1、摘要本文主要進(jìn)行了葡萄酒感官評(píng)價(jià)的可信度比較、釀酒葡萄評(píng)價(jià)分級(jí)、釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系、評(píng)價(jià)結(jié)果統(tǒng)計(jì)分析等方面的研究。通過(guò)方差分析、層次分析等方法建立模型，解決了葡萄酒的評(píng)價(jià)問(wèn)題。問(wèn)題一：利用方差分析法對(duì)評(píng)酒員評(píng)價(jià)數(shù)據(jù)進(jìn)行分析，并用Excel畫出圖表(見(jiàn)正文)，直觀地觀察出兩組評(píng)價(jià)數(shù)據(jù)范圍接近，第二組評(píng)價(jià)數(shù)據(jù)波動(dòng)不大，評(píng)價(jià)數(shù)據(jù)更可信。問(wèn)題二：要求根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量，對(duì)這些釀酒葡萄進(jìn)行分級(jí)，我們認(rèn)為影響釀酒葡萄品質(zhì)的因素較多，釀酒葡萄各理化指標(biāo)之間的關(guān)系又是極其復(fù)雜的，對(duì)其的評(píng)價(jià)是一個(gè)多指標(biāo)、多屬性的問(wèn)題。采用系統(tǒng)工程學(xué)的層次分析法(AHP)來(lái)確定影響葡萄品質(zhì)的各

2、因素的權(quán)重，應(yīng)用綜合評(píng)判法，對(duì)釀酒葡萄進(jìn)行了評(píng)價(jià)和分級(jí)。各等級(jí)下葡萄樣品數(shù)如下表：、一、等級(jí)葡萄種類、優(yōu)良中合格紅葡萄54108白匍萄8892問(wèn)題三：利用逐步回歸法得到釀酒葡萄與葡萄酒的理化指標(biāo)之間的關(guān)系，并用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行比較驗(yàn)證。問(wèn)題四：通過(guò)聚類分析與神經(jīng)網(wǎng)絡(luò)相結(jié)合，分析釀酒葡萄與葡萄酒的理化指標(biāo)和葡萄酒質(zhì)量間的聯(lián)系。通過(guò)理化指標(biāo)得到葡萄酒質(zhì)量評(píng)價(jià)分?jǐn)?shù)，并與第二組評(píng)酒員評(píng)價(jià)出的葡萄酒質(zhì)量評(píng)價(jià)分?jǐn)?shù)對(duì)比分析，可知現(xiàn)階段還不能用釀酒葡萄與葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)酒的質(zhì)量。本文的建模過(guò)程中，對(duì)于每個(gè)問(wèn)題都充分考慮了影響因素，一定程度上體現(xiàn)了模型的可靠性，具有較強(qiáng)的適用性和普遍性。關(guān)鍵詞：方差分析E

3、xcel逐步回歸分析Bp神經(jīng)網(wǎng)絡(luò)聚類分析MatlabDPS數(shù)據(jù)處理系統(tǒng)一、問(wèn)題重述通過(guò)聘請(qǐng)一些有資質(zhì)的評(píng)酒員品嘗葡萄酒，根據(jù)他們反饋意見(jiàn)來(lái)確定葡萄酒的質(zhì)量。釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，葡萄酒和釀酒葡萄檢測(cè)的理化指標(biāo)會(huì)在一定程度上反映葡萄酒和葡萄的質(zhì)量。已知某一年份一些葡萄酒的評(píng)價(jià)結(jié)果，及該年份這些葡萄酒的和釀酒葡萄的成分?jǐn)?shù)據(jù)。根據(jù)上述條件建立數(shù)學(xué)模型解決以下問(wèn)題：分析兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無(wú)顯著性差異，哪一組結(jié)果更可信。根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)。分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。4分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論

