红葡萄酒芳香指标与香气指标样品冰柱图 后用bp神经网络来对筛选出来的指标与相关葡萄酒的质量分数进行学习得到红、白葡萄与葡萄酒的理化指标与质量的网络。
用得到的网络对理化指标进行仿真得到新的红白葡萄酒的质量分数表。
红葡萄酒理化质量评分表 样品1 样品2 样品3 样品4 样品5 样品6 样品7 8.954 8.955 8.953 8.954 8.946 8.947 整体评价 8.948 样品8 样品9 样品10 样品11 样品12 样品13 样品14 8.958 8.947 8.583 8.945 8.938 8.951 整体评价 8.925 样品15 样品16 样品17 样品18 样品19 样品20 样品21 8.955 8.944 8.955 8.951 8.954 整体评价 8.8815 8.951 样品22 样品23 样品24 样品25 样品26 样品27 8.958 8.954 8.933 8.933 8.945 整体评价 8.955 白葡萄酒理化质量评分表 样品1 样品2 样品3 样品4 样品5 样品6 样品7 9.318 9.318 9.318 9.319 9.320 9.318 整体评价 9.319 样品8 样品9 样品10 样品11 样品12 样品13 样品14 9.319 9.317 9.318 9.314 9.315 9.316 整体评价 9.319 样品15 样品16 样品17 样品18 样品19 样品20 样品21 9.319 9.314 9.319 9.315 9.318 9.314 整体评价 9.315 样品22 样品23 样品24 样品25 样品26 样品27 样品28 9.317 9.318 9.317 9.316 9.314 9.315 整体评价 9.319 通过与第二组评酒员的葡萄酒评分进行对比，对数据进行分析。发现各个样品间的差距很小，不能体现出酒的特点，不能用理化指标来对葡萄酒进行质量评价。
葡萄酒区分好坏的主要通过评酒员品评葡萄酒来完成。随着计算机技术与检测技术发展，通过检测的理化指标来评价葡萄酒的质量是可能的。
六、模型的评价与推广
优点
1.结合多方因素建立模型，充分考虑所给数据的差异，利用层次分析法对各种因素作全面分析。一些参数根据因素互相之间的联系而设定，为评价问题能提供准确的依据。
2.逐步回归在处理葡萄酒与酿酒葡萄理化指标时，剔除了一些微小影响因素。 3.聚类分析对数据进行分类，使有大量不同项的数据得到简化。
模型虽是就葡萄酒评价而建立的，但类似地也适用于其它方面的一些数据规律的评价问
题，即该模型具有很广泛的应用性。 缺点
1. 人为的忽略一些影响不大的因素，在某种程度上增加了误差。 2.第四问中训练后的神经网络具有很强的针对性，学习内容不够全面。 七、参考文献
【1】李华，葡萄酒感官评价结果的统计分析方法研究第6卷第2期《中国食品报》
【2】许国根、贾瑛，《模式识别与智能计算的实现》北京：北京航空航天大学出版社，2012年7月。
【3】卓金武，《在数学中建模中的应用》，北京：北京航空大学出版社，2011.7。 【4】王文静，感官评价在葡萄酒研究中的应用第34卷第4期《酿酒》
附录
应用的软件：
ExcelMatlabDPS数据处理系统 matlab：
归一1： fori=1:length(n)
m(i,t)=(n(i)-min(n))/(max(n)-min(n))*10
end 归一2：
fori=1:length(f) k(i)=f(i)/sum(V(:,1)); end 聚类：
y=pdist(x1');z=linkage(y,'single'); h=dendrogram(z)
逐步回归：
[B,SE,PVAL,in,stats,nextstep,history]=stepwisefit(Xr,Yr(:,i));
样品冰柱图：
红葡萄芳香指标与香气指标 红葡萄理化指标与外观指标
白葡萄酒芳香指标与香气指白葡萄酒理化指标与外观指红葡萄理化指标与口感指标
白葡萄酒理化指标与口感指
白葡萄芳香指标与香气指标 白葡萄理化指标与外观指标 白葡萄酒理评价结果 白葡萄理化指标与口感指标 澄清度 3.41005 3.41005 3.41615 3.41005 3.41005 3.42155 3.439 3.41005 3.439 3.41005 3.41005 3.439 3.4387 3.41005 3.439 3.41005 3.439 3.41005 3.439 色调 纯正度 6.9604.4936 75 6.9604.4936 75 6.9254.4932 75 6.9604.4936 75 6.9604.517 6 6.8894.55595 8 6.7464.517 85 6.9604.4936 75 6.7464.70185 15 6.9604.2836 1 6.9604.4736 7 6.7464.49385 75 6.7494.5429 15 6.9604.5166 65 6.7464.49385 75 6.9604.4936 75 6.7464.37085 25 6.9604.5426 05 6.7464.49385 75 浓度 质量 6.3051 6.3051 6.3051 6.3051 6.31105 6.30425 6.31105 6.3051 6.75075 6.0005 6.26005 6.3051 6.34375 6.3106 6.3051 6.3051 6.1454 6.34375 6.3051 12.5869 12.5869 12.5869 12.5869 12.5282 12.42135 12.5282 12.5869 12.9803 12.0878 12.3974 12.5869 12.52525 12.5276 12.5869 12.5869 12.3531 12.52545 12.5869 纯正度 4.5388 4.44475 4.5525 4.475 4.5889 4.5195 4.50245 4.5847 4.5554 4.49655 4.4348 4.45795 4.45565 4.60065 4.4627 4.60295 4.4737 4.58505 4.45155 浓度 持久性 6.2106.2952 5 6.1476.36695 05 6.2896.38335 55 6.1756.3648 4 6.3226.35015 7 6.1216.17075 95 6.0146.09595 2 6.3176.3598 75 6.3036.3855 25 6.1776.30715 8 6.1036.34525 15 6.1526.3515 9 6.1346.3387 25 6.1836.4497 15 6.1506.3405 5 6.3646.3801 15 6.1426.3042 2 6.3186.358 6 6.0976.2993 1 质量 16.71255 16.8008 16.9746 16.8267 16.9296 16.3969 16.22645 16.9446 16.99065 16.6964 16.7235 16.7677 16.71065 