數(shù)學(xué)建模葡萄酒分級(jí)(正式版)

1、承 諾 書我們仔細(xì)閱讀了中國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽的競(jìng)賽規(guī)則.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)賽規(guī)則，以保證競(jìng)賽的公正、公平性。如有違反競(jìng)賽規(guī)則的行為，我們將受到嚴(yán)肅處理。我們參賽選擇的題號(hào)是（從A/B/C/D中選擇一項(xiàng)填寫）： A 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?/p>

2、全名）： 西安理工大學(xué) 參賽隊(duì)員 (打印并簽名) ：1. 鄭曉東 2. 羅璐 3. 宮維靜 指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)人 (打印并簽名)： 日期： 2013 年 05月 10 日葡萄酒質(zhì)量的綜合評(píng)價(jià)分析摘要近年來，隨著人們生活水平的提高，葡萄酒也隨之受到人們的喜愛，加之食品科學(xué)技術(shù)的提高，人們對(duì)葡萄酒的品質(zhì)也有了更高的要求，本文就針對(duì)葡萄酒品質(zhì)的相關(guān)問題進(jìn)行建模，求解和有關(guān)分析。對(duì)問題一，首先基于兩組評(píng)酒員對(duì)同一批葡萄酒的評(píng)價(jià)分?jǐn)?shù)數(shù)據(jù)，采用假設(shè)檢驗(yàn)中的t檢驗(yàn)法建立評(píng)估兩組數(shù)據(jù)差異的模型，運(yùn)用Spss軟件求解，得到兩組數(shù)據(jù)存在顯著性差異的結(jié)論，其次，通過計(jì)算兩組數(shù)據(jù)的方差，用以比較穩(wěn)定性，得到第二

3、組更可信的結(jié)論。對(duì)問題二，首先對(duì)釀酒葡萄理化指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，經(jīng)過主成分分析法將葡萄分為四個(gè)等級(jí)，其次，按可信度高的一組（第二組）得分將葡萄酒分為五級(jí)，綜合兩種分級(jí)，將釀酒葡萄分為了級(jí)。對(duì)問題三，首先同問題二對(duì)釀酒葡萄與葡萄酒的理化指標(biāo)進(jìn)行主成分分析，用Matlab的曲線擬合得到葡萄酒的得分,分別與釀酒葡萄與葡萄酒的理化指標(biāo)之間的函數(shù)關(guān)系，再進(jìn)行反解即得到釀酒葡萄與葡萄酒的理化指標(biāo)之間聯(lián)系。對(duì)問題四，采用灰色關(guān)聯(lián)度分析的方法進(jìn)行求解，分別求出釀酒葡萄的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)聯(lián)度、葡萄酒理化指標(biāo)與其質(zhì)量的關(guān)聯(lián)度，通過關(guān)聯(lián)度值的大小，即可看出釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響大小

4、，并以此為基準(zhǔn)來論證釀酒葡萄和葡萄酒的理化指標(biāo)能否用來評(píng)價(jià)葡萄酒的質(zhì)量。關(guān)鍵詞：t檢驗(yàn) 主成分分析 曲線擬合 灰色關(guān)聯(lián)度分析一、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1給出了某一年份一些葡萄酒的評(píng)價(jià)結(jié)果，附件2和附件3分別給出了該年份這些葡萄酒的和釀酒葡萄的成分?jǐn)?shù)據(jù)。請(qǐng)嘗試建立數(shù)學(xué)模型討論下列問題：1. 分析附件1中兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無顯著性差異，哪一組結(jié)果

5、更可信？2. 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)。3. 分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的聯(lián)系。4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？二、問題分析 2.1 問題一本題給出了兩組評(píng)酒員對(duì)同一批葡萄酒的評(píng)價(jià)分?jǐn)?shù)，在本文，采用假設(shè)檢驗(yàn)中的t檢驗(yàn)建立評(píng)估兩組數(shù)據(jù)差異性的模型，研究?jī)山M評(píng)論員的評(píng)價(jià)是否存在差異，判斷能否接受它們存在顯著性差異的假設(shè)。若接受，則繼續(xù)第二步：可靠性分析，分別對(duì)兩組數(shù)據(jù)求方差，方差小的說明波動(dòng)小，既評(píng)酒員的評(píng)價(jià)較穩(wěn)定，可靠性高。2.2 問題二首先，我們利用問題一得到的結(jié)果，對(duì)可靠性高的

