(参考)葡萄酒质量评价模型的探究.docxVIP

葡萄酒质量评价模型的探究赵田阳(安徽师范大学数学计算机科学学院，安徽省芜湖市，241003)关键词：单因素方差分析；F检验；多元回归分析法；典型相关性分析；灰色相关度分析摘 要：葡萄酒的质量一般通过评酒员品尝后对其分类指标打分求得，不同组评酒员评价结果有所区别。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也会在一定程度上反映葡萄酒和葡萄的质量。本文首先采用单因素方差分析法进行显著性差异检验和F检验，分析多组评价结果的可信度，获取最佳可信度的数据，在此基础上通过建立多元回归分析模型，对酿酒葡萄的等级进行划分；然后采用典型相关分析方法建立酿酒葡萄和葡萄酒理化指标间的数学模型，并分析二者间的联系；最后通过灰色系统关系分析法，分析酿酒葡萄及葡萄酒的理化指标对葡萄酒质量的影响。中图分类号：O29文献标识码：A 文章编号：1001-2435 (2007) xx-xxxx-xxThe Exploration of Wine Quality Evaluation ModelZHAO Tian-yang(School of Mathematics and Computer Science Anhui Normal University , Wuhu Anhui, 241003, China)Keywords:One-way ANOVA, F Test,multiple regression analysis,canonical correlation analysis,grey related degree analysisAbstract：Wine quality is generally measured by the scores of classifying index after judges tasted the wine. Different judges have different evaluation results.Wine quality has a direct relation with the wine grapes. Physical-chemical indexes of the wine and the wine grapes can reflect their quality to some extends.The paper firstly usesone-way ANOVA to detect itssignificant difference and analyze the reliability of different groups to obtain a group of data that is more reliable. On these basis, establishing the multiple regression analysis model to divide the wine grapes into different level. Then, using canonical correlation analysis to build a mathematical model that indicates the relation between wine grapes and wine. Finally, studying the affection of the physical-chemical indexes to the wine quality by grey related degree analysis.1 引言问题背景近年来，葡萄酒逐渐为广大老百姓所喜爱，喝葡萄酒、品葡萄酒也渐渐被认为是有品位的、高雅的象征。然而，真正懂得辨别葡萄酒的质量却不是件容易的事。一般来说，鉴定葡萄酒的质量是通过聘请一批资深的评酒员进行品评，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。另外，葡萄酒的质量与原料即酿酒葡萄有直接的关系。再者，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。本文数据来源于2012年全国大学生数学建模竞赛A题。现有研究现状及本文贡献2006年的修订版葡萄酒国家标准中，主要提及了葡萄酒的分类方法以及检测标准，对于葡萄酒的品级也做了大致区分，但从实际的执行效果来看依然存在较多问题，对于葡萄酒级别的划分也偏主观，难以形成有效的实际指导作用。国外对葡萄酒质量评价的研究成果比较丰富，其中Cortez用支持向量机制建立了葡萄酒质量分类模型，分级效果较好；Moreno基于红酒的矿物质元素含量，用概率神经网络成功将54个样本分为两类[1]。国内对葡萄酒质量评价的研究多集