基于GA系統(tǒng)、多元回歸與BP神經(jīng)網(wǎng)絡(luò)的葡萄酒評(píng)價(jià)體系(共35頁)

1、2013高教社杯全國(guó)(qun u)大學(xué)生數(shù)學(xué)建模競(jìng)賽承 諾 書我們(w men)仔細(xì)閱讀了全國(guó)大學(xué)生數(shù)學(xué)(shxu)建模競(jìng)賽章程和全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽參賽規(guī)則（以下簡(jiǎn)稱為“競(jìng)賽章程和參賽規(guī)則”，可從全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽網(wǎng)站下載）。我們完全明白，在競(jìng)賽開始后參賽隊(duì)員不能以任何方式（包括電話、電子郵件、網(wǎng)上咨詢等）與隊(duì)外的任何人（包括指導(dǎo)教師）研究、討論與賽題有關(guān)的問題。我們知道，抄襲別人的成果是違反競(jìng)賽章程和參賽規(guī)則的，如果引用別人的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻(xiàn)的表述方式在正文引用處和參考文獻(xiàn)中明確列出。我們鄭重承諾，嚴(yán)格遵守競(jìng)賽章程和參賽規(guī)則，以保證競(jìng)

2、賽的公正、公平性。如有違反競(jìng)賽章程和參賽規(guī)則的行為，我們將受到嚴(yán)肅處理。我們授權(quán)全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽組委會(huì)，可將我們的論文以任何形式進(jìn)行公開展示（包括進(jìn)行網(wǎng)上公示，在書籍、期刊和其他媒體進(jìn)行正式或非正式發(fā)表等）。我們參賽選擇的題號(hào)是（從A/B/C/D中選擇一項(xiàng)填寫）： 我們的參賽報(bào)名號(hào)為（如果賽區(qū)設(shè)置報(bào)名號(hào)的話）： 所屬學(xué)校（請(qǐng)?zhí)顚懲暾娜?參賽隊(duì)員 (打印并簽名) ：1. 2. 3. 指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)人 (打印并簽名)： （論文紙質(zhì)版與電子版中的以上信息必須一致，只是電子版中無需簽名。以上內(nèi)容請(qǐng)仔細(xì)核對(duì)，提交后將不再允許做任何修改。如填寫錯(cuò)誤，論文可能被取消評(píng)獎(jiǎng)資格。） 日期

3、： 年 月 日賽區(qū)評(píng)閱編號(hào)(bin ho)（由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）：12013高教社杯全國(guó)大學(xué)生數(shù)學(xué)(shxu)建模競(jìng)賽編 號(hào) 專 用 頁賽區(qū)評(píng)閱編號(hào)(bin ho)（由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）：賽區(qū)評(píng)閱記錄(jl)（可供賽區(qū)評(píng)閱時(shí)使用）：評(píng)閱人評(píng)分備注全國(guó)統(tǒng)一編號(hào)（由賽區(qū)組委會(huì)送交全國(guó)前編號(hào)）：全國(guó)評(píng)閱編號(hào)（由全國(guó)組委會(huì)評(píng)閱前進(jìn)行編號(hào)）： 基于(jy)GA系統(tǒng)(xtng)、多元回歸與BP神經(jīng)網(wǎng)絡(luò)的葡萄酒評(píng)價(jià)體系(tx)摘要葡萄酒評(píng)價(jià)涉及到多種指標(biāo)，通常以品酒員評(píng)分作為觀測(cè)值，其主觀性較強(qiáng)。因此，分析釀酒葡萄和葡萄酒的主要理化指標(biāo)，探究其之間的關(guān)聯(lián)性，并找出理化指標(biāo)與葡萄酒品質(zhì)之間的關(guān)

4、系，建立理化指標(biāo)葡萄酒品質(zhì)的模型，從而以客觀的理化指標(biāo)來評(píng)價(jià)葡萄酒品質(zhì)，避免了品酒員主觀判斷。本文采用GA灰色系統(tǒng)理論1、主成分分析、多元線性回歸與BP神經(jīng)網(wǎng)絡(luò)2等方法，解決了下列四個(gè)問題: 問題一，采用灰假設(shè)檢驗(yàn)，逐一分析兩組品酒員每一評(píng)價(jià)指標(biāo)的差異性，再結(jié)合指標(biāo)權(quán)重，對(duì)葡萄酒總體的差異性予以評(píng)價(jià)。其具有無需分析原數(shù)據(jù)分布態(tài)，結(jié)合分項(xiàng)權(quán)重分析數(shù)據(jù)總體差異性的優(yōu)點(diǎn)。對(duì)于數(shù)據(jù)可信度的判斷，采用灰色可信度方法，逐一分析每一品酒員在每一樣品中與平均值的灰色關(guān)聯(lián)度，之后綜合同組中所有品酒員的灰色關(guān)聯(lián)度，得到該組的灰色可信度。數(shù)值越大說明越可信。結(jié)果表明，總體情況下兩組評(píng)酒員在紅葡萄酒的評(píng)價(jià)中無顯著差異

5、，在白葡萄酒中存有顯著差異，兩組評(píng)酒員在紅、白兩種葡萄酒的評(píng)價(jià)中均為第二組的更可信。問題二，采用主成分分析法，將釀酒葡萄的理化指標(biāo)降維，結(jié)合葡萄酒評(píng)價(jià)指標(biāo)，建立釀酒葡萄評(píng)價(jià)模型，并用灰色關(guān)聯(lián)分析和信息熵法分別分析釀酒葡萄理化指標(biāo)和葡萄酒評(píng)價(jià)指標(biāo)的權(quán)重，最后利用基于三角白化權(quán)灰色聚類模型，對(duì)葡萄酒按優(yōu)、良、中、差、劣分為5類。結(jié)果表明紅葡萄中9,23,20號(hào)樣品為優(yōu)，12,25,18,15,11號(hào)樣品為劣；白葡萄中5,9,17,10,28,22,23號(hào)樣品為優(yōu)，12,16號(hào)樣品為劣。問題三，先對(duì)釀酒葡萄和葡萄酒的芳香物質(zhì)進(jìn)行篩選，并采用主成分分析法，將釀酒葡萄和葡萄酒的理化指標(biāo)、芳香物質(zhì)指標(biāo)降維

6、。以葡萄酒理化指標(biāo)和芳香物質(zhì)指標(biāo)的主成分與釀酒葡萄理化指標(biāo)和芳香物質(zhì)指標(biāo)的主成分進(jìn)行多元線性回歸，分析其之間的聯(lián)系。問題四，結(jié)合問題三中釀酒葡萄與葡萄酒理化指標(biāo)的主成分，采用BP神經(jīng)網(wǎng)絡(luò)，以理化指標(biāo)為輸入層，葡萄酒評(píng)分的總分為輸出層，用20組樣品進(jìn)行訓(xùn)練，并對(duì)剩余樣品進(jìn)行預(yù)測(cè)。分析預(yù)測(cè)值與實(shí)際值之間的偏差，從而分析利用釀酒葡萄與葡萄酒理化指標(biāo)來評(píng)價(jià)葡萄酒品質(zhì)的可行性。結(jié)果表明，利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練后的預(yù)測(cè)結(jié)果與實(shí)際值之間誤差在可控范圍內(nèi)，利用釀酒葡萄與葡萄酒理化指標(biāo)來評(píng)價(jià)葡萄酒品質(zhì)是可的。利用MATLAB、SPSS、EXCLE等軟件，分析了葡萄酒評(píng)價(jià)的一系列問題，建立了一套利用葡萄酒與葡萄理化