6、一組數(shù)據(jù)進(jìn)行處理，降低評(píng)論員之間的差異，提高葡萄酒樣品最終得分的可靠度。按得分對(duì)葡萄酒進(jìn)行分級(jí)。然后，用標(biāo)準(zhǔn)化處理后的釀酒葡萄的理化指標(biāo)對(duì)葡萄進(jìn)行主成分分析。最后，結(jié)合葡萄酒的分級(jí)對(duì)釀酒葡萄進(jìn)行分級(jí)。2.3 問題三首先，用處理釀酒葡萄的理化指標(biāo)的方法對(duì)葡萄酒的理化指標(biāo)做同樣的處理，得到葡萄酒理化指標(biāo)的主成分。然后，分別根據(jù)主成分獲得紅葡萄和紅葡萄酒的的得分。通過曲線擬合，分別建立紅葡萄得分和專家的評(píng)分之間的關(guān)系；紅葡萄酒得分和專家評(píng)分之間的關(guān)系。最后，根據(jù)兩種理化指標(biāo)和專家的評(píng)分之間的關(guān)系，建立兩種理化指標(biāo)之間的關(guān)系。2.4 問題四運(yùn)用灰色關(guān)聯(lián)度分析的方法，定量描述釀酒葡萄與葡萄酒的理化指標(biāo)對(duì)

7、葡萄酒質(zhì)量的影響，以此為基準(zhǔn)來論證釀酒葡萄和葡萄酒的理化指標(biāo)能否用來評(píng)價(jià)葡萄酒的質(zhì)量。三、問題假設(shè)1同種葡萄酒在同一組評(píng)酒員的得分下成正態(tài)分布。2一種葡萄對(duì)應(yīng)釀制一種葡萄酒。3葡萄的成分充分轉(zhuǎn)化為葡萄酒里的成分，不存在意外的浪費(fèi)和揮發(fā)。四、符號(hào)說明這里只列出主模型的全局參數(shù)，其他局部參數(shù)見具體模型。：第i個(gè)紅葡萄酒樣品：第i個(gè)紅葡萄酒樣品的得分T1：第一組評(píng)酒員全體T2：第二組評(píng)酒員全體五、模型的建立與求解5.1 模型一：基于t檢驗(yàn)建立差異評(píng)估模型我們采用假設(shè)性檢驗(yàn)驗(yàn)證是否能接受兩組評(píng)酒員的評(píng)價(jià)結(jié)果存在顯著性差異的假設(shè)。然后用方差分析兩組評(píng)酒員評(píng)價(jià)數(shù)據(jù)的波動(dòng)，認(rèn)為較平穩(wěn)的一組比較可靠。5.1.

8、1、數(shù)據(jù)預(yù)處理我們?cè)诜治鰯?shù)據(jù)是發(fā)現(xiàn)了幾個(gè)顯著性的異常數(shù)據(jù)：第一組紅酒數(shù)據(jù)樣品20色調(diào)評(píng)酒員4號(hào) 數(shù)據(jù)缺失第一組白酒數(shù)據(jù)樣品3持久性評(píng)酒員7號(hào) 懷疑多了一個(gè)7第一組白酒數(shù)據(jù)樣品8口感分析評(píng)酒員2號(hào) 數(shù)據(jù)明顯異常因?yàn)殡S機(jī)樣本在均值附近振蕩，所以我們選用均值來代替異常數(shù)據(jù)以求誤差最小。 t檢驗(yàn)?zāi)Ｐ偷慕⒎謩e代表第一，第二組整體，分別對(duì)紅葡萄酒（i=1,2，27）和白葡萄酒（i=1,2,27）進(jìn)行感官評(píng)價(jià)，的評(píng)價(jià)結(jié)果通過組內(nèi)的每一評(píng)酒員的評(píng)分的均值來表示。同樣的，T2的評(píng)價(jià)結(jié)果通過組內(nèi)的每一評(píng)酒員的評(píng)分的均值來表示。從而得到兩組評(píng)論員分別對(duì)紅葡萄酒的評(píng)價(jià)結(jié)果見表一：表1 紅葡萄酒的評(píng)價(jià)結(jié)果表中對(duì)于同一

