数学建模论文2013国家奖.docVIP

2012高教社杯全国大学生数学建模竞赛 编 号 专 用 页 赛区评阅编号（由赛区组委会评阅前进行编号）： 赛区评阅记录（可供赛区评阅时使用）： 评 阅 人 评 分 备 注 全国统一编号（由赛区组委会送交全国前编号）： 全国评阅编号（由全国组委会评阅前进行编号）： 基于感官分析和理化指标对葡萄酒的评价 摘要 不同的产区、不同年份的葡萄酒有其独特的风格。目前，世界上对葡萄酒质量的评定还没有统一的标准，而感官评价仍然是评价葡萄酒质量最有效的方法。由于葡萄和葡萄酒的理化指标与葡萄酒的质量关系密切，所以理化指标也是划分葡萄酒等级的重要依据。本文针对感官分析和理化指标两种评价方法进行了分析。通过对两组感官分析结果差异性的分析以及对葡萄与葡萄酒理化指标相关度的分析，建立了基于葡萄和葡萄酒的理化指标的葡萄酒质量评价体系。 针对问题一，为了分析两组评价结果的显著差异性，本文通过双因素方差分析，得到两组评酒员的评价结果有显著性差异并指出差异性主要存在于红酒的色调、香气纯正度、香气质量和白酒的口感纯正度、口感浓度、口感质量、平衡评价的评定中。为了更准确地评价葡萄酒的质量，本文选取了波动性较小的第二组评价结果，作为葡萄酒质量的指标。 针对问题二，为了研究酿酒葡萄的分级问题，本文提出了两种分级方案。对于方案一，本文以简化后的葡萄理化指标为依据，对葡萄进行分类。对于方案二，本文采用了全部葡萄理化指标对葡萄进行分类。根据所酿葡萄酒的质量进行检测后得到红葡萄分级为：第一级：2,9,23,3；第二级：4,27,15,25,13,19,5,17,24,20,26,10；第三级：19,16,22,21；第四级：1,8,14；第五级：6,12,18,17,；第六级：11。白葡萄分级为：第一级：4,22,17,21；第二级：6,18,17,15；第三级：2,19,9,28,23,26,3,5,20,10,25,12,14,24；第四级：27；第五级：1,13；第六级：8,11,16。对分级结果的分析可得，含糖量达200g/L，出汁率大于70%、果穗小、含糖量与含酸量之比约20%，含酸量6—9g/L才可酿出较好的葡萄酒。 针对问题三，由于葡萄的理化指标较多，本文通过相关分析，依据相关系数表，对影响葡萄酒理化指标程度较小的葡萄指标进行了合理化剔除。在研究葡萄和葡萄酒理化指标的联系时，对各个所给葡萄酒理化指标建立了回归方程。为了进一步指出指标间的关联，我们又利用典型相关分析模型对其进行了分析。 针对问题四，本文旨在建立酿酒葡萄和葡萄酒理化指标与葡萄酒质量的函数关系式。利用逐步多元线性回归分析得到：红葡萄酒和葡萄的理化指标对红葡萄酒质量影响的回归方程为：，（为苹果酸，为葡萄总黄酮，为白藜芦醇，为固酸比），白葡萄酒和葡萄的理化指标对白葡萄酒质量影响的回归方程为：，（为PH值，为可滴定酸，为果穗质量）。由于经过方程计算得出的值相对真实值误差较小，本文认为能用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。 关键词：相关系数 双因素方差分析 多元线性回归 感官分析 理化指标 一、问题的提出与分析 1.1问题的重述 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。由给出的某一年份一些葡萄酒的评价结果以及该年份这些葡萄酒的和酿酒葡萄的成分数据，建立数学模型讨论下列问题： 1. 分析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。 1.2问题的分析 本题主要针对感官评价和理化指标这两种葡萄酒质量评价模型进行比较和分析，试图建立更客观的评价模型。 （1）问题一旨在比较两组评酒员评价结果有无显著性差异。由于所给数据中酒样品间分数差异较大，所以选用双因素方差分析，从中得到评酒员的评价结果的显著差异性分析结果。题目中要求选出结果更可信的评价组，即波动性较小的评价组。由于各指标权重不同，所以本文分各个指标，求出所有样品中10个评酒员评分的标准差之和。然后通过折线图比较两组评酒员评价结果的波动性大小。 （2）问题二旨在根据酿酒葡萄的理化指标和葡萄酒的质量对葡萄进行分级。为了尽量消除评酒员的异质性，需先将葡萄酒评价总分进行转化，所得总分代表葡萄酒质量。在分级过程中，如果对两个因素同时分析