7、指標(biāo)評(píng)價(jià)葡萄酒質(zhì)量的模型，擴(kuò)展模型試用范圍，提高精確度，將會(huì)使其在實(shí)際應(yīng)用有更大的參考價(jià)值。關(guān)鍵詞：GA灰色系統(tǒng)理論(lln) 主成分分析 多元(du yun)線性回歸 灰色(hus)聚類 BP神經(jīng)網(wǎng)絡(luò)1問題重述確定葡萄酒質(zhì)量時(shí)一般是通過聘請(qǐng)一批有資質(zhì)的評(píng)酒員進(jìn)行品評(píng)。每個(gè)評(píng)酒員在對(duì)葡萄酒進(jìn)行品嘗后對(duì)其分類指標(biāo)打分，然后求和得到其總分，從而確定葡萄酒的質(zhì)量。釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，葡萄酒和釀酒葡萄檢測(cè)的理化指標(biāo)會(huì)在一定程度上反映葡萄酒和葡萄的質(zhì)量。附件給出了葡萄酒的評(píng)價(jià)結(jié)果，以及這些葡萄酒的和釀酒葡萄的成分?jǐn)?shù)據(jù)。要求討論下列問題，并建立數(shù)學(xué)模型：分析附件1中兩組評(píng)酒員的評(píng)

8、價(jià)結(jié)果有無顯著性差異，哪一組結(jié)果更可信？根據(jù)釀酒葡萄的理化指標(biāo)和葡萄酒的質(zhì)量對(duì)這些釀酒葡萄進(jìn)行分級(jí)。分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量？2理論簡(jiǎn)介2.1灰色系統(tǒng)理論簡(jiǎn)介灰色系統(tǒng)理論是由鄧聚龍教授創(chuàng)立的，該理論主要以不確定性系統(tǒng)為研究對(duì)象，通過計(jì)算系統(tǒng)與系統(tǒng)數(shù)據(jù)之間或系統(tǒng)內(nèi)部數(shù)據(jù)之間的灰色關(guān)聯(lián)度，對(duì)系統(tǒng)進(jìn)行分析、建模、預(yù)測(cè)和決策?；疑到y(tǒng)理論廣泛應(yīng)用與對(duì)不確定性系統(tǒng)的關(guān)聯(lián)分析、權(quán)重分析、聚類分析和回歸分析，其在分析過程無需判斷原數(shù)據(jù)的分布規(guī)律，具有穩(wěn)定性強(qiáng)、信息利用率高等優(yōu)點(diǎn)。2.2 B

9、P神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介人工神經(jīng)網(wǎng)絡(luò)，是一種在生物神經(jīng)網(wǎng)絡(luò)的啟示下建立的數(shù)據(jù)處理模型，其核心是通過調(diào)整神經(jīng)元之間的權(quán)值，來對(duì)輸入的數(shù)據(jù)進(jìn)行建模。BP神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)的精華，其通過增加多個(gè)隱含層的網(wǎng)絡(luò)，實(shí)現(xiàn)了多層神經(jīng)網(wǎng)絡(luò)的自我學(xué)習(xí)，被廣泛的用于分類識(shí)別、逼近、回歸、預(yù)測(cè)等領(lǐng)域，具有學(xué)習(xí)性強(qiáng)，誤差小，處理線性問題能力強(qiáng)等特點(diǎn)。3模型假設(shè)2.1模型假設(shè)葡萄酒品質(zhì)只與釀酒葡萄品質(zhì)有關(guān)，不考慮釀造過程中環(huán)境、技術(shù)的影響。不考慮理化二級(jí)指標(biāo)。所有指標(biāo)與葡萄的評(píng)級(jí)呈正相關(guān)。評(píng)酒員評(píng)分客觀獨(dú)立，互不影響，也不受其他樣品酒的影響。2.3符號(hào)定義對(duì)于(duy)文中的常用(chn yn)數(shù)學(xué)符號(hào)進(jìn)行規(guī)定，如表1所示（注

10、：文中具體公式(gngsh)通常以紅葡萄酒為例，未出現(xiàn)符號(hào)會(huì)在對(duì)應(yīng)公式中予以說明）：表1符號(hào)定義表符號(hào)符號(hào)說明X紅葡萄酒的評(píng)分Y白葡萄酒的評(píng)分A紅葡萄理化指標(biāo)B白葡萄理化指標(biāo)C紅葡萄酒理化指標(biāo)D白葡萄酒理化指標(biāo)i 第一組品酒員j 第二組品酒員k 葡萄、葡萄酒序號(hào)t品酒員序號(hào)s評(píng)價(jià)指標(biāo)序號(hào)4模型建立與求解4.1問題一分析問題一要求分析兩組品酒員對(duì)27種紅葡萄酒與28種白葡萄酒10項(xiàng)指標(biāo)評(píng)分的差異性，并判斷那一組更可信，分析數(shù)據(jù)后得出以下結(jié)論：品酒員的評(píng)酒分?jǐn)?shù)很大程度上受到自身感官影響，具有很強(qiáng)的主觀性與不確定性，與此同時(shí)品酒員在對(duì)不同評(píng)價(jià)指標(biāo)上的尺度也是因人而異，因此一種葡萄酒的評(píng)價(jià)結(jié)果應(yīng)取10

11、位品酒員評(píng)分的平均值，其差異性應(yīng)主要體現(xiàn)在不同評(píng)價(jià)指標(biāo)上。紅白兩種葡萄酒特性差異較大，其評(píng)價(jià)結(jié)果的差異性分析需要分別進(jìn)行討論。品酒員評(píng)分可信度以單一的葡萄酒總分作為樣本難以體現(xiàn)出多項(xiàng)評(píng)價(jià)的特點(diǎn)。由于評(píng)價(jià)指標(biāo)的權(quán)重都有所不同，因此應(yīng)該分析品酒員對(duì)每瓶酒上的每個(gè)指標(biāo)在相應(yīng)權(quán)重下的可靠性，綜合后得到一組品酒員評(píng)價(jià)結(jié)果的可靠性，再判斷哪一組更可信。4.1.1數(shù)據(jù)預(yù)處理分析原數(shù)據(jù)后，發(fā)現(xiàn)數(shù)據(jù)中存有異常與缺失的情況，這會(huì)對(duì)數(shù)據(jù)分析造成一定影響，因此需要將數(shù)據(jù)正常化再進(jìn)行分析。第一組紅葡萄酒品嘗評(píng)分中，樣品酒20色調(diào)四號(hào)品酒員的評(píng)分缺失。同時(shí)第一組白葡萄酒品嘗評(píng)分中，樣品酒3持久性七號(hào)品酒員的評(píng)分異常，分別