9、酒樣品的兩個(gè)評(píng)價(jià)差異是由兩個(gè)評(píng)酒員引起的，為鑒定他們的評(píng)價(jià)結(jié)果有無顯著性差異，可對(duì)兩組數(shù)據(jù)對(duì)同一樣品的差值進(jìn)行分析，既表中的D。以紅葡萄酒為例：有27對(duì)相互獨(dú)立的評(píng)價(jià)結(jié)果（X1，Y1）（X2，Y2）（X27,Y27）,D1=X1-Y1,D2=X2-Y2,D27=X27-Y27，由于Di（i=1,2，,27）是由同一因素造成的，可認(rèn)為它們服從同一分布?，F(xiàn)假設(shè)DiN（，），i=1,2,27,且，未知，基于這一樣本檢驗(yàn)假設(shè)： （1）分別記的樣本均值和樣本方差的觀測(cè)值為，。對(duì)進(jìn)行單個(gè)均值的t檢驗(yàn)，檢驗(yàn)問題的拒絕域?yàn)椋@著水平為）：. （2） 當(dāng)?shù)闹挡宦湓诰芙^域內(nèi)時(shí)，接受，既認(rèn)為兩組評(píng)價(jià)無顯著性差異。否

10、則，兩組評(píng)價(jià)有顯著性差異。對(duì)白葡萄酒的處理同紅葡萄酒。2）模型的求解 現(xiàn)以紅葡萄酒為例求解，首先，作出同一酒樣品分別由兩組品酒員、得到的評(píng)價(jià)結(jié)果之差,列于表一的第三行，根據(jù)建立的模型檢驗(yàn)假設(shè)： . （3） 取=0.05，運(yùn)用spss軟件求解得到表二： 表二 t檢驗(yàn)求解結(jié)果根據(jù)上表得到的Sig=0.0200及相應(yīng)的正交化單位特征向量：則X的第i個(gè)主成分為Fi = aiX i = 1，2，p。步驟三：選擇主成分 在已確定的全部p個(gè)主成分中合理選擇m個(gè)來實(shí)現(xiàn)最終的評(píng)價(jià)分析。一般用方差貢獻(xiàn)率 （10） 解釋主成分Fi所反映的信息量的大小，m的確定以累計(jì)貢獻(xiàn)率 （11）達(dá)到足夠大（一般在85%以上）為原

11、則。步驟四：計(jì)算主成分得分計(jì)算n個(gè)樣品在m個(gè)主成分上的得分： i=1,2,3,，m （12） 5.2.1.3 模型的求解 利用MATLAB軟件編程，對(duì)釀酒葡萄的理化指標(biāo)進(jìn)行主成分分析（以紅葡萄的指標(biāo)為例），根據(jù)累計(jì)貢獻(xiàn)度大于85%的原則篩選，得到的前12個(gè)特征值及其貢獻(xiàn)度率如表所示： 表三 釀酒紅葡萄理化指標(biāo)的主成分分析結(jié)果序號(hào)特征值貢獻(xiàn)度19.79705 0.166128.02727 0.136136.79664 0.115245.31105 0.090055.15878 0.087463.58111 0.060772.7598 0.046882.42551 0.041192.25743 0

12、.0383101.9615 0.0332111.58293 0.0268121.47825 0.0251得分表達(dá)式為： F1=-0.4320 X1-0.3875X2+0.2533X59F2=0.3619X1+0.0019X2+0.0447X59 F12=0.0123X1+0.1229X2+-0.1720X59 (13)得分如下所示：表四 釀酒葡萄的得分根據(jù)得分的大小對(duì)釀酒葡萄進(jìn)行分級(jí)中上級(jí)釀酒葡萄：4,12,22,20 中級(jí)釀酒葡萄：19,7,27,3,25,26,23,16,5,13,17,24,14 中下級(jí)釀酒葡萄：6,21,2,9,10,15, 18 下級(jí)釀酒葡萄：11,8,15.2.2

13、 根據(jù)評(píng)酒師的評(píng)分對(duì)葡萄酒的質(zhì)量進(jìn)行分級(jí)對(duì)于“根據(jù)評(píng)酒師的評(píng)分對(duì)葡萄酒的質(zhì)量進(jìn)行分級(jí)”這一問題，我們認(rèn)為品質(zhì)優(yōu)良的葡萄釀出來的葡萄酒的品質(zhì)也應(yīng)是優(yōu)良的。它們之間存在著一一對(duì)應(yīng)關(guān)系。所以可以通過專家評(píng)委們的打分對(duì)葡萄酒進(jìn)行分級(jí)。根據(jù)我們對(duì)問題一模型的求解，得知第二組評(píng)委的評(píng)分更可信，所以針對(duì)于第二組評(píng)委對(duì)每種葡萄酒的綜合得分的平均值進(jìn)行排序，如下所示：品種9232031721419215262224得分78.277.175.874.674.57472.672.672.272.17271.671.52741610131225168151871171.571.269.968.868.868.368.

