最新2022年全國(guó)大學(xué)生數(shù)學(xué)建模優(yōu)秀論文B

1、最新2022年全國(guó)大學(xué)生數(shù)學(xué)建模優(yōu)秀論文Bof accountability, redress of orders and prohibitions. Strengthening the honesty and self-discipline of leading cadres honesty in politics and education work, enhance leaders ability to resistPAGE of accountability, redress of orders and prohibitions. Strengthening the honesty a

2、nd self-discipline of leading cadres honesty in politics and education work, enhance leaders ability to resistof accountability, redress of orders and prohibitions. Strengthening the honesty and self-discipline of leading cadres honesty in politics and education work, enhance leaders ability to resi

3、st第 PAGE 1頁(yè)，共 NUMPAGES 32頁(yè)2022高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽承 諾 書(shū)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)那么.我們完全明白，在競(jìng)賽開(kāi)始后參賽隊(duì)員不能以任何方式包括 、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(wèn)題。我們知道，抄襲別人的成果是違反競(jìng)賽規(guī)那么的, 如果引用別人的成果或其他公開(kāi)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)那么，以保證競(jìng)賽的公正、公平性。如有違反競(jìng)賽規(guī)那么的行為，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

4、論文以任何形式進(jìn)行公開(kāi)展示包括進(jìn)行網(wǎng)上公示，在書(shū)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(xiě)： 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： S46027 所屬學(xué)校請(qǐng)?zhí)顚?xiě)完整的全名： 鄭州輕工業(yè)學(xué)院 參賽隊(duì)員 (打印并簽名) ：1. 任 靜 2. 李 棟 3. 毛新梅 指導(dǎo)教師或指導(dǎo)教師組負(fù)責(zé)人 (打印并簽名)： 指導(dǎo)教師組 日期： 2012 年 9 月 10 日賽區(qū)評(píng)閱編號(hào)由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)：2022高教社杯全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽編 號(hào) 專 用 頁(yè)賽區(qū)評(píng)閱編號(hào)由賽區(qū)組委會(huì)評(píng)閱前進(jìn)行編號(hào)：賽區(qū)評(píng)閱記錄可供賽區(qū)評(píng)閱時(shí)使用：評(píng)閱人評(píng)分備注全

5、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)：PAGE 29葡萄酒的評(píng)價(jià)摘 要 本文研究的是葡萄酒的評(píng)價(jià)問(wèn)題。根據(jù)已有數(shù)據(jù)，采用方差分析和主成分分析等方法，分析了釀酒葡萄和葡萄酒的理化指標(biāo)與葡萄酒質(zhì)量的相關(guān)關(guān)系，給出了較合理的葡萄酒質(zhì)量評(píng)價(jià)指標(biāo)。 針對(duì)問(wèn)題一，根據(jù)每組評(píng)酒員對(duì)每個(gè)葡萄酒樣品的打分，采用平均值方法，計(jì)算出葡萄酒樣品的質(zhì)量得分，對(duì)每類葡萄酒的兩組質(zhì)量得分進(jìn)行單因子方差分析。分析結(jié)果顯示，兩組評(píng)酒員對(duì)兩類葡萄酒評(píng)價(jià)結(jié)果都有顯著差異。在此根底上，根據(jù)各組評(píng)酒員的評(píng)價(jià)結(jié)果，分別計(jì)算其方差和，均得出第二組的方差較小，即第二組評(píng)酒員的評(píng)價(jià)結(jié)果更可信。 針對(duì)問(wèn)題

6、二，首先，根據(jù)資料87選取30個(gè)理化指標(biāo)中有代表性的12個(gè)，同時(shí)選取第二組的評(píng)價(jià)結(jié)果作為葡萄酒的質(zhì)量，采用主成分分析法，得出關(guān)于主成分，和的簡(jiǎn)化系統(tǒng)，并驗(yàn)證了系統(tǒng)的可行性。其次，采用計(jì)算各個(gè)樣品的主成分值的方法，建立關(guān)于7個(gè)主成分值的綜合評(píng)價(jià)模型，得出葡萄的分級(jí)如下表所示。級(jí)別釀酒葡萄白釀酒葡萄紅優(yōu)26,21,2,59,23,3良23,25,10,14,19，28,22,12,24,1614,13,10,25,20,26,2,19,5,17中9,4,27,20,7,17,3,1,11,8,68,6,27,4,21,15,24,16,22,1,18差18,15,1312,11,7 針對(duì)問(wèn)題三，首