12、如表2、3所示：表2第一組紅葡萄酒20色調(diào)數(shù)據(jù)缺失品酒員一號(hào)二號(hào)三號(hào)四號(hào)*五號(hào)六號(hào)七號(hào)八號(hào)九號(hào)十號(hào)色調(diào)664668668表3第一組白葡萄酒3持久性數(shù)據(jù)異常品酒員一號(hào)二號(hào)三號(hào)四號(hào)五號(hào)六號(hào)七號(hào)*八號(hào)九號(hào)十號(hào)持久性75756777567經(jīng)觀察，兩組數(shù)據(jù)中其余九位品酒員之間的評(píng)分相差無幾。因此在樣本數(shù)據(jù)之間的差別不大時(shí)，可以采用均值替換法，補(bǔ)充、修正數(shù)據(jù)，如公式(1)所示： (1)注：m代表(dibio)缺失、異常數(shù)據(jù)序數(shù)均值替換法原理為取整現(xiàn)有正常數(shù)據(jù)的平均值來修補(bǔ)缺失(qu sh)、異常的數(shù)據(jù)。經(jīng)計(jì)算補(bǔ)充(bchng)、修正數(shù)據(jù)都為6。4.1.2灰假設(shè)檢驗(yàn)簡(jiǎn)述問題一中，品酒員對(duì)葡萄酒的評(píng)分不確定性

13、較強(qiáng)，數(shù)據(jù)量較少，其概率分布并不清晰、確定，采用傳統(tǒng)概率統(tǒng)計(jì)方法得出的結(jié)果不一定精確，因此選擇采用灰假設(shè)檢驗(yàn)3?；壹僭O(shè)檢驗(yàn)是以灰色系統(tǒng)理論為基礎(chǔ)，通過計(jì)算數(shù)據(jù)之間的灰關(guān)聯(lián)度絕對(duì)差（灰差）來分析兩組數(shù)據(jù)之間的差異性。灰色系統(tǒng)理論主要研究不確定問題，以此為基礎(chǔ)的灰假設(shè)檢驗(yàn)可檢驗(yàn)概率分布未知，樣本數(shù)少的數(shù)據(jù)，從而避免了原先的問題。按灰假設(shè)檢驗(yàn)的基本原理，以紅葡萄酒的為例，設(shè)任意一種指標(biāo)的兩組數(shù)據(jù)Xi與Xj，計(jì)算出對(duì)應(yīng)的灰關(guān)聯(lián)度h (h=i，j)，如式(2)-(5) (2) (3) (4) (5)式(4)中為分辨系數(shù)，0,1。定義灰關(guān)聯(lián)度絕對(duì)差(灰差)d，如式(6) (6)灰差的取值區(qū)間在1,0之間，

14、其值作為判斷兩數(shù)據(jù)之間差異性的標(biāo)準(zhǔn)，值越大表明差異性越明顯。分辨系數(shù)的取值會(huì)影響灰差d的大小，使灰差達(dá)到最大的分辨系數(shù)*定義最優(yōu)分辨系數(shù)，如式(7)： (7)為定量表達(dá)兩組數(shù)據(jù)之間的差異性，結(jié)合假設(shè)檢驗(yàn)與數(shù)據(jù)權(quán)重的思想，定義屬性權(quán)重，其于灰差的函數(shù)關(guān)系如式(8) (8)式中為權(quán)重系數(shù)，本問題中權(quán)重系數(shù)為指標(biāo)在總分中的比例?；壹僭O(shè)檢驗(yàn)H0為兩組數(shù)據(jù)之間無明顯差異，其否定域?yàn)閒 0.5，因此接受原假設(shè)，紅葡萄酒的評(píng)價(jià)結(jié)果無明顯差異。白葡萄酒的平均屬性權(quán)重為0.4237 0.5，因此拒絕原假設(shè)，白葡萄酒的評(píng)價(jià)結(jié)果有明顯差異。4.1.4灰色可信度評(píng)價(jià)結(jié)合灰假設(shè)檢驗(yàn)中關(guān)于灰關(guān)聯(lián)度的應(yīng)用，對(duì)于兩組品酒員評(píng)

15、價(jià)結(jié)果可信度的分析，可用灰關(guān)聯(lián)度為標(biāo)準(zhǔn)。計(jì)算每位評(píng)酒員在某樣品酒的評(píng)分與該酒平均分的灰關(guān)聯(lián)度，量化品酒員評(píng)分與平均值之間的差異，其差異越小，可靠性越大，數(shù)據(jù)就越可信。取一紅葡萄酒，其平均分與每位品酒員評(píng)分Xt之間存在灰關(guān)聯(lián)度，如公式(9)所示 (9)式中，X0為始點(diǎn)零像化數(shù)組。計(jì)算出一組中所有品酒員的灰色關(guān)聯(lián)度并求和，得到該組評(píng)分的總灰色關(guān)聯(lián)度，值越大表明評(píng)價(jià)結(jié)果越穩(wěn)定，該組的評(píng)價(jià)結(jié)果就越可信。由matlab軟件編程實(shí)現(xiàn)(程序見附錄程序2)，如表(7)所示表7紅、白葡萄酒總灰色關(guān)聯(lián)度葡萄酒種類與組別紅葡萄酒白葡萄酒第一組第二組第一組第二組總灰色關(guān)聯(lián)度62.121669.242756.72966

16、7.8770從表7中可以看出，第二組品酒員在紅、白兩種葡萄酒中，總灰色關(guān)聯(lián)度都是最高的，說明第二組品酒員的評(píng)價(jià)結(jié)果更加穩(wěn)定，可信度較高。因此之后的問題分析中，葡萄酒的評(píng)分就采用第二組品酒員的評(píng)價(jià)結(jié)果。4.2問題二的分析問題二要求根據(jù)釀酒葡萄的理化指標(biāo)與葡萄酒的評(píng)分，對(duì)葡萄酒進(jìn)行分類評(píng)級(jí)，分析后得出以下結(jié)論：理化指標(biāo)與評(píng)分屬于兩種完全不同的評(píng)價(jià)體系，其指標(biāo)間的意義、量綱不同，且在數(shù)值上差異懸殊，這會(huì)導(dǎo)致指標(biāo)在參與評(píng)價(jià)過程中所起的作用不均衡，容易產(chǎn)生偏差。因此應(yīng)對(duì)每一種指標(biāo)的情況進(jìn)行評(píng)估后再將其綜合起來，以此來分類評(píng)價(jià)。理化指標(biāo)無對(duì)應(yīng)的權(quán)重，而導(dǎo)致所有理化指標(biāo)在評(píng)價(jià)過程中的作用是一致的，因此需要對(duì)