14、268.166.36665.765.465.361.6表五 葡萄酒的評(píng)分葡萄酒樣品的分級(jí)標(biāo)準(zhǔn)：8085分：高級(jí)葡萄酒7580分：中上級(jí)葡萄酒7075分：中級(jí)葡萄酒6570分：中下級(jí)葡萄酒6065分：下級(jí)葡萄酒所以采用上面的分級(jí)標(biāo)準(zhǔn)，可將27中葡萄酒分為如下級(jí)別：中上級(jí)葡萄酒：9，23,20 中級(jí)葡萄酒：3,17，2,14,19,21,5,26，22,24,27,4中下級(jí)葡萄酒：16,10,13,12,25,1,6,8,15,18,7 下級(jí)葡萄酒：115.2.3 綜合兩種因素，對(duì)釀酒葡萄進(jìn)行分級(jí)綜合兩種因素分級(jí)的結(jié)果，對(duì)釀酒葡萄進(jìn)行綜合評(píng)價(jià)，并得到釀酒葡萄的分級(jí)。具體步驟如下：分別對(duì)兩種分級(jí)結(jié)果

15、進(jìn)行編號(hào)：中上級(jí)葡萄酒編號(hào)為0中級(jí)葡萄酒編號(hào)為1中下級(jí)葡萄酒編號(hào)為2下級(jí)葡萄酒編號(hào)為3對(duì)釀酒葡萄的分級(jí)結(jié)果編號(hào)同上。2.計(jì)算同一樣品在兩種不同情況下的編號(hào)與編號(hào)0的差值，分別記為Ai1，Ai2，并計(jì)算總差值A(chǔ)i=Ai1+Ai2。3.根據(jù)總差值的大小對(duì)釀酒葡萄進(jìn)行分級(jí)。釀酒葡萄的分級(jí)標(biāo)準(zhǔn)：01：中上級(jí)釀酒葡萄 2：中級(jí)釀酒葡萄 35：中下級(jí)釀酒葡萄 6：下級(jí)釀酒葡萄 分級(jí)結(jié)果為：中上級(jí)釀酒葡萄：20,23,22,4 中級(jí)釀酒葡萄：12,9,3,19,17,27,24,26,5,14，中下級(jí)釀酒葡萄：7,25,16,13,6,21,2,10,15,1811,8 下級(jí)釀酒葡萄：15.3 模型三對(duì)于問

16、題三，我們同樣采用主成分分析法，得到葡萄酒的主成分記為Gi i=1,2，n，n為主成分的個(gè)數(shù)。應(yīng)用Matlab軟件編程，對(duì)葡萄酒的主成分進(jìn)行求解（以紅葡萄酒為例）根據(jù)累計(jì)貢獻(xiàn)度大于85%的原則篩選，得到的前5個(gè)特征值及其貢獻(xiàn)度率如表所示：表六 紅葡萄酒理化指標(biāo)的主成分分析結(jié)果序號(hào)特征值貢獻(xiàn)度15.99601 0.399723.18036 0.212031.76514 0.117741.42734 0.095250.881763 0.0588得分表達(dá)式： G1=-0.7996 X1-0.9186X2+0.3161X15 G2=-0.3289X1-0.0663X2+0.8334X15 G5=-0.

17、0465X1+0.2206X2+0.2027X15 得分如下所示： 表七 葡萄酒的得分經(jīng)分析直接求解葡萄酒理化指標(biāo)與釀酒葡萄理化指標(biāo)之間的聯(lián)系難度較大，但我們發(fā)現(xiàn)它們都可與葡萄酒質(zhì)量建立數(shù)學(xué)關(guān)系，將葡萄酒質(zhì)量作為因變量，葡萄酒理化指標(biāo)與釀酒葡萄理化指標(biāo)的主成分分別作為自變量，采用曲線擬合，即可分別得到兩理化指標(biāo)與葡萄酒質(zhì)量間的數(shù)學(xué)關(guān)系，再反解出兩指標(biāo)間的數(shù)學(xué)關(guān)系，這樣不但簡(jiǎn)化了求解過程而且可減小誤差。根據(jù)曲線擬合的方法對(duì)釀酒葡萄理化指標(biāo)的主成分和評(píng)委的得分之間建立函數(shù)關(guān)系為y=0.62598x8+1.7747x7-0.74728x6-4.457x5- 0.70899x4+2.8925x3+0.