4、證能否用葡萄和葡萄酒的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量。二、問(wèn)題分析問(wèn)題一：觀察附表1中評(píng)酒員的評(píng)價(jià)結(jié)果數(shù)據(jù)，分析得出它們之間的差異。根據(jù)評(píng)酒員對(duì)各組葡萄酒的評(píng)價(jià)結(jié)果數(shù)據(jù)，尋求結(jié)果數(shù)據(jù)更加穩(wěn)定的一組，作為目標(biāo)，利用求方差的數(shù)學(xué)模型，對(duì)各個(gè)數(shù)量指標(biāo)進(jìn)行分析比較，得出更有可信度組。問(wèn)題二：根據(jù)不同理化指標(biāo)對(duì)于釀酒葡萄影響各不相同，用層次分析法構(gòu)造比較矩陣。計(jì)算得到各個(gè)因素所對(duì)應(yīng)的權(quán)重，定一個(gè)分?jǐn)?shù)指標(biāo)，根據(jù)分?jǐn)?shù)對(duì)葡萄進(jìn)行分級(jí)。問(wèn)題三：題中葡萄與葡萄酒指標(biāo)數(shù)分別為60、17，考慮因變量太多，用逐步回歸分析法建立求解模型，結(jié)合神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對(duì)比驗(yàn)證。將多次測(cè)試值取平均數(shù)，獲得可信數(shù)據(jù)。問(wèn)題四：考慮參數(shù)過(guò)多，

5、為剔除微小影響因素，通過(guò)聚類分析法對(duì)影響指標(biāo)進(jìn)行歸類，尋找主要因素，用神經(jīng)網(wǎng)絡(luò)建立模型，獲得理化參數(shù)對(duì)葡萄酒的影響關(guān)系。對(duì)理化指標(biāo)仿真得到新的質(zhì)量指標(biāo)分?jǐn)?shù)，與第二組評(píng)酒員評(píng)價(jià)數(shù)據(jù)比較分析，作為論證依據(jù)。三、模型假設(shè)及符號(hào)說(shuō)明模型假設(shè)假設(shè)評(píng)酒員給出的評(píng)價(jià)數(shù)據(jù)不存在個(gè)人因素。假設(shè)一級(jí)指標(biāo)只與一級(jí)指標(biāo)相互影響，二級(jí)指標(biāo)只與二級(jí)指標(biāo)相互影響。假設(shè)葡萄分級(jí)時(shí)忽略二級(jí)指標(biāo)對(duì)結(jié)果的影響。符號(hào)說(shuō)明卩：表示第i個(gè)處理觀測(cè)值總體平均數(shù)。i*:表示試驗(yàn)誤差。ija:表示處理i對(duì)試驗(yàn)結(jié)果產(chǎn)生的影響。ix:表示卩a*總和。ijiijss：表示誤差平方和。ess表示處理間平方。tssT表示總變異的總平方和。W=WW，,W

6、:表示權(quán)重系數(shù)集。1,2mr=(r,r,，r):表示隸屬度向量。ijij1ij2ij4V=(r,r,r):表示評(píng)價(jià)等級(jí)。ijij1ij2ij4P表示紅葡萄的第i個(gè)一級(jí)指標(biāo)。ri表示白葡萄的第j個(gè)一級(jí)指標(biāo)。Q:表示紅葡萄酒的第m個(gè)一級(jí)指標(biāo)。rmQ:表示白葡萄酒的第n個(gè)一級(jí)指標(biāo)。wnP:表示紅葡萄的第a個(gè)二級(jí)指標(biāo)。raP:表示白葡萄的第b個(gè)二級(jí)指標(biāo)。wbq:表示紅葡萄酒的第c個(gè)二級(jí)指標(biāo)。rcq:表示白葡萄酒的第d個(gè)二級(jí)指標(biāo)。wd四、模型的建立4.1問(wèn)題一：通過(guò)建立方差分析模型對(duì)兩組評(píng)酒員對(duì)葡萄酒的評(píng)分結(jié)果進(jìn)行差異分析。4.1.1數(shù)學(xué)模型反應(yīng)全部觀測(cè)值總變異的總平方和是個(gè)觀測(cè)值X與總平均數(shù)匚的離均差

7、平方和，記為:SST用n丈(元.-元.)2反映重復(fù)n次的處理間變異，稱為處理間平方和記為SSiti=1E(x-x)2為各處理內(nèi)離均差平方和之和，反映了各處理內(nèi)的變異即誤差，稱為處理ijii=1j=1內(nèi)平方和或誤差平方和，記為SSe處理內(nèi)自由度為觀測(cè)值的總個(gè)數(shù)減k處理內(nèi)自由度記為dfe由于：因此：各項(xiàng)平方和除以各自的自由度便得到總均方、處理間均方和處理內(nèi)均方，分別記為MSMSMSTte4.1.3F檢驗(yàn)通過(guò)MSt與MSe的比較來(lái)推斷C:是否為零卩i是否相等即卩=卩=.=12k在汽=0的條件下，MSms服從自由度df=k-1與df2=k(n-1)的F分布。e若實(shí)際計(jì)算的FFo叫f即卩0.05不能否定