17、理化指標(biāo)與評(píng)分進(jìn)行總體權(quán)重分析。與此同時(shí)，葡萄酒10項(xiàng)評(píng)分的權(quán)重由評(píng)酒員主觀判斷，不具備客觀性，因此也要重新定權(quán)。在同一體系下，指標(biāo)默認(rèn)理化指標(biāo)與評(píng)分這兩種體系的作用是同一級(jí)的。芳香物質(zhì)這一理化指標(biāo)(zhbio)主要表現(xiàn)為葡萄酒或葡萄(p to)的香氣，而在葡萄酒的評(píng)分項(xiàng)目中已有香氣這一項(xiàng)，同時(shí)芳香物質(zhì)數(shù)據(jù)缺失十分嚴(yán)重，難以統(tǒng)一利用(lyng)，其對(duì)葡萄酒的評(píng)價(jià)難以有顯著的作用，因此不將其納入評(píng)價(jià)體系中。理化指標(biāo)種類眾多，某些指標(biāo)之間關(guān)聯(lián)性較強(qiáng)，這會(huì)導(dǎo)致在評(píng)價(jià)過程中信息的重疊，同時(shí)過多的指標(biāo)會(huì)使權(quán)重減小，從而弱化了評(píng)價(jià)過程中理化指標(biāo)的作用。因此需要對(duì)理化指標(biāo)進(jìn)行主成分分析，減少評(píng)價(jià)過程中指標(biāo)的

18、數(shù)目。4.2.1數(shù)據(jù)預(yù)處理1. 數(shù)據(jù)選取對(duì)于釀酒葡萄的理化指標(biāo)而言，只采用一級(jí)指標(biāo)。同時(shí)對(duì)于多次測(cè)量的指標(biāo)采取平均的方法，共取出30種理化指標(biāo)。2. 異常數(shù)據(jù)檢查與修正在原始數(shù)據(jù)中，有的數(shù)據(jù)明顯比兩側(cè)的數(shù)據(jù)過大或過小，顯然是不合理數(shù)據(jù)。因此利用MATLAB中的箱線圖我們可以直觀的看到異常數(shù)據(jù)的出現(xiàn)，如圖1、2所示： 圖1紅葡萄vc含量 圖2白葡萄百粒質(zhì)量 其基本原理為，通過統(tǒng)計(jì)數(shù)據(jù)中最小值、第一四分位數(shù)、中位數(shù)、第三四分位數(shù)與最大值，對(duì)進(jìn)行數(shù)據(jù)粗略地檢查，分析是否存有異常數(shù)據(jù)。如圖1、2所示，兩種指標(biāo)中，均有指標(biāo)過大，明顯不符合常理，對(duì)于這兩個(gè)異常數(shù)據(jù)采取與4.1.1中一樣的“先剔除，后替換”

19、的策略，對(duì)異常數(shù)據(jù)進(jìn)行修正。3. 數(shù)據(jù)可信度分析表中的理化指標(biāo)，發(fā)現(xiàn)大部分葡萄酒樣品中，還原糖的值大于總糖，這不符合化學(xué)常理，因此將還原糖這一項(xiàng)指標(biāo)剔除。通過上述的數(shù)據(jù)處理，得到27*29、28*29的釀酒葡萄理化指標(biāo)矩陣。4.2.2釀酒葡萄理化指標(biāo)的主成分分析根據(jù)釀酒葡萄理化指標(biāo)數(shù)量綱不同，數(shù)據(jù)量多的特點(diǎn)，宜采用主成分分析法4中的因子分析，基本理論如下：利用公式(10)計(jì)算相關(guān)系數(shù)矩陣 （10）在(10)式中，rij(i，j=1，2，p）為原變量(binling)的xi與xj之間的相關(guān)系數(shù)，其計(jì)算公式如(11)所示： (11) 因?yàn)?yn wi)R是實(shí)對(duì)稱(duchn)矩陣（即rij=rji

20、），所以只需計(jì)算上三角元素或下三角元素即可。計(jì)算特征值與特征向量首先解特征方程，通常用雅可比法（Jacobi）求出特征值，并使其按大小順序排列，即；然后分別求出對(duì)應(yīng)于特征值i的特征向量。這里要求=1，即，其中eij表示向量ei的第j個(gè)分量。3） 計(jì)算主成分貢獻(xiàn)率及累計(jì)貢獻(xiàn)率，一般取累計(jì)貢獻(xiàn)率達(dá)8595%的特征值所對(duì)應(yīng)的第一、第二，第m（mp）個(gè)主成分。4） 計(jì)算主成分載荷，其計(jì)算公式如(12)所示 （12）得到各主成分的載荷以后，還可以按照（11）式進(jìn)一步計(jì)算，得到各主成分的得分 （13）利用spss軟件，對(duì)紅葡萄酒中的29中指標(biāo)進(jìn)行主成分的因子分析，得到紅葡萄的特征值和累計(jì)方差，如表8所示：

21、表8紅葡萄的特征值和累計(jì)方差主成分提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %17.59726.19726.1975.32418.35818.35824.72316.28642.4833.94913.61831.97632.8469.81352.2963.27211.28243.25842.7529.48961.7852.8629.86853.12552.1327.35369.1382.7569.50562.63061.7426.00875.1462.7219.38172.01171.3714.72979.8751.9716.79878.80881.1624.007

22、83.8811.4715.07383.881在累計(jì)(li j)方差(fn ch)達(dá)到83.881%，得到8個(gè)主成分，表明這八個(gè)主成分表現(xiàn)了紅葡萄理化(lhu)指標(biāo)中83.881%的信息，滿足主成分分析原則。(紅、白葡萄的正交結(jié)果見附錄表1)根據(jù)主成分正交因子的分析結(jié)果，得到對(duì)應(yīng)八種主成分的指標(biāo)組合，如表9所示：表9紅、白葡萄主成分正交因子組合主成分紅葡萄白葡萄1葡萄總黃酮總酚DPPH自由基單寧可溶性固性物總糖干物質(zhì)含量2可溶性固性物總糖干物質(zhì)含量總酚葡萄總黃酮單寧3蘋果酸褐變度a*L*b*4可滴定酸固酸比可滴定酸固酸比PH值5果皮質(zhì)量果穗質(zhì)量果皮質(zhì)量6黃酮醇果梗比7檸檬酸褐變度8vc含量白藜蘆

23、醇9蘋果酸10檸檬酸結(jié)合葡萄酒評(píng)分體系，共26個(gè)指標(biāo)，構(gòu)建起釀酒葡萄的評(píng)價(jià)模型，(以紅葡萄為例，其基本結(jié)構(gòu)如圖1所示（理化指標(biāo)用編號(hào)如下表所示）：釀酒葡萄的評(píng)價(jià)模型釀酒葡萄理化指標(biāo)葡萄酒評(píng)分主成分1主成分8主成分7主成分6主成分5主成分4主成分3主成分2外觀整體評(píng)價(jià)口感香氣1312101117211669192026221573澄清度色調(diào)純正度質(zhì)量濃度純正度質(zhì)量持久性濃度圖1釀酒葡萄評(píng)價(jià)模型樹狀圖釀酒葡萄理化指標(biāo)編號(hào)123456氨基酸總量蛋白質(zhì)vc含量花色苷酒石酸蘋果酸789101112檸檬酸多酚氧化酶活力褐變度DPPH自由基總酚單寧131415161718葡萄總黃酮白藜蘆醇黃酮醇總糖可溶性固