18、34017x2-0.36971x+3.5688 圖一 釀酒葡萄理化指標(biāo)的主成分與評(píng)委得分的關(guān)系圖根據(jù)曲線擬合的方法對(duì)葡萄酒理化指標(biāo)的主成分和評(píng)委的得分之間建立函數(shù)關(guān)系為y=-4550.179x7-6212.6221x6-2244.2726x5+120.8559x4+160.1517x3+4.9978x2-3.2929x+3.5441圖二 葡萄酒理化指標(biāo)的主成分和評(píng)委的得分的關(guān)系圖圖三 釀酒葡萄理化指標(biāo)的主成分和葡萄酒理化指標(biāo)的主成分的關(guān)系圖5.4 模型四： 運(yùn)用灰色關(guān)聯(lián)度求解相互聯(lián)系問題分析該問題需要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，為方便運(yùn)算，我們分別考慮釀酒葡萄的理化指標(biāo)對(duì)

19、葡萄酒質(zhì)量的影響與葡萄酒的理化指標(biāo)對(duì)釀酒葡萄的影響，為此我們引入灰色關(guān)聯(lián)度的概念?；疑P(guān)聯(lián)度能夠定量描述事物或因素相互變化的情況，即變化的大小，方向和速度方面的關(guān)系。關(guān)聯(lián)度越大，代表相互間聯(lián)系越緊密，變化態(tài)勢(shì)越一致，反之，若變化態(tài)勢(shì)越不一致，則關(guān)聯(lián)度越小。模型的建立與求解灰色關(guān)聯(lián)度方法的計(jì)算介紹：原始數(shù)據(jù)的標(biāo)準(zhǔn)化由于原始數(shù)據(jù)存在數(shù)量級(jí)和量綱的差異性，所以先進(jìn)行標(biāo)準(zhǔn)化而方便進(jìn)行計(jì)算。 Xi*=xikXi，Xi=k=0nxik k=1，2，3n關(guān)聯(lián)度的計(jì)算經(jīng)數(shù)據(jù)處理后的參考數(shù)列為: X0*=x*01，x*02，x*03x*0n 比較數(shù)列為; Xi*=x*i1，x*i2，x*i3x*in i=1,2

20、,3m 從幾何角度看，關(guān)聯(lián)程度實(shí)質(zhì)是參考數(shù)列與比較數(shù)列曲線形狀的相似程度，參考數(shù)列與比較數(shù)列曲線形狀接近，則兩者關(guān)聯(lián)度較大；反之參考數(shù)列與比較數(shù)列曲線形狀相差較大，則兩者間的關(guān)聯(lián)度較小。因此，可用曲線間的差值大小作為關(guān)聯(lián)度的衡量指標(biāo)。則： ik=x*0k-x*ik k=1，2，3，n兩極最大值和最小值： max=maximaxkik，min=miniminkik關(guān)聯(lián)系數(shù)：Yoik=min+maxik+max，（0，1），k=1，2，n，i=1，2，m式中為分辨系數(shù)，用來削弱過大而使關(guān)聯(lián)系數(shù)失真的影響。人為引入這個(gè)系數(shù)是為了提高關(guān)聯(lián)系數(shù)之間的差異顯著性。關(guān)聯(lián)度的計(jì)算與比較由于每個(gè)比較數(shù)列與參數(shù)數(shù)

21、列的關(guān)聯(lián)程度是通過n個(gè)關(guān)聯(lián)系數(shù)來反映的，關(guān)聯(lián)系數(shù)分散，不便于從整體上進(jìn)行比較。因此，有必要對(duì)關(guān)聯(lián)信息做集中處理，求平均值則是一種比較好的信息集中的方式。即用比較數(shù)列與參數(shù)數(shù)列各個(gè)時(shí)期的關(guān)聯(lián)系數(shù)的平均值來定量反映兩個(gè)數(shù)列的關(guān)聯(lián)程度，其計(jì)算公式為： Yoi=1nk=1nYoik,i=1,2,3,m接下來用灰色關(guān)聯(lián)度進(jìn)行分析求解：對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理 表八 標(biāo)準(zhǔn)化處理數(shù)據(jù)計(jì)算參考數(shù)列與比較數(shù)列在同一時(shí)期的絕對(duì)差，得到下表：花色苷 單寧 總酚 酒總黃酮 白藜蘆醇 DPPH L*(D65) a*(D65) b*(D65) H(D65) C(D65)2.7144 0.5420 0.6175 0.6617

22、0.3043 0.6276 0.9155 0.6563 0.8002 0.6942 0.67770.8677 0.4310 0.4323 1.6222 0.0886 0.9653 0.7465 0.1850 0.0040 0.3861 0.16250.4529 0.7666 0.3064 0.4462 0.3867 0.7132 0.6593 0.1045 0.1899 0.4230 0.06100.2308 0.0347 0.0286 0.0469 0.1181 0.1351 0.1033 0.2556 0.2852 0.0751 0.24890.0957 0.1610 0.0029 0.2