8、:氣=。若FFF即0.01pF、，即p0.01，否定H:q2=0。接受H:q2主00.01(df1,df2)OaAa差異小的一組評(píng)酒員的評(píng)價(jià)可信。問(wèn)題二4.2.1建立層析結(jié)構(gòu)模型建立層次模型之前，應(yīng)對(duì)釀酒葡萄進(jìn)行分析。通過(guò)分析出影響目標(biāo)相關(guān)因素，將評(píng)估釀酒葡萄的等級(jí)作為目標(biāo)層的元素。對(duì)葡萄進(jìn)行評(píng)級(jí)時(shí)可以從釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量二個(gè)方面分別考慮，將葡萄的理化指標(biāo)、葡萄酒質(zhì)量作為第二層的元素。從中提取相關(guān)的類作為第三層的元素，例如從葡萄酒質(zhì)量中的外觀分析、香氣分析、口感分析等，和葡萄理化指標(biāo)中的各指標(biāo)的含量。嚴(yán)格對(duì)應(yīng)葡萄與兩個(gè)評(píng)價(jià)因素的映射，將第三層的某些類細(xì)化為族。確定的層次模型示例如

9、圖4-2所示。構(gòu)造判斷矩陣判斷矩陣表示針對(duì)上一層次某因素而言，本層次與之有關(guān)的各因素之間的相對(duì)重要性。其形式如下：bj表示對(duì)A層而言，B層中因素bi對(duì)bj的相對(duì)重要程度通常取】、3、5、7、9及其他們的倒數(shù)，2、4、6、8表示第i個(gè)因素相對(duì)于第j個(gè)因素的影響介于上述兩個(gè)相鄰等級(jí)之間。判斷矩陣B具有如下特征：b,二1、人ij其中(i,j,k=1,2,n)ojk判斷矩陣中的bj是根據(jù)經(jīng)驗(yàn)經(jīng)過(guò)反復(fù)研究驗(yàn)證后確定。用層次分析法應(yīng)保持判斷矩陣的一致性,矩陣中的b滿足上述三條關(guān)系式時(shí)，說(shuō)明判斷矩陣具有完全的一致性。ij層次單排序是根據(jù)判斷矩陣計(jì)算對(duì)于上一層某因素而言本層次與之有聯(lián)系的因素的重要性次序的權(quán)重

10、（的排序）。在矩陣運(yùn)算中表現(xiàn)為求最大特征值對(duì)應(yīng)的特征向量。采用方根法計(jì)算準(zhǔn)則層的因素相對(duì)于目標(biāo)層的層次單排序。各因素的權(quán)重向量為二（,，,）T其中TOC o 1-5 h z12n對(duì)進(jìn)行歸一化處理，得到O=u-3二（,3,.,3）T，其中in12n工3jj-1計(jì)算矩陣的最大特征根其中（A3）表示向量A3的第i個(gè)元素。計(jì)算一致性指標(biāo)：C.r=R.=巳R.I.，其中C.I.=maxn一1RI為平均隨機(jī)一致性指標(biāo)，其變化情況如表4-2所示，當(dāng)CR0.1，認(rèn)為判斷矩陣的一致性是可以接受的，否則應(yīng)對(duì)判斷矩陣作適當(dāng)調(diào)整。4.2.4層次總排序?yàn)榱说玫綄哟谓Y(jié)構(gòu)中每一層次的所有因素相對(duì)于總目標(biāo)的層次總排序，需要將

11、計(jì)算出來(lái)的層次單排序再次進(jìn)行適當(dāng)計(jì)算。假設(shè)層次結(jié)構(gòu)模型是由目標(biāo)層（A）、準(zhǔn)則層（B）和指標(biāo)層（C）所組成，準(zhǔn)則層有m個(gè)因素，指標(biāo)層有n個(gè)因素。已知B層對(duì)A層的層次單排序?yàn)椋?（，0）t12mC層對(duì)B層的準(zhǔn)則Bj的層次單排序?yàn)椋?（巴，琴，）tj1j2jnj則C層各指標(biāo)對(duì)A層的層次總排序的方法為：C層各指標(biāo)對(duì)目標(biāo)層的層次總排序?yàn)椋?，）t12n評(píng)語(yǔ)集是對(duì)各個(gè)安全因素可能做出的總的評(píng)價(jià)結(jié)果的集合。根據(jù)實(shí)際評(píng)估需要進(jìn)行設(shè)計(jì)。把V=vVVV評(píng)語(yǔ)集定義為以下幾個(gè)等級(jí)：1234=優(yōu)，良，中等，合格。設(shè)F是各種等級(jí)因素的集合，把F中的葡萄等級(jí)按照某一準(zhǔn)則分類，一般將相近或相似的等F=ffF（級(jí)因素分為一組，