16.932 16.739 17.04195 16.6533 16.94265 16.62905 评价 9.319297 9.3175705 9.3177157 9.3178239 9.319256 9.3199308 9.3183998 9.3188781 9.3187562 9.3170574 9.3177716 9.3142195 9.3153303 9.3162487 9.3147044 9.3187109 9.3136381 9.3194255 9.3151054 3.4106.9604.50305 6 3 3.439 6.7464.49385 75 3.4106.9604.517 05 6 3.4106.9604.49305 6 75 3.4106.9604.49315 25 75 3.4106.9604.49305 6 75 3.4106.9604.50805 6 95 3.439 6.7464.517 85 澄清度 3.4353 3.4353 3.5101 3.52045 3.52045 3.52045 3.52045 3.52045 3.4353 3.52045 3.6038 3.520色调 纯正度 6.9524.1515 7 6.9524.2235 1 6.5154.2437 4 6.4234.2421 75 6.4234.1261 55 6.4234.2101 05 6.4234.1251 65 6.4234.0851 8 6.9524.5555 35 6.4234.3371 7 3.8293.98415 05 6.4233.9446.2932 6.3051 6.31105 6.3051 6.3051 6.3051 6.52755 6.31105 12.62695 12.5869 12.5282 12.5869 12.5869 12.5869 12.5936 12.5282 4.49985 4.3625 4.5892 4.4762 4.4696 4.38805 4.3429 4.59445 纯正度 3.92385 4.11465 4.1155 3.93675 4.09105 3.95215 3.9065 3.7938 4.1148 3.94175 3.49005 4.0346.1403 6.00365 6.31855 6.2219 6.1676 6.01525 6.094 6.2688 6.3008 6.34 6.41455 6.3501 6.27025 6.50145 6.346 6.38025 浓度 持久性 5.6735.9616 8 5.856 5.96395 5.8485.96145 8 5.5465.77075 05 5.8065.95445 2 5.4035.7406 4 5.5145.7941 55 5.2595.60725 05 5.8565.9644 05 5.3895.7373 5 4.7135.4313 75 5.7155.87316.6068 16.55455 16.9032 17.00935 16.7797 16.51435 16.4081 17.0215 质量 14.58425 15.6564 15.6445 15.12695 15.634 14.85725 14.9928 14.3996 15.65655 14.8599 12.7918 15.439.3186686 9.3142532 9.3194241 9.3173435 9.3179918 9.317362 9.3162062 9.3141966 评价 8.9480455 8.9540583 8.9552275 8.9529727 8.9536185 8.9461403 8.9472716 8.9252177 8.958 8.9466054 8.5833646 8.9447红葡萄酒理化评价结果
浓度 质量 5.79811.5765 46 5.725 11.9025 5.90112.105 45 5.90012.1055 28 5.77011.802 75 5.73811.872 815 5.77511.7705 59 5.41011.2715 3 6.19212.822 025 5.31511.816 84 5.92211.151 35 5.25211.5645 3.52045 3.52045 3.52045 3.52045 3.52045 3.52045 3.52045 3.57305 3.52045 3.52045 3.4353 3.52045 3.52045 3.52045 3.52045
1 6.4231 6.4231 6.4231 6.4231 6.4231 6.4231 6.4231 5.21385 6.4231 6.4231 6.9525 6.4231 6.4231 6.4231 6.4231 45 4.1955 4.1212 3.8377 4.13645 4.2033 4.15145 4.2398 4.1517 4.1955 4.42115 4.4773 4.26765 4.2298 4.1955 4.18355 3 5.6438 5.86015 5.45665 5.49125 5.7304 5.7682 5.89735 5.79865 5.6438 6.1096 6.28655 5.7627 5.5322 5.6438 5.6101 02 11.9144 11.6037 11.2502 11.74265 11.8611 11.7122 12.0949 11.5746 11.9144 12.5414 12.76365 11.9804 11.78515 11.9144 11.877 1 05 3.962 5.32025 3.9545.5788 05 3.862 5.17505 4.0015.65405 45 4.1135.85325 05 3.9095.5492 9 4.0925.809 25 4.1005.82055 6 4.1135.81815 55 3.9455.56345 45 4.1115.8497 75 3.9855.6276 75 3.9725.2742 8 4.074 5.4507 4.1145.48945 7 45 5.7237 5.7883 5.64685 5.84465 5.9632 5.83525 5.9547 5.9542 5.9543 5.77595 5.9627 5.82855 5.7198 5.8702 5.8751 275 14.68165 15.1917 14.4727 15.3601 15.6547 14.8869 15.63515 15.62555 15.60885 15.1469 15.6535 15.31705 14.6148 15.1798 15.1483 278 8.9382855 8.9514533 8.8815173 8.9511216 8.9546894 8.9438064 8.955076 8.9505646 8.9536392 8.9545159 8.9577505 8.9539331 8.9332173 8.9448027 8.9424979
数学建模 葡萄酒评价 - 图文