23、220 0.4104 0.0410 0.1273 0.2283 0.1232 0.0055 0.20060.5481 0.0206 0.0564 0.0839 0.2291 0.0463 0.3946 0.0890 0.0759 0.1036 0.07650.7125 0.5043 0.4409 0.4920 0.5552 0.5559 0.3793 0.0875 0.3957 0.5244 0.00502.5535 0.7276 0.6904 0.6543 0.6479 0.6217 0.7184 0.1563 0.2629 0.1067 0.17970.3942 0.7047 0.7305

24、 0.9473 0.0120 0.6501 0.7303 0.1602 0.0203 0.3663 0.13800.4432 0.2026 0.2756 0.3265 0.0747 0.3596 0.4207 0.1838 0.6065 1.9912 0.08650.8289 0.2423 0.2317 0.4444 0.7687 0.4035 1.2872 0.6328 0.0111 0.8897 0.45960.6133 0.0431 0.1630 0.3221 0.3361 0.3014 0.3746 0.0696 0.4534 0.3400 0.13040.2560 0.1355 0.

25、2272 0.2062 0.6454 0.2695 0.0019 0.1517 0.1266 0.1697 0.10060.0680 0.1855 0.2212 0.3948 0.4247 0.2928 0.4318 0.0938 0.5774 0.4565 0.17320.5653 0.4814 0.3811 0.6550 0.7850 0.7246 0.2589 0.1190 0.1653 0.1690 0.06740.3799 0.3648 0.3844 0.4851 0.7097 0.5061 0.1986 0.1504 0.2056 0.2688 0.08970.0521 0.321

26、6 0.0441 0.0627 0.4858 0.4471 0.0626 0.1719 0.1972 0.0871 0.16520.6949 0.3554 0.2726 0.2465 0.4882 0.3489 0.4486 0.1189 0.0538 0.0284 0.09830.2573 0.1868 0.1867 0.2187 1.4766 0.2644 0.1511 0.2791 0.0738 0.2356 0.21700.7409 0.2157 0.2473 0.1969 0.7571 0.3177 0.8874 0.4988 0.3040 0.4245 0.46820.1394 0

27、.3390 0.3776 0.1430 1.3727 0.5505 0.5263 0.0014 0.5450 0.5282 0.09310.1580 0.1313 0.1198 0.0806 0.1211 0.0755 0.1223 0.0362 0.0773 0.3298 0.02770.5445 0.4744 0.9758 1.4557 2.4693 1.5097 0.6688 0.0938 0.1113 0.3315 0.06720.0093 0.2233 0.1532 0.2524 0.8779 0.2762 0.0285 0.1583 0.2135 0.3157 0.09590.41

28、47 0.2716 0.3093 0.3985 0.3052 0.2772 0.2072 0.2506 0.4934 1.2301 0.15140.3622 0.4387 0.3155 0.4963 0.1823 0.5962 0.1209 0.2956 0.3853 0.1287 0.2984 表九 參考數(shù)列與比較數(shù)列的絕對(duì)差通過上表可以計(jì)算出兩極最大差與最小差，從而計(jì)算出關(guān)聯(lián)系數(shù)，通過查閱文獻(xiàn)得到得到關(guān)聯(lián)系數(shù)表如下：葡萄酒樣品花色苷 單寧 總酚 酒總黃酮 白藜蘆醇 DPPH L*(D65) a*(D65) b*(D65) H(D65) C(D65)1 0.1671 0.5017 0.469

29、1 0.4518 0.6425 0.4650 0.3732 0.4539 0.4052 0.4400 0.4459葡萄酒樣品 花色苷 單寧 總酚 酒總黃酮 白藜蘆醇 DPPH L*(D65) a*(D65) b*(D65) H(D65) C(D65)1 0.1671 0.5017 0.4691 0.4518 0.6425 0.4650 0.3732 0.4539 0.4052 0.4400 0.44592 0.3859 0.5589 0.5581 0.2514 0.8619 0.3609 0.4221 0.7478 0.9952 0.5859 0.7716 2 0.3859 0.5589 0.

