MATLAB·设计论文葡萄酒质量评价的数学建模.docx

《MATLAB·设计论文葡萄酒质量评价的数学建模.docx》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、葡萄酒质量评价的数学建模摘要：关于葡萄酒质量的评价，通常是通过评酒员的打分来确定的。本论文通过对酿酒葡萄与葡萄酒的理化指标之间的相关关系和评酒员打分进行了深入系统地分析，给出了葡萄酒质量评价的量化研究。基于相关数据，利用配对的t(α=0.05)检验、克隆巴赫系数信度分析、主成分分析、模糊C均值聚类、多元回归等方法，对酿酒葡萄质量评级模型，酿酒葡萄与葡萄酒之间的典型性相关分析关系模型等，并通过图像与数据分析研究了酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响。对于问题一，利用配对数据的t检验，我们得出两组评酒员的评价结果没有显著性差异，并应用克

2、伦巴赫系数信度分析法分别求出两组评酒员评价结果的可信度，通过数据比较和分析得到第一组评酒员的评价结果更可信，更符合实际。对于问题二，基于数据，本文首先根据第一问中确定的的可信的一组（第一组评酒员）根据附表一对葡萄酒品尝后得出的总分，确定葡萄酒的质量，从而相应的给酿酒葡萄进行一个初步的排名。然后对附表二中的酿酒葡萄的理化指标进行标准化处理后，进行主成分分析，根据新变量进行排名。最后采用模糊C均值聚类方法对酿酒葡萄的理化指标进行了聚类分析，同时结合葡萄酒的质量得分，我们最终确定了酿酒葡萄的三级评判方案。对于问题三，我们将酿酒葡萄与葡萄酒的理化指

3、标做了多元回归，将酿酒葡萄与葡萄酒的主要指标做了典型相关系数的检验，结果表明：酿酒红葡萄中氨基酸总量、花色苷、苹果酸、褐变度、DPPH自由基、总酚、单宁、葡萄总黄酮、还原糖、PH值、果皮颜色等对红葡萄酒中主要成分有显著影响；酿酒白葡萄中氨基酸总量、单宁、葡萄总黄酮、黄酮醇、干物质含量、出汁率，对白葡萄酒中主要成分有显著影响。对于问题四，我们把葡萄的理化参数、葡萄酒的理化参数作为自变量，对酒的评价作为因变量，通过用MATLAB中plot作图，分析了酿酒葡萄与葡萄的理化指标之间的关系，得出结论：葡萄酒与葡萄酒的理化指数存在关系，但是葡萄酒的质量

4、与其色泽、品味、环境以及口感有关系，所以并不能用葡萄和葡萄酒的理化指数指标来评价葡萄酒的质量。关键词：t检验、主成分分析、模糊C均值聚类、BP神经网络、支持向量回归机具体分析过程：第一问：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？[s,t]=tjy(x,y)Xmean=73.6691Ymean=73.5782n1=55n2=55s1=6.3131s2=4.6758s=30.8590t=0.0154F=n1+n2-2=55+55-2=108取95%的置信区间（α双边=0.05）查表的t0=1.98T

5、可信度比较function[a]=kexindu(x)x=x';n=length(x);s1=std(x);sum=sum(s1.*s1);b=sum(x,2);s2=std(b);a=n*(1-(Sum/(s2*s2)))/(n-1);第一组红样品α可信度第二组红样品α可信度　10.8463　10.8332　20.8253　20.4262　30.7436　30.7252　40.8572　40.7924　50.8099　50.3435　60.8532　60.5646　70.877　70.7973　80.6558　80.8017　90.565

6、1　90.6362　100.5686　100.731　110.7631　110.6639　120.9039　120.5838　130.6682　130.5006　140.6365　140.6441　150.851　150.8068　160.2019　160.6204　170.8352　170.3259　180.7194　180.7299　190.7776　190.8277　200.5679　200.7142　210.8611　210.7815　220.8116　220.4864　230.7212　230.5613　240.8398　240.

7、0461　250.7886　250.8266　260.7339　260.8265　270.6781　270.6853平均值0.0.可信度α1=0.>α2=0.，故第一组数据更可信第一组白样品α可信度第二组白样品α可信度10.882510.7586　20.9419　20.8333　3-0.5064　30.9243　40.761　40.8516　50.9018　50.6577　60.9202　60.627　70.776　70.7985　80.8588　80.8672　90.876　90.882　100.9306　100.8316　110.927

8、9　110.8828　120.9039　120.8794　130.9223　130.8236　140.8729　140.6143　150.8775　150.8461　160.92