24、性物PH值192021222324可滴定酸固酸比干物質(zhì)含量果穗質(zhì)量百粒質(zhì)量果梗比2526272829出汁率果皮質(zhì)量L*a*b*4.2.3灰色(hus)關(guān)聯(lián)度與信息熵法權(quán)重(qun zhn)分析為確定(qudng)釀酒葡萄理化指標(biāo)在評(píng)價(jià)體系中的權(quán)重，結(jié)合灰色系統(tǒng)理論，以灰色關(guān)聯(lián)度為基礎(chǔ)，建立權(quán)重分析模型，具體步驟如下：選定母指標(biāo)：根據(jù)之前的主成分分析，葡萄總黃酮為累計(jì)方差最大的主成分中關(guān)聯(lián)最大的因子，其含量最大程度上體現(xiàn)了葡萄的質(zhì)量。因此葡萄總黃酮含量是評(píng)價(jià)葡萄的最重要的指標(biāo)之一，選用葡萄總黃酮含量A13(k)這一理化指標(biāo)作為母指標(biāo)。對(duì)于指標(biāo)值進(jìn)行規(guī)范化處理：由于各個(gè)指標(biāo)的量綱不同、數(shù)值上差異懸

25、殊，為對(duì)這些指標(biāo)數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)，采用規(guī)范化處理，每個(gè)指標(biāo)的原始數(shù)據(jù)除以其對(duì)應(yīng)的平均值，得到一個(gè)新的數(shù)據(jù)As(k)，如公式(14)所示： (14)構(gòu)建權(quán)重分析模型：計(jì)算灰色關(guān)聯(lián)系數(shù)as(k)，得出每一組指標(biāo)與母指標(biāo)葡萄總黃酮之間的關(guān)聯(lián)值，如公式(15)所示： (15)式中綜合各個(gè)關(guān)聯(lián)值，得到每組指標(biāo)與母指標(biāo)之間的關(guān)聯(lián)度，根據(jù)關(guān)聯(lián)度求出各指標(biāo)的權(quán)重，并對(duì)其進(jìn)行歸一化處理，如公式(16)所示： (16)對(duì)于葡萄酒評(píng)分而言，原10項(xiàng)單指標(biāo)分值權(quán)重是由專家主觀確定的，若簡(jiǎn)單套用則其在總體釀酒葡萄評(píng)價(jià)模型中會(huì)導(dǎo)致部分指標(biāo)權(quán)重過大，影響整體的評(píng)價(jià)結(jié)果。為此采用信息熵法，對(duì)葡萄酒評(píng)分進(jìn)行重新定權(quán)，具體步驟如

26、下：根據(jù)紅葡萄酒的評(píng)分X，構(gòu)造決策矩陣X，如公式(17)所示： (17)對(duì)決策矩陣規(guī)先范化后歸一化處理，得到規(guī)范、歸一化矩陣R，如公式(18)為： (18)其中(qzhng)規(guī)范化、歸一化公式如公式(19)所示：， (19)利用(lyng)公式(20)計(jì)算10項(xiàng)評(píng)分(png fn)指標(biāo)的權(quán)重s，() (20)利用matlab編程(見附錄程序3、4)，分析計(jì)算出16種理化指標(biāo)的權(quán)重與10項(xiàng)評(píng)分的權(quán)重，得到紅葡萄總體評(píng)價(jià)指標(biāo)權(quán)重，如表10所示(白葡萄的權(quán)重見附錄表2)：表10紅葡萄總體評(píng)價(jià)指標(biāo)權(quán)重理化指標(biāo)權(quán)重理化指標(biāo)權(quán)重vc含量0.0279黃酮醇0.0281蘋果酸0.0286總糖0.0325檸檬酸

27、0.0280可溶性固性物0.0322褐變度0.0277可滴定酸0.0305DPPH自由基0.0337固酸比0.0324總酚0.0347干物質(zhì)含量0.0323單寧0.0335果穗質(zhì)量0.0291葡萄總黃酮0.0387果皮質(zhì)量0.0301澄清度0.0501純正度20.0501色調(diào)0.0493濃度20.0500純正度0.0499持久性0.0502濃度0.0499質(zhì)量20.0501質(zhì)量0.0501平衡/整體評(píng)價(jià)0.05024.2.4基于三角白化權(quán)函數(shù)的灰色聚類評(píng)價(jià)模型葡萄評(píng)價(jià)而言，其含有釀酒葡萄的理化指標(biāo)與葡萄酒的評(píng)分等多個(gè)特征指標(biāo)，難以從單一指標(biāo)進(jìn)行分析評(píng)價(jià)。可以認(rèn)為葡萄的總體指標(biāo)是灰色的，因此將葡

28、萄進(jìn)行分類是一個(gè)白化過程。采用三角白化權(quán)函數(shù)的灰色聚類方法1，可以有效的解決這個(gè)問題，步驟如下：按照評(píng)價(jià)模型劃分所需的灰類n，之后將各指標(biāo)的取值范圍劃分為n個(gè)，例如將s指標(biāo)(a1，an+1)劃分為n區(qū)間：a1，a2，am-1，am， an-1，an，an，an+1其中am(m=1，2，n，n+1)的值一般可根據(jù)實(shí)際評(píng)估要求來確定。結(jié)合釀酒葡萄綜合評(píng)價(jià)體系，（紅葡萄酒為例）對(duì)26種指標(biāo)，以優(yōu)、良、中、差、劣分為五個(gè)灰類，六個(gè)區(qū)間值如表11（白葡萄見附錄表4）所示：表11紅葡萄灰度區(qū)間(q jin)指標(biāo)名稱灰度區(qū)間劣差中良優(yōu)vc含量0,0.090.09,0.200.20,0.290.29,0.40

29、0.40,0.57蘋果酸0,6.566.56,8.368.36,10.4310.43,14.1314.13,19.83檸檬酸0,0.350.35,0.870.87,1.311.31,1.821.82,2.6褐變度72,237237,484484,696696,937937,1307DPPH自由基0.15,0.250.25,0.350.35,0.440.44,0.540.54,0.7總酚6,1313,16.516.5,1919,2424,31單寧3,88,1111,1515,2020,27葡萄總黃酮2,66,1010,1414,1919,26黃酮醇2,2424,5757,8585,117117,

30、165總糖150,165165,186186,204204,225225,257可溶性固性物181,192192,208208,222222,238238,262可滴定酸4,5.15.1,6.26.2,7.17.1,8.28.2,9.8固酸比22,2929,3333,3636,3939,46干物質(zhì)含量18,2020,2222,2424,2626,30果穗質(zhì)量63,190190,325325,433433,575575,795果皮質(zhì)量0.1,0.140.14,0.190.19,0.230.23,0.280.28,0.35澄清度3.05,3.213.21,3.373.37,3.53.5,3.663

31、.66,3.9色調(diào)3.2,4.074.07,5.075.07,5.935.93,6.96.9,8.4純正度3,3.373.37,3.773.77,4.114.11,4.54.5,5.1濃度4.7,5.115.11,5.465.46,5.965.96,6.416.41,7.1質(zhì)量10.1,11.511.5,11.9311.93,12.2212.22,1313,14.2純正度3.3,3.553.55,3.773.77,3.963.96,4.174.17,4.5濃度4.5,4.874.87,5.275.27,5.615.61,66,6.6持久性5.35,5.85.8,5.95.9,66,6.16.1