30、5581 0.2514 0.8619 0.3609 0.4221 0.7478 0.9952 0.5859 0.77163 0.5466 0.4156 0.6409 0.5503 0.5855 0.4333 0.4527 0.8407 0.7428 0.5635 0.90133 0.5466 0.4156 0.6409 0.5503 0.5855 0.4333 0.4527 0.8407 0.7428 0.5635 0.90134 0.7035 0.9423 0.9524 0.9229 0.8234 0.8028 0.8423 0.6816 0.6573 0.8807 0.68744 0.70

31、35 0.9423 0.9524 0.9229 0.8234 0.8028 0.8423 0.6816 0.6573 0.8807 0.68745 0.8523 0.7733 0.9973 0.7116 0.5710 0.9322 0.8121 0.7058 0.8171 0.9925 0.73215 0.8523 0.7733 0.9973 0.7116 0.5710 0.9322 0.8121 0.7058 0.8171 0.9925 0.73216 0.4989 0.9659 0.9082 0.8684 0.7050 0.9238 0.5806 0.8614 0.8796 0.8419

32、0.8787 6 0.4989 0.9659 0.9082 0.8684 0.7050 0.9238 0.5806 0.8614 0.8796 0.8419 0.87877 0.4336 0.5198 0.5533 0.5259 0.4957 0.4953 0.5902 0.8634 0.5799 0.5100 0.99347 0.4336 0.5198 0.5533 0.5259 0.4957 0.4953 0.5902 0.8634 0.5799 0.5100 0.99348 0.1758 0.4284 0.4413 0.4546 0.4571 0.4674 0.4315 0.7785 0

33、.6755 0.8379 0.7532 8 0.1758 0.4284 0.4413 0.4546 0.4571 0.4674 0.4315 0.7785 0.6755 0.8379 0.75329 0.5808 0.4363 0.4274 0.3652 0.9809 0.4562 0.4275 0.7741 0.9664 0.5986 0.79949 0.5808 0.4363 0.4274 0.3652 0.9809 0.4562 0.4275 0.7741 0.9664 0.5986 0.799410 0.5520 0.7301 0.6650 0.6261 0.8813 0.6031 0

34、.5649 0.7490 0.4735 0.2148 0.8648 10 0.5520 0.7301 0.6650 0.6261 0.8813 0.6031 0.5649 0.7490 0.4735 0.2148 0.864811 0.3968 0.6932 0.7027 0.5513 0.4150 0.5751 0.2974 0.4629 0.9825 0.3799 0.542911 0.3968 0.6932 0.7027 0.5513 0.4150 0.5751 0.2974 0.4629 0.9825 0.3799 0.542912 0.4708 0.9288 0.7711 0.629

35、2 0.6192 0.6447 0.5932 0.8886 0.5463 0.6165 0.808412 0.4708 0.9288 0.7711 0.6292 0.6192 0.6447 0.5932 0.8886 0.5463 0.6165 0.808413 0.6813 0.8023 0.7068 0.7266 0.4580 0.6700 0.9991 0.7836 0.8130 0.7638 0.845813 0.6813 0.8023 0.7068 0.7266 0.4580 0.6700 0.9991 0.7836 0.8130 0.7638 0.845814 0.8910 0.7

36、472 0.7123 0.5805 0.5625 0.6513 0.5584 0.8549 0.4858 0.5446 0.760114 0.8910 0.7472 0.7123 0.5805 0.5625 0.6513 0.5584 0.8549 0.4858 0.5446 0.760115 0.4911 0.5314 0.5891 0.4544 0.4099 0.4294 0.6788 0.8223 0.7686 0.7646 0.8919 15 0.4911 0.5314 0.5891 0.4544 0.4099 0.4294 0.6788 0.8223 0.7686 0.7646 0.

37、891916 0.5898 0.5996 0.5870 0.5295 0.4345 0.5189 0.7340 0.7851 0.7272 0.6706 0.860416 0.5898 0.5996 0.5870 0.5295 0.4345 0.5189 0.7340 0.7851 0.7272 0.6706 0.860417 0.9148 0.6296 0.9273 0.8988 0.5291 0.5498 0.8989 0.7615 0.7354 0.8640 0.7687 17 0.9148 0.6296 0.9273 0.8988 0.5291 0.5498 0.8989 0.7615

38、 0.7354 0.8640 0.768718 0.4397 0.6059 0.6674 0.6895 0.5279 0.6103 0.5490 0.8224 0.9122 0.9527 0.8489 18 0.4397 0.6059 0.6674 0.6895 0.5279 0.6103 0.5490 0.8224 0.9122 0.9527 0.848919 0.6802 0.7459 0.7460 0.7147 0.2695 0.6742 0.7843 0.6622 0.8826 0.6992 0.7163 19 0.6802 0.7459 0.7460 0.7147 0.2695 0.

