2012年数学建模.docVIP

2012高教社杯全国大学生数学建模竞赛 葡萄酒的评价 摘要 随着如今葡萄酒理化指标检测手段的进步，利用酿酒葡萄及葡萄酒的理化指标对葡萄酒进行质量判别已成为现代检测葡萄酒质量的一种趋势，为此，本文做了如下研究，来分析葡萄及葡萄酒的理化指标对葡萄酒质量的影响。 对于问题一，利用SPSS软件的K-S检验分析每组评酒员打分，得到每种样本集的打分均符合正态分布，再利用MATLAB中的ttest2函数对样本进行t检验，以检验第一组评酒员与第二组评酒员评分结果的显著性差异，得到两组评酒员的评价结果具有显著性差异；最后综合运用信度分析和均标准差方法来求可信度，得出第二组评酒员的评价结果更可信。 对于问题二，先将第二组评酒员得出的葡萄酒质量结果，利用灰色模型，对每种样品的十个得分灰色数据融合算法计算，得出更合理的葡萄酒质量得分，结果见表5和表6。再利用SPSS对酿酒葡萄的理化指标分别采用相关性分析和主成分分析模型，对酿酒葡萄进行排名，得到结果见表11和表12；最后再利用不同权值得出酿酒葡萄的得分，结果见表13，分别对酿酒葡萄得分结果进行聚类分析，选出其中一组符合定义的葡萄级别黄金分割型，最终权重及酿酒葡萄的分级见表14。 对于问题三，针对所给样本建立了BP人工神经网络，并对其进行了训练，得到的结果表明，建立的网络可以很好表现白葡萄和白葡萄酒的理化指标之间的联系，对红葡萄的表现则不如表现白葡萄和白葡萄酒之间的联系。 对于问题四，首先用由相关性分析等方法提取的一部分葡萄及葡萄酒理化指标的主要成分与葡萄酒质量得分之间建立了多元线性回归模型，求得红葡萄酒和白葡萄酒各自变量的权重，求得红酒和白葡萄酒的复相关系数均为0.5；再使用主成分分析方法得到主要芳香物质，然后以葡萄、葡萄酒的理化指标以及芳香物质与葡萄酒质量得分之间再次建立多元线性回归模型，得到红葡萄酒和白葡萄酒的各自变量的权重，以及得到加入芳香物质指标后的红酒复相关指数为0.6261，白酒的复相关指数为0.5，白酒的复相关系数无变化，可以得出对于红酒单纯用葡萄和葡萄酒的理化指标不足以评价葡萄酒的质量，而对于白葡萄酒则可以用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 关键词： 葡萄酒评价 灰色模型 主成分分析 BP神经网络 理化指标 问题重述 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。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题： （1）分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结果更可信？ （2）根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。 （3）分析酿酒葡萄与葡萄酒的理化指标之间的联系。 （4）分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 模型假设与符号说明 模型假设 （1）假设题目中所有调查数据真实可信； （2）假设在葡萄酒品尝时的评价标准是客观的，符合实际情况； （3）假设当仪器没有检测到该样品成分时，其含量为零； （4）假设酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系； （5）假设酿酒葡萄和葡萄酒有效理化指标的主要成分对葡萄酒质量仅产生线性影响 （6）假设两组评酒员对样本就的评价结果数据是两组独立的样本； 符号说明 ：第一组的10个品酒员对第种红葡萄酒的评分集合（）； ：第二组的10个品酒员对第种红葡萄酒的评分集合（）； ：第一组的10个品酒员对第种白葡萄酒的评分集合（）； ：第二组的10个品酒员对第种白葡萄酒的评分集合（）； ：每个评分集合的样本容量，本题中=10； 问题分析 3.1 问题（1）分析 该问题要求分析附件1中两组评酒员的评价结果有无显著性差异，并且要得到哪一组结果更可信。题目中分别给出了两组评酒员对27种红葡萄酒和28种白葡萄酒基于各项评分标准的得分情况。 本文首先对每种酒的分类指标求和，得到每个评酒员对每种酒的总得分，这些总得分可以分为4类：第一组红葡萄酒品尝总分、第一组白葡萄酒品尝总分、第二组红葡萄酒品尝总分以及第二组白葡萄酒品尝总分，然后对这四类数据从显著性差异和可信度方面进行进一步分析。 关于显著性差异，通常情况下，实验结果达到0.05水平或0.01水平，才可以说数据之间具备了差异显著或是极显著。在作结论时，应描述方向性（例如显著大于或显著小于）。值通常用表