7、先，根據(jù)附表中的30個(gè)釀酒葡萄的理化指標(biāo)，采用主成分分析方法，建立關(guān)于釀酒葡萄和葡萄酒的典型相關(guān)性分析模型，得出葡萄酒和釀酒葡萄的各理化指標(biāo)之間存在一定的相關(guān)性，具體見(jiàn)正文。 針對(duì)問(wèn)題四，首先，根據(jù)第三問(wèn)的模型分析出釀酒葡萄與葡萄酒理化指標(biāo)間既有正相關(guān)也有負(fù)相關(guān)的結(jié)果，采用多元回歸分析法，分別建立釀酒葡萄和葡萄酒的理化指標(biāo)關(guān)于葡萄酒質(zhì)量的線性擬合模型，得出釀酒葡萄和葡萄酒的理化指標(biāo)完全可以代替人工評(píng)分評(píng)定葡萄酒的質(zhì)量，并加以論證。 關(guān)鍵詞：葡萄酒評(píng)價(jià) 主成分分析 單因子方差分析 理化指標(biāo)一 問(wèn)題重述1.1 問(wèn)題背景 葡萄酒的質(zhì)量問(wèn)題是一個(gè)很受人關(guān)注的問(wèn)題，確定葡萄酒質(zhì)量時(shí)一般是通過(guò)聘請(qǐng)一批有資

8、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。1.2 問(wèn)題提出 該題給出了我們?nèi)齻€(gè)附件，其中附件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)。我們嘗試?yán)眠@些數(shù)據(jù)對(duì)葡萄酒的質(zhì)量進(jìn)行分析，建立數(shù)學(xué)模型討論以下問(wèn)題：分析附件1中兩組評(píng)酒員的評(píng)價(jià)結(jié)果有無(wú)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

9、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(lái)評(píng)價(jià)葡萄酒的質(zhì)量？二 模型假設(shè)所有的評(píng)酒員對(duì)葡萄酒的品質(zhì)的打分客觀公正；附件中的葡萄酒樣品與釀酒葡萄樣品是一一對(duì)應(yīng)的關(guān)系；釀制紅葡萄酒和白葡萄酒的釀酒葡萄是相互對(duì)立的；附件中錯(cuò)誤的數(shù)據(jù)，缺失的數(shù)據(jù)對(duì)樣品總體沒(méi)影響，可以刪去。三 符號(hào)說(shuō)明 ：葡萄酒的原始質(zhì)量； ：標(biāo)準(zhǔn)化后的第種葡萄酒的質(zhì)量； ：葡萄酒樣品的數(shù)量； ：釀酒葡萄的指標(biāo)矩陣； ：釀酒葡萄的第個(gè)指標(biāo)的觀測(cè)值； ：7個(gè)主成分的各個(gè)指標(biāo)的單位化特征向量矩陣； ：第組的第個(gè)樣品的第個(gè)評(píng)酒員的評(píng)分結(jié)果； ：第組的第個(gè)樣品的評(píng)分結(jié)果的方差； ：第組

10、的所有樣品的評(píng)分結(jié)果的方差和； ：第個(gè)釀酒葡萄樣品的綜合得分； ：第個(gè)釀酒葡萄的指標(biāo)的觀測(cè)值； ：第個(gè)釀酒葡萄的指標(biāo)的組內(nèi)方差和； ：?jiǎn)挝换卣飨蛄烤仃嚨牡趥€(gè)主成分向量； ：在上的載荷； ：載荷矩陣； ：第個(gè)釀酒葡萄指標(biāo)的特征值； ：相關(guān)系數(shù)矩陣； ：?jiǎn)挝换卣髦迪蛄烤仃嚕?：第個(gè)指標(biāo)關(guān)于第個(gè)指標(biāo)的單位化特征向量；四 模型的建立與求解4.1 問(wèn)題一的分析 問(wèn)題一的關(guān)鍵是明確顯著性差異的因子，以此建立單因子方差分析模型。首先，根據(jù)附表中的數(shù)據(jù)，去掉兩組評(píng)分員對(duì)每種葡萄酒評(píng)分總和的最大值和最小值再求平均值得出葡萄酒的質(zhì)量，再將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，以此為因子建立單因子方差分析模型，進(jìn)行顯著性分析。其