39、6742 0.7843 0.6622 0.8826 0.6992 0.716320 0.4240 0.7175 0.6888 0.7357 0.4187 0.6325 0.3805 0.5225 0.6427 0.5626 0.5383 20 0.4240 0.7175 0.6888 0.7357 0.4187 0.6325 0.3805 0.5225 0.6427 0.5626 0.538321 0.7977 0.6172 0.5913 0.7935 0.2841 0.4978 0.5091 1.0000 0.5003 0.5082 0.855821 0.7977 0.6172 0.5913

40、 0.7935 0.2841 0.4978 0.5091 1.0000 0.5003 0.5082 0.855822 0.7766 0.8073 0.8213 0.8730 0.8197 0.8802 0.8182 0.9399 0.8776 0.6237 0.9539 22 0.7766 0.8073 0.8213 0.8730 0.8197 0.8802 0.8182 0.9399 0.8776 0.6237 0.953923 0.5005 0.5350 0.3584 0.2723 0.1807 0.2652 0.4492 0.8549 0.8320 0.6225 0.892123 0.5

41、005 0.5350 0.3584 0.2723 0.1807 0.2652 0.4492 0.8549 0.8320 0.6225 0.892124 0.9857 0.7104 0.7819 0.6844 0.3831 0.6645 0.9526 0.7762 0.7196 0.6339 0.852124 0.9857 0.7104 0.7819 0.6844 0.3831 0.6645 0.9526 0.7762 0.7196 0.6339 0.852125 0.5684 0.6683 0.6387 0.5782 0.6418 0.6637 0.7256 0.6859 0.5252 0.3

42、070 0.7839 0.5684 0.6683 0.6387 0.5782 0.6418 0.6637 0.7256 0.6859 0.5252 0.3070 0.783926 0.6014 0.5545 0.6341 0.5238 0.7505 0.4778 0.8200 0.6491 0.5864 0.8104 0.6470 26 0.6014 0.5545 0.6341 0.5238 0.7505 0.4778 0.8200 0.6491 0.5864 0.8104 0.647027 0.5475 0.7793 0.7133 0.6417 0.6168 0.6464 0.4931 0.

43、9871 0.6846 0.7037 0.9142 0.5475 0.7793 0.7133 0.6417 0.6168 0.6464 0.4931 0.9871 0.6846 0.7037 0.9142表十 關(guān)聯(lián)系數(shù)計(jì)算表計(jì)算關(guān)聯(lián)度并對(duì)關(guān)聯(lián)度進(jìn)行分析由表十得到了關(guān)聯(lián)系數(shù)表，對(duì)各個(gè)時(shí)期的關(guān)聯(lián)系數(shù)求平均值即得到了各個(gè)因素與葡萄酒的關(guān)聯(lián)度如下表：表十一 關(guān)聯(lián)度表由上表可以得到，單寧，總酚，a*(D65)，b*(D65)，C(D65)對(duì)葡萄酒的質(zhì)量有較大的影響，而H(D65)，酒總黃酮等對(duì)葡萄酒質(zhì)量的影響則次之。用同樣的方法可以得到葡萄的理化指標(biāo)與葡萄酒質(zhì)量的關(guān)聯(lián)度：表十二 釀酒葡萄的理化指標(biāo)與葡萄

44、酒質(zhì)量的關(guān)聯(lián)度由上表可以看出乙醇，乙酸乙酯，單寧，總酚，a*(D65),b*(D65),C(D65)對(duì)葡萄酒質(zhì)量的影響較大，而苯乙醇和酒總黃酮對(duì)葡萄酒質(zhì)量的影響次之。綜上所述，雖然釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒的質(zhì)量有影響，但是關(guān)聯(lián)度都在0.50.7之間，所以不能用單獨(dú)用理化指標(biāo)對(duì)葡萄酒的質(zhì)量進(jìn)行評(píng)價(jià)，還要結(jié)合其他指標(biāo)對(duì)葡萄酒的質(zhì)量進(jìn)行分析。六、模型的評(píng)價(jià) 模型的優(yōu)點(diǎn)主成分分析法可以很好的解決決定因素多但是又無法全部考慮的問題，很大程度降低了計(jì)算量與計(jì)算難度?；疑P(guān)聯(lián)度分析法能夠把兩個(gè)變量之間的關(guān)聯(lián)程度量化，可以很好的解決決定因素和事物之間相互聯(lián)系的問題。 模型的缺點(diǎn)本模型沒有把葡萄酒具體的質(zhì)量指標(biāo)如：香氣，氣味等進(jìn)行對(duì)應(yīng)理化指標(biāo)的分析。七、參考文獻(xiàn)（1）田民