。
[0089] 事实上，本实施例也可分别组合实施例2、3、4形成新的实施例。
[0090] 实施例6：概率因子调节
[0091] 与实施例1的不同之处在于步骤S3可以增加步骤S4：概率因子调节，即完成双随机抽取后，根据抽查或抽检结果，对于集合A中的随机项，如果抽查或抽检实际结果不满足既定要求，如存在产品质量问题，则其后续抽取等级因子加1，直至达到最高等级，如果连续抽查数次均未出现问题，则其后续抽取等级因子减1，直至达到最低等级；对于集合B中的随机项，如果其工作效率有明显提高，则其后续抽取效率因子加1，直至达到最高效率因子，如果其工作效率有明显下降，如存在设备故障等，则其后续抽取效率因子减1，直至达到最低效率因子。
[0092] 事实上当考虑随机项限制被抽取次数约束时，一般需要对实际抽取次数进行阶段统计。
[0093] 实施例7：一种用于检测检查的双随机抽取计算机系统
[0094] 所述计算机系统实现上述实施例1至6中任意一项或其可能组合有关的双随机抽取方法。
[0095] 实施例8：一种用于检测检查的双随机抽取计算机程序
[0096] 所述计算机程序被处理器执行时实现上述实施例1至6中任意一项或其可能组合有关的双随机抽取方法。
[0097] 以上实施例主要针对2个随机项集合，如果有多个随机项集合需要配对抽取时，以上方法只需要继续执行步骤S3对新的集合进行抽取即可。
[0098] 本发明的基本原理：通过将待抽取的两组以上随机项按概率因子进行量化编号并形成对应的两个以上集合，依据随机数抽取随机项，不同的集合独立抽取，抽取过程同时可以考虑随机项被抽取次数约束和互斥约束，如此可保证被抽取的随机项不受人为因素、周围环境等其他因素的影响，确保抽取的随机、公平、公正。
[0099] 本发明的应用：随着物联网技术的发展，对不同产品、不同生产线、不同工位等影响因素进行标识已是成熟技术，利用本发明实现自动抽取也不存在技术障碍。实际产品质量检测时，依据本发明的方法完成被检产品和检测设备的抽取，事实上抽取的只是编号，然后由自动化生产线将相应编号的被检产品转运至相应的检测设备，从而可实现真正的双随机产品质量检验。对于城市执法检查，也需要从众多的被检查单位中随机被抽取检查对象，当然也有一些重点被检查对象(即约束条件)，还要将以上被检查对象分配给多名检查人员或者多支检查队伍，这些检查主体的组成和配对抽取都是随机的，采用本发明的双随机抽取方法，输入的只有相关对象的编号，因此可以确保执法检查的随机、公平、公正。
[0100] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，包括对将剔除法与重新抽取法在集合A和集合B配对抽取时混合使用的方法、随机数生成方法的组合使用等，这些改进和润饰也应视为本发明的保护范围。