11、次，根據(jù)所得的葡萄酒的質(zhì)量，分析各組品酒員的品酒結(jié)果的波動(dòng)情況，因此采取求各組評(píng)定的葡萄酒的質(zhì)量的方差，分析得出更為可信的評(píng)酒員小組。4.1.1 各組評(píng)酒員的評(píng)價(jià)結(jié)果 評(píng)價(jià)員的評(píng)價(jià)結(jié)果即為葡萄酒的質(zhì)量。葡萄酒的質(zhì)量是每個(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，然后求和得到的總分。為了使得到的數(shù)據(jù)更為合理，采用去掉評(píng)分結(jié)果的最大值和最小值再求平均值的方法來(lái)確定葡萄酒的質(zhì)量。各種葡萄酒的質(zhì)量如附表12所示。 分析數(shù)據(jù)時(shí)發(fā)現(xiàn)第一組四號(hào)評(píng)酒員評(píng)價(jià)紅葡萄酒樣品20時(shí)，沒(méi)有給出具體數(shù)據(jù)，同樣的該組的七號(hào)評(píng)酒員評(píng)價(jià)白葡萄酒樣品3時(shí)，給出了遠(yuǎn)超于濃度的數(shù)據(jù)，為保證分析的嚴(yán)謹(jǐn)，我們把紅葡萄酒樣品20和白葡萄

12、酒樣品3剔除，因此只剩下了26種紅葡萄酒樣品和27種白葡萄樣品。4.1.2兩組評(píng)價(jià)結(jié)果的顯著性分析 由于各種葡萄酒的質(zhì)量本身是不同的，假設(shè)要對(duì)此進(jìn)行數(shù)據(jù)分析，必須將數(shù)據(jù)標(biāo)準(zhǔn)化。為此建立數(shù)據(jù)的標(biāo)準(zhǔn)化模型， 1.1 其中：為標(biāo)準(zhǔn)化后的第種紅白葡萄酒的質(zhì)量，為紅白葡萄酒的原始質(zhì)量，為紅白葡萄酒樣品的數(shù)量，分別為紅、白葡萄酒樣品的數(shù)量。 將表1中的數(shù)據(jù)代入公式1.1標(biāo)準(zhǔn)化的數(shù)據(jù)見(jiàn)附表22。 該題中，要比擬的是兩組的評(píng)價(jià)結(jié)果對(duì)葡萄酒的影響，為此，把各種酒標(biāo)準(zhǔn)化后的數(shù)值作為因子，記為，第一組的評(píng)價(jià)結(jié)果作為因子水平，第二組的評(píng)價(jià)結(jié)果作為因子水平，第組對(duì)第種葡萄酒的評(píng)價(jià)結(jié)果用表示, ，目的是比擬兩組評(píng)價(jià)的結(jié)果

13、是否相同，為此，把研究的問(wèn)題歸結(jié)為一個(gè)統(tǒng)計(jì)問(wèn)題，用方差分析法進(jìn)行分析。 建立方差分析模型為. (1.2) 將數(shù)據(jù)代入公式1.2中，用EXCEL計(jì)算出各偏差平方和，自由度，填入方差分析表，并繼續(xù)計(jì)算得到各均方以及比，值，見(jiàn)表1所示。單因子的方差分析表來(lái)源平方和自由度均方比值F crit因子71.69427171.694276.4372880.0126593.932438誤差1158.28310411.13734總計(jì)1229.978105 假設(shè)取，那么，由于，故認(rèn)為因子是顯著的，即兩組的評(píng)價(jià)結(jié)果有顯著差異。4.1.3兩組可信度的分析 根據(jù)顯著性差異的分析，可知兩組的評(píng)價(jià)結(jié)果有顯著性差異，因此計(jì)算每