12、設(shè)F中的等級(jí)因素有m組，即F=1,F2,FmFF=FFFf每個(gè)i又有：i2ni，n為組成i的子因素的個(gè)數(shù)。依次對(duì)各個(gè)子因素繼續(xù)劃分下層。權(quán)重系數(shù)集是根據(jù)各子因素對(duì)上一層父因素的重要程度,對(duì)每個(gè)子因素分配的權(quán)重系數(shù)的集FWWW=WW.WW合。每個(gè)i映射一個(gè)函數(shù)值i,Wi組成的集合12m即為權(quán)重系數(shù)集，其中i滿足歸一性和非負(fù)性條件，即：同理，可以得到下一層的權(quán)重系數(shù)：(i=12.m;j=12.n)ij權(quán)重系數(shù)集受主觀因素影響較大，特別是當(dāng)某一因素出現(xiàn)所有的專家都一致認(rèn)為其中一個(gè)因素是重要的，而其它因素為0時(shí)，則在評(píng)估過(guò)程重會(huì)夸大該因素而忽略其它因素。前面步驟通過(guò)AHP法可以弱化該影響。通過(guò)層次分析

13、法得到釀酒葡萄的分?jǐn)?shù)并進(jìn)行分級(jí)。問(wèn)題三分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。由于給出的數(shù)據(jù)過(guò)多，我們采用逐步回歸法進(jìn)行求解。根據(jù)題目建立模型：對(duì)回歸模型進(jìn)行標(biāo)準(zhǔn)化得到得出：標(biāo)準(zhǔn)化的回歸模型的矩陣：標(biāo)準(zhǔn)化前后的關(guān)系得到標(biāo)準(zhǔn)化后的矩陣：采用逆緊湊變換法來(lái)對(duì)給出的多種指標(biāo)進(jìn)行分析。由(R(。):E)經(jīng)高斯消元法變換為(EJR-1)，既可求出解。在逐步回歸分析中，每引進(jìn)一個(gè)變量或者剔除一個(gè)變量，都要對(duì)R進(jìn)行一次求解求逆緊奏變換法變換。對(duì)給出的因素進(jìn)行分析，引入方差貢獻(xiàn)最大者。回歸平方和越大，回歸方程的效果就越好。得到葡萄與葡萄酒的理化指標(biāo)之間個(gè)各個(gè)關(guān)系式。采用bp神經(jīng)網(wǎng)絡(luò)對(duì)給出的葡萄與葡萄酒的理化

14、指標(biāo)進(jìn)行建模。節(jié)點(diǎn)輸出模型：隱節(jié)點(diǎn)輸出模型：Q=fCwxX)iijiQj輸出節(jié)點(diǎn)輸出模型：Y=fCTxQ)kikj-Qk其中，f為非線形作用函數(shù)；q為神經(jīng)單元閾值。作用函數(shù)模型：?作用函數(shù)是反映下層輸入對(duì)上層節(jié)點(diǎn)刺激脈沖強(qiáng)度的函數(shù)又稱刺激函數(shù)，這里取為(0,1)內(nèi)連續(xù)取值Sigmoid函數(shù)：由于激勵(lì)函數(shù)Sigmoid在接近0,1時(shí)，收斂速度慢，將訓(xùn)練樣本、測(cè)試樣本以及網(wǎng)絡(luò)預(yù)測(cè)的輸入樣本值置于0.1-0.9區(qū)間，具體做法如下：誤差計(jì)算模型：誤差計(jì)算模型是反映神經(jīng)網(wǎng)絡(luò)期望輸出與計(jì)算輸出之間誤差大小的函數(shù)：t為i節(jié)點(diǎn)的期望輸出值；O為i節(jié)點(diǎn)計(jì)算輸出值。pipi自學(xué)習(xí)模型：引入動(dòng)量因子提高網(wǎng)絡(luò)的記憶能

