酿酒葡萄与葡萄酒理化指标及其质量的分析与评估.doc

PAGE\*MERGEFORMAT21第页，共NUMPAGES21页酿酒葡萄与葡萄酒理化指标及其质量的分析与评估摘要本文通过运用SPSS首先对两组品酒员对葡萄酒的评价进行了差异显著性分析以及评Cronbach系数分析对品酒员评价的可信度进行了分析，得到了两组品酒员评价之间存在显著性差异，并且第一组品酒员的评价结果更为可信。接下来我们取第一组评酒员给每个样品酒所给出的总分的平均分表示该样品葡萄酒质量的量化指标进行相关讨论我们通过对葡萄及葡萄酒的理化指标归一化处理，将它们之间的联系现实的更为明显，紧接着我们利用因子分析、主成分分析将决定葡萄酒质量的因素维度较低，从而达到简化模型的目的，并通过分析将各成分因子重新命名，再将命名后的主成分和评论员对葡萄酒的评价作为依据对酿酒葡萄等级评定，并引入层次分析法对评定体系进行改进构想。最后利用MATLAB求解主成分因子与葡萄酒质量之间的函数关系，并用BP人工神经网络进行验证及讨论。最后我们在每一个问题后面进行了深入的反思与总结，得出了一些具体的改进思路及方法，并得出在原有问题上的修正。关键字SPSSMATLABCronbach系数分析主成分分析层次分析法BP人工神经网络模型的改进与修正问题重述随着经济的日益发展，人们生活水平的不断提高，葡萄酒的受众随之增加，品酒行业逐渐专业化。品质是现代葡萄酒生产追求的目标之一，针对酒类的质量检测也成为食品行业工作的重中之重。根据已有数据，运用数学建模的方法，对葡萄酒进行评价是一个重要问题。确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。从上述相关关系出发，参考相关数据，针对酿酒葡萄与葡萄酒的理化指标和葡萄酒的质量这几个变量，进行分析并建立数学模型，讨论关于葡萄酒的评价问题：特别注意指出模型中的优点和不足之处，并做出改进方向。符号说明符号说明符号说明第i个品酒员对第j款酒所给的总分S香气指标K整个品尝的次数第i类芳香物质（1≤i≤8）总得分的方差Q其他影响因素所有在第i位品酒师打分的方差k香气指标关于芳香物质函数的常系数Y葡萄酒的单宁M测得葡萄酒评分X1葡萄酒的总酚Z葡萄酒标准分值（真实葡萄酒评分）X2葡萄酒的黄酮醇U外观指标第一组的总平均分V口感指标理化指标向量W整体评价指标代表原来数据群体的因子α香气指标占总分的权重两类新的性质因子β外观指标占总分的权重口感类物质成分因子γ口感指标占总分的权重色泽类物质成分因子δ整体评价指标占总分的权重模型建立与求解3.1.数据处理3.1.2.数据预处理由于试题中给出的附件酒样品未按照顺序排列，我们首先将数据进行了预处理，每组数据均按照样品号和品酒员号顺序排列，加和得到每一剂量酒样品的总评分数，并求得各项明细指标的平均值；其次将多组同类理化指标取平均值，以便分析讨论，进行模型的建立与求解。3.1.3.数据处理方法数据的预处理和部分图示，采用办公软件MicrosoftExcel2010；数据的归一化处理，采用办公软件MicrosoftExcel2010；数据结果的显著差异分析，采用SPSS19.0；数据结果的信度分析，采用SPSS19.0；数据结果的主成分分析，采用SPSS19.0；数据处理的拟合分析，采用MATLAB2012a3.2.问题1.1：附件1中两组评酒员评价结果的显著性差异分析要比较两组评论员之间是否具有显著性差异，而每组有10个评论员，27或28个葡萄酒样品，由于附件中的数据都是单项给出的，整体可比性不强，所以我们先用EXCEL将数据进行了初步的整理（求出每个品酒员对各样品的总分，以及各个明细样品的平均值），以第一组对红葡萄酒样品一的评价为例，处理结果如表1所示：表1.红葡萄酒样品一的评价项目品酒员12345678910平均值葡萄酒样品1外观分析澄清度544443432433.5色调1088666686666.6香气分析纯正度655545544544.6浓度867767774646.1质量161412121414121412121212.8口感分析纯正度655545644554.8浓度866766866666.3持久性876767876666.6质量221916191616191916161617.2平衡/整体评价11109109109999109.4总分1008478827579848169757277.93.2.1.初步分析：针对处理后的数据，我们初步的想法是将每组中各个品酒员对每项样品的总分作为一个样本，因此每个样本里将有270项数据。针对红葡萄酒评价的