14、組的成員對(duì)各種酒樣品的評(píng)價(jià)結(jié)果的方差的總和即成員之間評(píng)價(jià)的波動(dòng)性強(qiáng)弱來(lái)判斷各組評(píng)價(jià)結(jié)果的可信度。 建立可信度的模型為. 1.3 其中：為第組的第個(gè)樣品的第個(gè)評(píng)酒員的評(píng)分結(jié)果，為第組的第個(gè)樣品的評(píng)分結(jié)果的方差，為第組的所有樣品的評(píng)分結(jié)果的方差和。 將附件1中的數(shù)據(jù)代入公式1.3中得到數(shù)據(jù)如附表1所示。分別求得的兩組對(duì)于紅酒和白酒的評(píng)分結(jié)果的方差和如表2所示。兩組的方差和第一組第二組紅葡萄酒1424.45821.11白葡萄酒3255.571411.69 由于把每組的成員評(píng)價(jià)各種酒的評(píng)價(jià)結(jié)果的方差的總和來(lái)作為各組評(píng)價(jià)結(jié)果的可信度，根據(jù)方差的性質(zhì)，方差越小，穩(wěn)定性越好，可信度越高。因此分析上表的結(jié)果可

15、知，無(wú)論是紅酒還是白酒，都是第二組的可信度更高，即為第二組的評(píng)價(jià)結(jié)果更為可信。4.2 問(wèn)題二的分析 問(wèn)題二的關(guān)鍵是確定評(píng)價(jià)指標(biāo)，建立綜合評(píng)價(jià)模型。首先，根據(jù)資料1篩選附表中的數(shù)據(jù)，確定對(duì)釀酒葡萄影響較大的理化指標(biāo)，由于第二組的評(píng)價(jià)結(jié)果更可信，選取第二組的評(píng)價(jià)結(jié)果作為葡萄酒的質(zhì)量。綜上，確定了評(píng)價(jià)指標(biāo)。其次，將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，采用主因子分析法，找出主因子，以簡(jiǎn)化評(píng)價(jià)指標(biāo)。最后，根據(jù)以所得的主因子為新的評(píng)價(jià)指標(biāo)，建立對(duì)釀酒葡萄分級(jí)的綜合評(píng)價(jià)模型，對(duì)釀酒葡萄的優(yōu)劣進(jìn)行分級(jí)。4.2.1 釀酒葡萄分級(jí)的評(píng)價(jià)系統(tǒng)的簡(jiǎn)化 由于附表的數(shù)據(jù)量太大，必須對(duì)數(shù)據(jù)進(jìn)行初步的篩選。根據(jù)資料78，釀酒葡萄中的氨基酸，

16、蛋白質(zhì)，花色苷，有機(jī)酸，酚類，醇類，復(fù)原糖，果穗，出汁率，多酚氧化酶活力，DPPH自由基，可溶性固形物這幾個(gè)理化指標(biāo)是對(duì)釀酒葡萄影響較大的理化指標(biāo)。其次，由于第二組的評(píng)價(jià)結(jié)果更為可信，應(yīng)選用第二組的評(píng)價(jià)結(jié)果作為釀酒葡萄的葡萄酒的質(zhì)量指標(biāo)。綜上所述，初步確定了釀酒葡萄分級(jí)的指標(biāo)。 由于選取的指標(biāo)太多，而且主觀性較強(qiáng)，容易使它們提供的整體信息發(fā)生重疊，不易得出簡(jiǎn)明的規(guī)律。因此，采用主成分分析法，將多指標(biāo)問(wèn)題化為較少的綜合指標(biāo)問(wèn)題，不但保證了各指標(biāo)的不相關(guān)性，又反映了原來(lái)多指標(biāo)的信息。 下面根據(jù)上述分析來(lái)進(jìn)行主成分析。 首先，要對(duì)各個(gè)指標(biāo)的觀測(cè)值進(jìn)行標(biāo)準(zhǔn)化。各個(gè)指標(biāo)的觀測(cè)值的具體值見(jiàn)附表2.，建立數(shù)