15、力以便使網(wǎng)絡(luò)學(xué)習(xí)提速和降低陷入局部極小值的機(jī)會(huì)。動(dòng)量項(xiàng)越多，只要網(wǎng)絡(luò)學(xué)習(xí)的時(shí)間足夠長(zhǎng)，網(wǎng)絡(luò)總有機(jī)會(huì)慢慢爬出局部極小值。神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程，即連接下層節(jié)點(diǎn)和上層節(jié)點(diǎn)之間的權(quán)重矩陣卬的設(shè)定和誤差修正過(guò)ij程。BP網(wǎng)絡(luò)有師學(xué)習(xí)方式-需要設(shè)定期望值和無(wú)師學(xué)習(xí)方式-只需輸入模式之分。自學(xué)習(xí)模型為h為學(xué)習(xí)因子；儀為輸出節(jié)點(diǎn)i的計(jì)算誤差；O為輸出節(jié)點(diǎn)j的計(jì)算輸出；a為動(dòng)量因子。ij通過(guò)采用葡萄與葡萄酒的理化指標(biāo)進(jìn)行訓(xùn)練。得到葡萄的理化指標(biāo)與葡萄酒的理化指標(biāo)的關(guān)系。問(wèn)題四：采用聚類分析葡萄酒理化指標(biāo)的參數(shù)與葡萄酒的質(zhì)量分?jǐn)?shù)進(jìn)行分類，利用神經(jīng)網(wǎng)絡(luò)建立數(shù)學(xué)模型尋找釀酒葡萄與葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量的影響關(guān)系。

16、聚類分析指將物理或抽象對(duì)象的集合分組成為由類似的對(duì)象組成的多個(gè)類的分析過(guò)程。它是一種重要的人類行為。聚類分析的目標(biāo)就是在相似的基礎(chǔ)上收集數(shù)據(jù)來(lái)分類。采用歐式距離來(lái)衡量同類樣本的類似性與不同類的差異性。歐式距離中第i個(gè)樣品與第j個(gè)樣品之間的距離為：顯然-1D1，D愈小表示兩個(gè)愈相似，反之則疏遠(yuǎn)。ij計(jì)算相關(guān)系數(shù)：采用類內(nèi)距離和準(zhǔn)則。表達(dá)式為:對(duì)葡萄與葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量分?jǐn)?shù)進(jìn)行標(biāo)準(zhǔn)化后進(jìn)行聚類分。方法是：根據(jù)樣品冰柱圖選擇主要相關(guān)指標(biāo)。建立bp神經(jīng)網(wǎng)絡(luò)模型，對(duì)葡萄酒質(zhì)量影響的分析。通過(guò)學(xué)習(xí)篩選后的數(shù)據(jù)來(lái)進(jìn)行分析。得到一定的關(guān)系。我們用學(xué)習(xí)后的網(wǎng)路來(lái)對(duì)葡萄與葡萄酒的理化指標(biāo)進(jìn)行仿真分析得到

17、一個(gè)新的紅葡萄酒與白葡萄酒的質(zhì)量分?jǐn)?shù)。通過(guò)分析第二組評(píng)酒員與新得到的分?jǐn)?shù)進(jìn)行對(duì)比。并對(duì)新的分?jǐn)?shù)進(jìn)行分析。來(lái)確定葡萄與葡萄酒的理化指標(biāo)能否進(jìn)行葡萄酒的質(zhì)量判斷。五、模型的求解與分析5.1問(wèn)題一：根據(jù)上述模型，利用Excel求解，結(jié)果如下：方差分析結(jié)果：表格錯(cuò)誤!未指定順序。第一組紅葡萄酒差異源SSdfMSFP-valueFcrit行92.69626.0003.5656.5341.714E-161.543列28.2259.0003.1365.7483.273E-071.920誤差127.674234.0000.545總計(jì)248.596269表格錯(cuò)誤!未指定順序。第組白葡萄酒差異源SSdfMSFP-

18、valueFcrit行44.44227.0001.6462.7891.627E-051.531列113.7859.00012.64221.4211.630E-261.918誤差143.414243.0000.590總計(jì)301.642279.000表格錯(cuò)誤!未指定順序。第一組紅葡萄酒差異源SSdfMSFP-valueFcrit行26.62926.0001.0243.0503749E-061.543列19.6449.0002.1826.5012932E-081.920誤差78.555234.0000.335總計(jì)124.829269.000表格4第組白葡萄酒差異源SSdfMSFP-valueFcri