32、,6.4質(zhì)量12,1313,1414,1515,1616,17平衡/整體評(píng)價(jià)8,8.38.3,8.68.6,8.868.86,9.159.15,9.6定義(dngy)每一個(gè)灰類對(duì)應(yīng)一個(gè)轉(zhuǎn)折點(diǎn)，其中(qzhng) =( am+am+1)/2，(m=1，2，n)。對(duì)灰類n或1，構(gòu)造相應(yīng)的上下限測(cè)度白化權(quán)函數(shù),，, ,。設(shè)x為指標(biāo)s的一個(gè)觀測(cè)值，當(dāng)xa1，或x，as+1時(shí)，可分別由公式(21)或(22)，計(jì)算出其關(guān)于灰類1或n的值(x)或(x)，公式如下所示： (21) (22)對(duì)灰類m( m2，3，n-1)，構(gòu)建(u jin)三角白化權(quán)函數(shù),，其公式(gngsh)如(23)所示： (23)確定(q

33、udng)各指標(biāo)的權(quán)重s計(jì)算葡萄k關(guān)于灰類m(m=1，2，n)的綜合聚類系數(shù)，如公式(24)所示： (24)由max=，判斷葡萄k屬于哪個(gè)灰類。結(jié)合上述的基本理論，在matlab中編程（程序見附錄程序4），得到紅葡萄和白葡萄的聚類結(jié)果，如表12.13所示：表12紅葡萄灰色聚類結(jié)果灰類葡萄樣品優(yōu)9,23,20良5,3,17,2,21中19,27,24,6,4,26,差1,22,8,14,13,16,10,7劣12,25,18,15,11表13白葡萄灰色聚類結(jié)果等級(jí)葡萄樣品優(yōu)5,9,17,10,28,22,23良20,27,25,19,21中6,18,14,15,1,3,7.4,24差2,13,8

34、,26,11劣12,16注：紅、白釀酒葡萄(p to)的綜合聚類系數(shù)見附錄表44.3問題(wnt)三的分析問題三要求(yoqi)分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系，分析后得出以下結(jié)論：對(duì)于葡萄酒和葡萄的理化指標(biāo)過多，逐一分析難度較大。因此先將理化指標(biāo)進(jìn)行主成分分析，降維再對(duì)其進(jìn)行關(guān)聯(lián)性分析葡萄與葡萄酒中的芳香物質(zhì)，種類繁多，但其主要體現(xiàn)在葡萄與葡萄酒的香氣。因此芳香物質(zhì)的總和可作為葡萄與葡萄酒的單一一種主成分進(jìn)行。在對(duì)葡萄酒和葡萄的理化指標(biāo)完成降維后，計(jì)算主成分得分，并結(jié)合芳香物質(zhì)，對(duì)其進(jìn)行多元線性回歸分析，分析出理化指標(biāo)之間的量化關(guān)系。4.3.1葡萄酒理化指標(biāo)的主成分分析利用SPSS對(duì)

35、紅葡萄酒理化指標(biāo)進(jìn)行主成分分析，得到紅葡萄酒理化指標(biāo)主成分分析，如表14所示：表14紅葡萄酒理化指標(biāo)主成分分析成份12總酚.984酒總黃酮.984DPPH半抑制體積.956單寧.939L*-.868花色苷.820-.381a*-.259.758b*.750白藜蘆醇.492.595(注：白葡萄酒理化成分分析見附錄表5)因此紅葡萄酒理化指標(biāo)主成分分析后，得到了兩個(gè)主成分，其中對(duì)主成分1影響較大為總酚、酒總黃酮、DPPH半抑制體積和單寧，對(duì)主成分2影響較大為a* 、b*。4.3.2葡萄酒與葡萄理化指標(biāo)的主成分得分根據(jù)之前分析得到的主成分，得到葡萄關(guān)于8個(gè)主成分因子的得分以及葡萄酒關(guān)于2個(gè)主成分因子的

36、得分，如表15、16所示：表15紅葡萄理化指標(biāo)主成分得分樣品序號(hào)主成分因子主成分1主成分2主成分7主成分815.257394.95882.227277.6452-14.426430.266120.525289.120263.416212.221118.175281.04127-8.509254.61071.882197.220表16紅葡萄酒理化指標(biāo)主成分得分樣品序號(hào)主成分因子主成分1主成分21146.054-202.918277.171-81.5972616.9845.9352711.550-5.311通過計(jì)算(j sun)主成分得分，量化樣品降維后的數(shù)值，為之后的相關(guān)性分析與多元(du yu

37、n)線性回歸打下基礎(chǔ)。4.3.3葡萄酒與葡萄(p to)理化指標(biāo)相關(guān)性分析與多元線性回歸紅葡萄理化指標(biāo)的主成分得分，結(jié)合紅葡萄芳香物質(zhì)，共9個(gè)主成份，紅葡萄酒主成分得分，結(jié)合紅葡萄酒芳香物質(zhì)，共3個(gè)主成份，利用MATLAB編程，進(jìn)行相關(guān)性分析(程序見附錄6)，計(jì)算其相關(guān)系數(shù)，如表17所示：表17紅葡萄與葡萄酒主成分相關(guān)系數(shù)葡萄葡萄酒主成份1主成份2芳香物質(zhì)主成份10.0306-0.08400.1585主成份20.0940-0.0338-0.0904主成份30.1704-0.22960.0933主成份4-0.09380.03910.1372主成份5-0.22440.19680.1296主成份60

38、.1768-0.1145-0.1294主成份70.00610.0624-0.1187主成份80.0983-0.0286-0.0968芳香物質(zhì)-0.15210.18800.0940(注：白葡萄酒理化成分分析見附錄表6)分析表17，可明顯發(fā)現(xiàn)紅葡萄酒中主成份1、主成份2、芳香物質(zhì)與紅葡萄主成份5、主成份3、主成份1相關(guān)程度最高。具體分析即為紅葡萄酒的總酚、葡萄總黃酮、DPPH半抑制體積、單寧、L*(D65)、花色苷與紅葡萄的果皮質(zhì)量、果穗質(zhì)量、百粒質(zhì)量有很強(qiáng)的相關(guān)性；紅葡萄酒的a*、b*、白藜蘆醇與紅葡萄的蘋果酸、褐變度、多酚氧化酶活力有很強(qiáng)的相關(guān)性；紅葡萄酒的芳香物質(zhì)主要與紅葡萄的葡萄總黃酮、總

39、酚、DPPH自由基、單寧有關(guān)。利用MATLAB，對(duì)葡萄酒的主成分與葡萄的主成分進(jìn)行多元線性回歸5，(程序見附錄程序7)，得到回歸線性方程(白葡萄回歸方程見附錄公式1)，如下所示：Y1=1.616*x1 + 4.5531*x2 + 4.7776*x3 - 2.429*x4 - 0.22033*x5 - 5.3504*x6 + 0.45253*x7 + 4.172*x8 + 0.084943*x9 - 0.06802;Y2=2.7548*x4 - 3.4274*x2 - 4.8481*x3 - 0.38933*x1 + 1.0367*x5 + 7.8965*x6 + 1.7237*x7 - 7.8

