基于理化指标的葡萄酒质量评价研究.pdf

《基于理化指标的葡萄酒质量评价研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、理论研冤ChinaSCienceandTechnologyReview●l基于理化指标的葡萄酒质量评价研究高洪学黄坚王春利(1．吉林省靖宇县第一中学校，吉林白山135200；2．桂林电子科技大学信息科技学院，广西桂林541004)[摘要]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，这主要是根据感官进行评价，本文基于葡萄酒及酿酒葡萄的理化指标，通过数学统计分析的方法来对葡萄酒的质量进行评价，针对4个问题分别建立了显著性差异分析及基数型可信度模型、聚类分析模型、一元及多元回归分析模型、灰色

2、关联度模型对问题进行求解，对每个问题给出了计算结果和结论分析，并结合计算结果说明了所建模型的合理性。[关键词]葡萄酒评价，双样本秩检验；基数型可信度模型；聚类分析；回归分析，灰色关联度，SAS软件Minitab软件中图分类号：TS262．6文献标识码：A文章编号：1009—914X(2014)28—0389—021．基数型可信度评价模型的建立排序时，则有<显然0

3、象集、壬，(E)中的个评价对象4，以，⋯⋯进行多属性评价。11基数型可信度评价模型的应用求解步骤I：求出专家群体的评价结果；基于上述基数型可信度评价模型，假定2组评酒员为2位专家，记为专家个体按给定的属性体系给出各属性下的评价意见后，先按多属性决巨、，酒样品为评价对象，记为4，，⋯，7。策理论的常用方法得出专家E．对各评价对象的综合评价结果d(A)，再根据根据上述的求解步骤，首先对表1中红、自葡萄酒样品的总分平均值进行排序，得分最高的排第一，即质量最好，其次把这两组评酒员分别对同一酒样品评每个专家的

4、评价结果d(A)进行综合形成专家群体的评价结果D()：2⋯，分的两个平均值进行求和，再将求出的总和进行排名，最后根据公式(3)，(4)、Edl(A1)dl(A2)⋯dl(Aj)(5)和我们整理得的数据计算出of、f、Pof、P“的值，从而通过确定D()=E2d2(A)2(A2)⋯2(Aj)、卢的值，根据公式(6)计算出各组评酒员的可信度Pf，具体结果如表2所：：：：示。E(A)(A：)⋯di(A)在此方法中，更关注的是分值，所以>，则取：0．7，=0．3，根式中：(Aj)为专家蜃对评价对象A给出的多

5、属性综合评价结果。据式(5)可以算出对于白葡萄酒，两组评酒员的可信度P，分别为步骤2：计算出专家群体的评价意见。=0．7×0．87+0．3×0．49：0．756，按照多属性群决策理论的有关方法，很容易得出专家群体的评价意见：=0．7×0．79+0．3×0．51=0．706，因为Pl>P，，所以第一组评酒D(A)=(D(1)，D(A)，．．．，D(4))(2)员的评价结果更可信。步骤3：求出专家群体与专家的可信度偏差，对于红葡萄酒，2组评酒员的可信度P，分别为；P=0．7×0．92+0．3×0．51记

6、专家个体对各评价对象的分值序为五(A；)，专家群体对各评价对象的=O．797。P2=O．7xO．91+O．3xO．49=O．784，因为P1>P2。故第一组评酒员分值序为x(A)，与序数型可信度建模类似，可分别从专家E与专家群体的评价结果可信度更高。评价意见之间的“分值偏差”和“排序偏差”f两方面考察其可信性。综合所述，不管是哪种葡萄酒，第一组评酒员的评价结果更可信。记专家与专家群体评价意见之间的“分值偏差”,Sof为2聚类分类和等级划分的求解首先，利用聚类分析中的离差平方法对酿酒红葡萄进行分类：善

7、㈥第一类：{1，8，14，2，9，23。3．21}l第二类：{4，27，22，15，16，13，19，5，24，17，20，26，10，25}I专家E与专家群体评价意见之间的“排序偏差”f为第三类：{6，12，18，7}I第四类：{l1}。喜㈤白葡萄样品分成4类：第一类：{1，13，8，11，6，18，7，15，l6，19}，步骤4：求解出专家的可信度t第二类：{2，25，12，9，28，23，26，4，14，21，5，20，17，22}l由步骤3，可取第三类：{3，lO，24}，Plf=1·i，P

8、0f=1—0f(5)第四类：{27}。并定义专家的可信度为2．1酿酒葡萄的分级结果表示P=a。Pl+／s‘Po，(6)综合上述葡萄的分类等级与酒样品的质量排序，得出红、白葡萄样品所属等级如表3所示：式中：口、口分别为评价活动组织者对最终分值和排序的关注度，且有3．逐步回归分析的求解过程口0，0，+卢=1。当相对更关注分值时，有>卢；而相对更关注先进行对红白葡萄酒和红白葡萄数据的整理，在处理数据时，若遇到某项指标测试多次，则取其平均值，若只测试一次的，就用这次测得的数据