19、t行22.69627.0000.8402.0120.0031.531列37.8179.0004.20110.0613.948E-131.918誤差101.482243.0000.417總計(jì)161.996279.000作出直觀圖表：圖表錯(cuò)誤!未指定順序。第一圖表2第一組白葡萄酒據(jù)直觀紅知酒第一葡萄3兩組的評(píng)分范圍接近圖但第一組與第二組評(píng)酒員的評(píng)分對(duì)比，第一組波動(dòng)較大。對(duì)比上述圖表，第二組較第一組整體評(píng)分更穩(wěn)定，因此第二組評(píng)價(jià)數(shù)據(jù)更可信。問(wèn)題二：查閱資料的到因素之間的重要關(guān)系，建立比較矩陣。矩陣如下：111234563風(fēng)味R0=42111123432114325432123211212321121

20、213421營(yíng)養(yǎng)R2=1123根據(jù)比較矩陣可以得到特征值：九=5.672九=6.037九=4.171九=3.018九=2.000。12345歸一化后的特征向量：把歸一化后的特征向量作為權(quán)值，對(duì)數(shù)據(jù)逐層加權(quán)求總分，得到葡萄等級(jí)分?jǐn)?shù)。葡萄等級(jí)分類如下：葡萄分級(jí)表葡萄種類分級(jí)葡萄樣品號(hào)紅葡萄優(yōu)123923紅葡萄酒理化指標(biāo)與外觀指標(biāo)樣品冰柱圖紅葡萄酒理化指標(biāo)與口味指標(biāo)樣品冰柱圖良14172124中等56810121316192022合格47111518252627白匍萄優(yōu)310212324252728良456912171820中等128111314151926合格7165.3問(wèn)題二：用Matlab軟件

21、對(duì)模型進(jìn)行逐步回歸分析，得到釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，得出以下結(jié)論：紅葡萄酒花色苷與葡萄的花色苷鮮重、出汁率的關(guān)系為：Qri二2.6551P-6.7471P+437.5168r26紅葡萄酒單寧與葡萄總黃酮、可溶性固形物的關(guān)系為紅葡萄酒的總酚、酒總黃酮以及白藜蘆醇分別與釀酒葡萄的一級(jí)理化指標(biāo)間的關(guān)系如下：紅葡萄酒的DPPH半抑制體積以及色澤分別與釀酒葡萄的理化指標(biāo)間的關(guān)系如下:紅葡萄的H（D65）與釀酒葡萄的酪氨酸、果糖的關(guān)系：紅葡萄酒的C（D65）與釀酒葡萄的絲氨酸、谷氨酸、楊梅黃酮、山萘酚、果糖、葡萄糖的關(guān)系:白葡萄酒總酚與釀酒葡萄的總黃酮、黃酮醇的關(guān)系：白葡萄酒的總酚、酒總黃酮

22、及白藜蘆醇分別釀酒葡萄二級(jí)指標(biāo)的關(guān)系：白葡萄酒的色澤與釀酒葡萄一級(jí)指標(biāo)的關(guān)系：白葡萄的H（D65）與釀酒葡萄的絲氨酸、異亮氨酸、楊梅黃酮的關(guān)系：白葡萄的C（D65）與釀酒葡萄的果糖的關(guān)系：用DSP數(shù)據(jù)處理對(duì)葡萄與葡萄酒的理化指標(biāo)進(jìn)行訓(xùn)練，得到葡萄與葡萄酒理化指標(biāo)間的關(guān)系，與回歸得到的關(guān)系相比較。5.4問(wèn)題四：采用DPS數(shù)據(jù)處理系統(tǒng)來(lái)對(duì)數(shù)據(jù)進(jìn)行聚類分析，生成樣品冰柱圖。分析葡萄酒與葡萄的各種理化指標(biāo)與第二組評(píng)酒員葡萄酒質(zhì)量分?jǐn)?shù)，對(duì)理化指標(biāo)分類找到主要響因素。得出紅、白葡萄酒與葡萄的理化指標(biāo)與葡萄酒質(zhì)量因素的樣品冰柱圖。下面給出紅葡萄酒的理化指標(biāo)與紅葡萄酒質(zhì)量因素的樣品冰柱圖，其他樣品冰柱圖見(jiàn)附錄