40、418*x8 - 0.048502*x9 + 0.5289;Y3=4.7145*x1 + 23.292*x2 + 9.2472*x3 - 4.654*x4 + 2.9228*x5 - 14.0124*x6 + 13.9712*x7 - 12.6061*x8 + 0.047419*x9 + 1.2093.4.4問題四的分析問題四要求分析釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，并論證能否用葡萄和葡萄酒的理化指標(biāo)來評(píng)價(jià)葡萄酒的質(zhì)量，分析后得出以下結(jié)論：為分析(fnx)釀酒葡萄和葡萄酒的理化指標(biāo)(zhbio)對(duì)葡萄酒質(zhì)量的影響，需確定分析(fnx)的量化數(shù)據(jù)。結(jié)合問題三中對(duì)于釀酒葡萄和葡萄酒的理

41、化指標(biāo)的降維處理，可以其主成分作為分析指標(biāo)。同時(shí)以葡萄酒評(píng)分的總分作為葡萄酒質(zhì)量。由于理化指標(biāo)對(duì)于葡萄酒質(zhì)量的影響是不明確的，其部分指標(biāo)可能會(huì)與葡萄酒質(zhì)量呈非線性關(guān)系。因此需要建立一個(gè)合理的，可實(shí)現(xiàn)非線性預(yù)測(cè)的模型。4.4.1 BP神經(jīng)網(wǎng)絡(luò)模型選用BP神經(jīng)網(wǎng)絡(luò)2作為葡萄和葡萄酒的理化指標(biāo)評(píng)價(jià)模型，以問題三種分析出的各樣品在釀酒葡萄和葡萄酒理化指標(biāo)主成分的得分作為輸入層，以葡萄酒評(píng)分總分代表葡萄酒質(zhì)量作為輸出層，隨機(jī)遴選20組樣品值作為訓(xùn)練數(shù)據(jù)，剩余的數(shù)據(jù)作為預(yù)測(cè)驗(yàn)證模型，建立起隱含層神經(jīng)元為5個(gè)的3層BP神經(jīng)網(wǎng)絡(luò)模型，如圖3所示：圖3三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖網(wǎng)絡(luò)中目標(biāo)誤差為0.00004，最

42、大迭代步為100步。利用MATLAB，編程得到基于葡萄酒與葡萄理化指標(biāo)的葡萄酒評(píng)價(jià)模型(程序見附錄程序8)，并且通過對(duì)剩余樣品的預(yù)測(cè)，得到紅、白葡萄酒預(yù)測(cè)輸出值如表18、19所示，并繪制BP網(wǎng)絡(luò)預(yù)測(cè)輸出曲線，如圖4所示。表18紅葡萄酒預(yù)測(cè)輸出值1234567實(shí)際輸出78.6074.9080.3073.0072.2062.7074.60期望輸出66.2066.1181.8255.6664.8159.5251.97表19白葡萄酒預(yù)測(cè)輸出值12345678實(shí)際輸出76.1569.3782.8269.0977.0377.6877.9174.37期望輸出77.0077.0076.0074.0080.00

43、77.0080.0072.00 (a)紅葡萄酒 (b)白葡萄酒圖4 BP網(wǎng)絡(luò)預(yù)測(cè)(yc)輸出曲線從圖中發(fā)現(xiàn)(fxin)，利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練20組樣品后，期預(yù)測(cè)值與實(shí)際(shj)值的偏差并不大，白葡萄酒的曲線甚至基本吻合，可見BP神經(jīng)網(wǎng)絡(luò)建立模型是合理可行的。同時(shí)，對(duì)兩組BP網(wǎng)絡(luò)預(yù)測(cè)輸出數(shù)據(jù)進(jìn)行t檢驗(yàn)，結(jié)果得到紅葡萄的p=0.018=0.05,故拒絕原假設(shè)認(rèn)為紅葡萄酒和紅葡萄理化指標(biāo)可以用來預(yù)測(cè)紅葡萄酒質(zhì)量，白葡萄酒的p=0&y(3,k)=varargin4(1,k) y(4,k)=1-y(3,k)/varargin4(1,k); %計(jì)算屬性權(quán)重else y(4,k)=0; %計(jì)算屬性權(quán)重en

44、dend函數(shù)使用方法：y=graytesting(A,B,0.5,C)%A、B為10*i的矩陣，代表i種樣品酒的10個(gè)不同指標(biāo)的評(píng)分。A、B分別為第一二組的評(píng)分?jǐn)?shù)據(jù)，0.5為分辨系數(shù),C為1*10的矩陣,代表十個(gè)不同指標(biāo)的權(quán)重系數(shù)程序2function y=grayreliability(varargin) %灰可信度分析n,m=size(varargin1);s=n/10;for i=1:s for j=1:m for k=1:10 B(k+(i-1)*10,j)=(varargin1(k+(i-1)*10,j)-varargin1(1+(i-1)*10,j);%數(shù)據(jù)零像化處理 end en

45、denda=0;b=0;for i=1:s for j=1:10 b=0.5*(B(10+10*(i-1),j)-B(10+10*(i-1),11); for k=1:10 C(i,j)=B(k+10*(i-1),j)-B(k+10*(i-1),11)+a; a=C(i,j); end C(i,j)=1/(1+abs(C(i,j)-b); %計(jì)算(j sun)灰色關(guān)聯(lián)度 endendy=sum(C);end函數(shù)(hnsh)使用方法：y=graytesting(A)%A為270*11或280*11的矩陣(j zhn)，代表紅、白兩種葡萄酒的評(píng)分情況表1紅葡萄主成分分析正交結(jié)果：旋轉(zhuǎn)成份矩陣?yán)砘?/p>

46、標(biāo)成份12345678葡萄總黃酮.905.020-.055.080-.010.070.021.007總酚.895.161.071.165-.128.154-.005.051DPPH自由基.829-.143-.016.209.000.352.037.128單寧.812.085.240-.180-.020.207.139-.054出汁率.736.053.055.088.021-.126-.090.114花色苷.687.066.584.160-.095.100.073.195蛋白質(zhì).547-.223-.121.426.022.325.255.296L*-.528-.355-.162.314.208.