23、。后用bp神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)篩選酒芳來(lái)啲指標(biāo)與樣品關(guān)葡萄酒的質(zhì)量分?jǐn)?shù)進(jìn)行學(xué)習(xí)得到紅、白葡萄與葡萄酒的理化指標(biāo)與質(zhì)量的網(wǎng)絡(luò)。用得到的網(wǎng)絡(luò)對(duì)理化指標(biāo)進(jìn)行仿真得到新的紅白葡萄酒的質(zhì)量分?jǐn)?shù)表。紅葡萄酒理化質(zhì)量評(píng)分表樣品1樣品2樣品3樣品4樣品5樣品6樣品7整體評(píng)價(jià)8.9488.9548.9558.9538.9548.9468.947樣品8樣品9樣品10樣品11樣品12樣品13樣品14整體評(píng)價(jià)8.9258.9588.9478.5838.9458.9388.951樣品15樣品16樣品17樣品18樣品19樣品20樣品21整體評(píng)價(jià)8.88158.9518.9558.9448.9558.9518.954樣品22樣品2

24、3樣品24樣品25樣品26樣品27整體評(píng)價(jià)8.9558.9588.9548.9338.9338.945白葡萄酒理化質(zhì)量評(píng)分表樣品1樣品2樣品3樣品4樣品5樣品6樣品7整體評(píng)價(jià)9.3199.3189.3189.3189.3199.3209.318樣品8樣品9樣品10樣品11樣品12樣品13樣品14整體評(píng)價(jià)9.3199.3199.3179.3189.3149.3159.316樣品15樣品16樣品17樣品18樣品19樣品20樣品21整體評(píng)價(jià)9.3159.3199.3149.3199.3159.3189.314樣品22樣品23樣品24樣品25樣品26樣品27樣品28整體評(píng)價(jià)9.3199.3179.31

25、89.3179.3169.3149.315通過(guò)與第二組評(píng)酒員的葡萄酒評(píng)分進(jìn)行對(duì)比，對(duì)數(shù)據(jù)進(jìn)行分析。發(fā)現(xiàn)各個(gè)樣品間的差距很小，不能體現(xiàn)出酒的特點(diǎn)，不能用理化指標(biāo)來(lái)對(duì)葡萄酒進(jìn)行質(zhì)量評(píng)價(jià)。葡萄酒區(qū)分好壞的主要通過(guò)評(píng)酒員品評(píng)葡萄酒來(lái)完成。隨著計(jì)算機(jī)技術(shù)與檢測(cè)技術(shù)發(fā)展，通過(guò)檢測(cè)的理化指標(biāo)來(lái)評(píng)價(jià)葡萄酒的質(zhì)量是可能的。六、模型的評(píng)價(jià)與推廣優(yōu)點(diǎn)1結(jié)合多方因素建立模型，充分考慮所給數(shù)據(jù)的差異，利用層次分析法對(duì)各種因素作全面分析。一些參數(shù)根據(jù)因素互相之間的聯(lián)系而設(shè)定，為評(píng)價(jià)問(wèn)題能提供準(zhǔn)確的依據(jù)。逐步回歸在處理葡萄酒與釀酒葡萄理化指標(biāo)時(shí)，剔除了一些微小影響因素。聚類分析對(duì)數(shù)據(jù)進(jìn)行分類，使有大量不同項(xiàng)的數(shù)據(jù)得到簡(jiǎn)化。

26、模型雖是就葡萄酒評(píng)價(jià)而建立的，但類似地也適用于其它方面的一些數(shù)據(jù)規(guī)律的評(píng)價(jià)問(wèn)題，即該模型具有很廣泛的應(yīng)用性。缺點(diǎn)1.人為的忽略一些影響不大的因素，在某種程度上增加了誤差。2.第四問(wèn)中訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的針對(duì)性，學(xué)習(xí)內(nèi)容不夠全面。七、參考文獻(xiàn)【1】李華，葡萄酒感官評(píng)價(jià)結(jié)果的統(tǒng)計(jì)分析方法研究第6卷第2期中國(guó)食品報(bào)【2】許國(guó)根、賈瑛，模式識(shí)別與智能計(jì)算的實(shí)現(xiàn)北京：北京航空航天大學(xué)出版社，2012年7月。【3】卓金武，在數(shù)學(xué)中建模中的應(yīng)用，北京：北京航空大學(xué)出版社，2011.7?！?】王文靜，感官評(píng)價(jià)在葡萄酒研究中的應(yīng)用第34卷第4期釀酒附錄應(yīng)用的軟件：ExcelMatlabDPS數(shù)據(jù)處理系統(tǒng)m