47、206-.229-.348可溶性固性物.035.945.106-.032.012-.043-.068-.010總糖.027.927.005.062-.130-.055-.049-.034干物質(zhì)含量.094.894.151-.129-.147-.028.203-.055氨基酸總量.094.672-.304-.072-.304.355.210.164蘋果酸.119.130.829-.006-.259-.213.104.075褐變度.266-.100.826.078-.175.249.062-.012多酚氧化酶活力-.025.189.700.084.233.329-.053.030可滴定酸-.083

48、.374-.109-.820.174-.127-.153.001固酸比.068.100.260.788-.083-.086.193.213PH值.327.078-.492.683-.051.068-.103.026a*-.443-.042-.267-.494-.198-.302-.274.144果皮質(zhì)量.034-.011.037-.220.898.092-.059-.215果穗質(zhì)量-.059-.273-.114.205.828-.157.055.180百粒質(zhì)量-.075-.225-.207-.178.753-.231-.258.009黃酮醇.207.195.159-.019.005.822.1

49、74.138果梗比.242-.145.258.072-.322.747.006.156b*.023.408.213-.369-.009-.559.357.260白藜蘆醇.359-.343-.086.132-.370.463-.011-.308檸檬酸-.051.003.393.089-.084.041.855-.086酒石酸.166.131-.282.278-.131.088.774.146vc含量.274-.048.075.172-.031.169.010.879白葡萄(p to)主成分分析正交結(jié)果：白葡萄的特征值和累計(jì)(li j)方差主成分提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差的 %累積 %合

50、計(jì)方差的 %累積 %15.43318.73318.7334.04913.96213.96225.10217.59436.3273.29111.35025.31133.65712.61248.9393.04310.49535.80642.0647.11856.0572.7429.45745.26351.8476.36862.4252.4188.33853.60061.5735.42467.8491.9896.86060.46071.4535.01272.8611.9386.68167.14181.2664.36477.2251.7636.08073.22191.1774.06081.2841.7

51、085.89179.112101.0163.50384.7871.6465.67584.787在累計(jì)(li j)方差達(dá)到84.787%，得到10個(gè)主成分，表明這10個(gè)主成分表現(xiàn)了白葡萄理化指標(biāo)中84.787%的信息，滿足主成分分析原則。旋轉(zhuǎn)成份矩陣?yán)砘笜?biāo)成份12345678910可溶性固性物.924-.022.129.173-.048.057.043-.105-.021.107總糖.887-.111.103-.002-.036-.081.125.054-.026-.039干物質(zhì)含量.699.092.122.101-.397-.216-.046.220.120.158果穗質(zhì)量-.614.129

52、-.082-.121.498-.213-.062.254.086-.059總酚-.179.891.084-.031.190-.135.175.031.175.020葡萄總黃酮-.215.875.082-.068.253-.206.000.052.114.063單寧.456.741.029-.126-.108-.128-.115-.038-.067-.159黃酮醇-.009.640-.083.171-.060.084.449.206-.038.442a*.007.001-.883.284-.074.086-.043.169-.041.028L*.092.137.851-.106-.267.057

53、.158.066.078-.027b*.306-.158.794-.127-.327.050.252.070.150.025DPPH自由基.271.416.580-.085.185.011-.050.004-.248-.109可滴定酸.062.072.238-.862.181.117.077.048.188-.202固酸比.116-.059-.256.847-.145-.124-.067-.034-.099.257PH值.275-.001-.060.795.047.082.055.098.044-.293果皮質(zhì)量-.032.164-.138-.068.909-.084-.045-.085.11

54、1.103百粒質(zhì)量-.336.125-.061-.171.789-.233.005.117-.131-.056果梗比-.074-.310-.055-.156-.211.780-.060.126-.027.043vc含量-.214.045.143-.201-.138.649.061-.323-.221-.230酒石酸.385-.109.025.395-.049.562-.085.018.347.317褐變度-.051.007.179.021-.128.043.819-.054-.161.242花色苷-.322-.116-.169.116-.116.156-.688-.015-.112.370蛋白

55、質(zhì)-.002.403.099-.174.036-.533.547.098.040-.001白藜蘆醇-.068-.004-.119-.032-.050-.050-.027.928.024-.031多酚氧化酶活力-.216-.282-.341-.070-.203-.066-.184-.547-.138.272蘋果酸-.044.222.110-.218-.032-.094-.079.124.833.235出汁率-.541-.176-.102-.198.108.083.107-.278.543-.306氨基酸總量.433.139.324.173.109-.120-.209.348.466.133檸檬酸

56、.193.038-.051.084.068-.020.079-.103.180.753程序(chngx)3function y=grayweight(varargin) %灰色(hus)權(quán)重分析n,m=size(varargin1);for i=1:m for j=1:n B=sum(varargin1); C(j,i)=varargin1(j,i)/B(1,i)*n; %數(shù)據(jù)(shj)規(guī)范化 endendfor i=1:m for j=1:n D(j,i)=abs(C(j,i)-C(j,varargin2); endendfor i=1:m for j=1:n E(j,i)=(min(D(:

57、,1)+varargin3*max(D(:,1)/(D(j,i)+varargin3*max(D(:,1); %計(jì)算灰色關(guān)聯(lián)值 endendR=mean(E);r=sum(R);for j=1:m y(1,j)=R(1,j)/r; %計(jì)算灰色權(quán)重endend函數(shù)使用方法：y=graytesting(A，k，0.5)%A為27*16或27*18的矩陣(j zhn)，代表(dibio)紅、白兩種葡萄的主要理化(lhu)指標(biāo)，k為母指標(biāo)序列，0.5為值 程序4function W,result=information(x)m,n=size(x)U=x*diag(1./max(x);V=zeros(m

58、,n);for i=1:n for j=1:m y=U(:,i); s=sum(y); V(j,i)=U(j,i)/s; endendE=zeros(1,n);S=zeros(m,n);for i=1:n for j=1:m S(j,i)=V(j,i).*log(abs(V(j,i); end e=S(:,i); E(i)=-1/(log(n).*sum(e)endw=zeros(1,n);for i=1:n w(i)=1-E(i)endsss=sum(w);W=zeros(1,n);for i=1:10 W(i)=(1-E(i)/sss;endq=zeros(m,1)%q為加權(quán)后的總得分fo

59、r i=1:m b=0; for j=1:n b=b+W(j).*(x(i,j)(1) end q(i)=b;endrusult=1:m；q表2白葡萄總體(zngt)評(píng)價(jià)指標(biāo)權(quán)重理化指標(biāo)權(quán)重理化指標(biāo)權(quán)重蘋果酸0.0252PH值0.0342檸檬酸0.0210可滴定酸0.0285褐變度0.0216固酸比0.0287總酚0.0269干物質(zhì)含量0.0350單寧0.0259果梗比0.0304葡萄總黃酮0.0242果皮質(zhì)量0.0290白藜蘆醇0.0227L*0.0334總糖0.0347a*0.0123可溶性固性物0.0372b*0.0291澄清度0.0492純正度20.0501色調(diào)0.0499濃度20.0

60、502純正度0.0502持久性0.0494濃度0.0502質(zhì)量20.0502質(zhì)量0.0503平衡/整體評(píng)價(jià)0.0503表3白葡萄(p to)灰度區(qū)間指標(biāo)名稱灰度區(qū)間劣差中良優(yōu)蘋果酸0,22,44,66,99,10檸檬酸0,11,33,44,55,5.5褐變度14.5,165165,405405,575575,835835,1168總酚4,66,1010,1313,1515,17單寧1.5,33,44,55,77,9葡萄總黃酮0.5,33,55,7.57.5,88,9.6白藜蘆醇0,0.60.6,1.21.2,2.42.4,3.33.3,4.1總糖153,160160,175175,195195