27、atlab:歸一1：fori=l:length(n)m(i,t)=(n(i)_min(n)/(max(n)_min(n)*10end歸一2：fori=1:length(f)k(i)=f(i)/sum(V(:,l);end聚類：y=pdist(xl);z=linkage(y,single);h=dendrogram(z)逐步回歸：B,SE,PVAL,in,stats,nextstep,history=stepwisefit(Xr,Yr(:,i);樣品冰柱圖：H25紅葡萄理化指標(biāo)與外觀指標(biāo)LJi址:.乍I：!:；百13M-|紅葡萄芳香指標(biāo)與香氣指標(biāo)zlaTa：.：i“dllLlF/l2iJ.-.l

28、5:?Ja.r”白葡萄酒芳香指標(biāo)與香氣指白葡萄酒理化指標(biāo)與外觀指白葡萄酒理化指標(biāo)與口感指白葡萄芳香指標(biāo)與香氣指標(biāo)白葡萄酒理評(píng)價(jià)結(jié)果白葡萄理化指標(biāo)與口感指標(biāo)澄清度色調(diào)純正度濃度質(zhì)量純正度濃度持久性質(zhì)量評(píng)價(jià)3.4106.9604.4936.30512.584.5386.2106.29516.719.319205675169825255973.4106.9604.4936.30512.584.4446.1476.36616.809.317505675169759505087053.4166.9254.4936.30512.584.5526.2896.38316.979.317715275169535

29、55461573.4106.9604.4936.30512.584.4756.1756.36416.829.31780567516984672393.4106.9604.5176.31112.524.5886.3226.35016.929.31920560582915796563.4216.8894.5556.30412.424.5196.1216.17016.399.3199559582513557595693083.4396.7464.5176.31112.524.5026.0146.09516.229.3183850582459526459983.4106.9604.4936.30512

30、.584.5846.3176.35916.949.3188056751697875467813.4396.7464.7016.75012.984.5556.3036.38516.999.31878515750345250655623.4106.9604.2836.00012.084.4966.1776.30716.699.3170056157855158645743.4106.9604.4736.26012.394.4346.1036.34516.729.31770567057482515357163.4396.7464.4936.30512.584.4576.1526.35116.769.3

31、14285751699559771953.4386.7494.5426.34312.524.4556.1346.33816.719.3153791575525657250653033.4106.9604.5166.31012.524.6006.1836.44916.939.3162056656766571524873.4396.7464.4936.30512.584.4626.1506.34016.739.3147857516975590443.4106.9604.4936.30512.584.6026.3646.38017.049.318705675169951151951093.4396.

32、7464.3706.14512.354.4736.1426.30416.659.31368525431722333813.4106.9604.5426.34312.524.5856.3186.35816.949.319405605755450562652553.4396.7464.4936.30512.584.4516.0976.29916.629.3151857516955319050543.4106.9604.5036.29312.624.4996.1406.26816.609.3186056326958538686863.4396.7464.4936.30512.584.3626.003

33、6.30016.559.3142857516956584555323.4106.9604.5176.31112.524.5896.3186.3416.909.31940560582255322413.4106.9604.4936.30512.584.4766.2216.41417.009.31730567516929559354353.4106.9604.4936.30512.584.4696.1676.35016.779.3179152575169661979183.4106.9604.4936.30512.584.3886.0156.27016.519.317305675169052525

34、435623.4106.9604.5086.52712.594.3426.0946.50116.409.3162056955536945810623.4396.7464.5176.31112.524.5946.3466.38017.029.3141850582452515966紅葡萄酒理化評(píng)價(jià)結(jié)果澄度清色調(diào)純正度濃度質(zhì)量純正度濃度持性久質(zhì)量評(píng)價(jià)3.4356.9524.1515.79811.573.9235.6735.96114.588.9480357654685684254553.4356.9524.2235.72511.904.1145.8565.96315.658.954035125659

35、5645833.5106.5154.2435.90112.104.1155.8485.96115.648.95521745455458452753.5206.4234.2425.90012.103.9365.5465.77015.128.95294517555287575056957273.5206.4234.1265.77011.804.0915.8065.95415.638.9536451552750545241853.5206.4234.2105.73811.873.9525.4035.74014.858.946145105281515647254033.5206.4234.1255.77511.773.9065.5145.79414.998.94724516505595155287163.5206.4234.0855.41011.273.7935.2595.60714.398.9252451815382505961773.4356.9524.5556.19212.824.1145.8565.96415.658.9583535202584056553.5206.4234.3375.31511.813.9415.3895.73