17、據(jù)標(biāo)準(zhǔn)化模型， 其中：為第個(gè)指標(biāo)的觀測(cè)值，為組內(nèi)方差和。 標(biāo)準(zhǔn)化后的數(shù)據(jù)見(jiàn)附表3。 建立各個(gè)指標(biāo)的相關(guān)系數(shù)模型， 將附表3中的數(shù)據(jù)代入公式中，得到相關(guān)矩陣為 相關(guān)矩陣的特征值及相應(yīng)的單位化特征向量為 由于后七個(gè)主成分的累計(jì)奉獻(xiàn)率. 故取后七個(gè)主成分：,. 主要反映了可溶性固物的信息，它們的系數(shù)為0.41，它代表了對(duì)作用的權(quán)數(shù)，同理可分析得出以下結(jié)論。 主要綜合了蛋白質(zhì)、酚類、果穗質(zhì)量的信息； 主要綜合了氨基酸和有機(jī)酸的信息； 主要綜合了出汁率和葡萄酒的質(zhì)量的信息； 主要綜合了花色苷鮮重和DPPH自由基的信息； 主要反映了復(fù)原糖的信息； 主要反映了多酚氧化酶活力和醇類的信息。4.2.2 釀酒葡萄

18、分級(jí)的評(píng)價(jià)系統(tǒng)可行性的驗(yàn)證 為了驗(yàn)證用，和簡(jiǎn)化系統(tǒng)的可行性，必須驗(yàn)證該簡(jiǎn)化系統(tǒng)的可行性。 把主成分分析的結(jié)果用矩陣的形式表示出來(lái)，用表示各種指標(biāo)的信息矩陣，因此可以將用如下形式表示出來(lái)。 為了分析簡(jiǎn)化系統(tǒng)的可行性，需要求出在上的載荷即上承載了標(biāo)準(zhǔn)差的多少。那么上述矩陣可轉(zhuǎn)化為 其中為在上的載荷陣。將數(shù)據(jù)代入公式中，計(jì)算出因子載荷陣，以說(shuō)明各的方差在各主成分上的載荷： 由于的方差均為1，那么用下面模型表示對(duì)和前個(gè)主成分對(duì)的方差奉獻(xiàn)率。 用上述模型計(jì)算出，分別承載了方差的 ，共同承載了方差的。同理可計(jì)算 這就說(shuō)明，不但能反映變化信息的85.3915%，而且各的方差在，上的載荷均很高，從而用，簡(jiǎn)化的

19、系統(tǒng)是可以的。4.2.3 釀酒葡萄分級(jí)的評(píng)價(jià)系統(tǒng)的求解 用主成分可計(jì)算各樣品的每個(gè)主成分值,將每個(gè)樣品的所有主成分值加到一起即為該樣品的綜合得分。 建立樣品關(guān)于7個(gè)主成分的主成分值的綜合評(píng)價(jià)模型為 其中：為28個(gè)釀酒葡萄白的標(biāo)準(zhǔn)化結(jié)果矩陣，為7個(gè)主成分的各個(gè)指標(biāo)的單位化特征向量矩陣。為第個(gè)樣品的綜合得分。 由于釀制紅葡萄酒和白葡萄酒的釀酒葡萄的理化指標(biāo)相同，因此用同樣的方法建立類似的模型來(lái)分析27個(gè)釀酒葡萄紅的綜合得分。用MATLAB計(jì)算結(jié)果如表3所示。 27個(gè)釀酒葡萄紅和28個(gè)釀酒葡萄白的綜合得分樣品序號(hào)釀酒葡萄白釀酒葡萄紅1-2.7726-3.481924.03111.88233-2.23

20、4.07944-0.049-0.911554.02971.26-3.6802-0.08547-1.5322-6.48398-3.2648-0.02699-0.02656.4997101.80452.669211-3.187-5.0333120.5718-4.921513-7.11463.4764141.76143.695815-5.009-2.1414160.198-2.53817-1.71780.098218-4.666-3.9351191.26931.483220-0.16772.0683214.5765-1.6575220.882-2.8137233.87745.2773240.3947

21、-2.3314253.66512.2022267.61072.008827-0.1371-0.2778280.8823 將釀酒葡萄的綜合得分按降序排列后用EXCEL做出釀酒葡萄的綜合條形圖如圖1和圖2所示。釀酒葡萄白綜合得分條形圖釀酒葡萄紅綜合得分條形圖 分析圖1和圖2，發(fā)現(xiàn)大局部的釀酒葡萄的質(zhì)量落在之間，只有少局部的葡萄在和之間。這也正驗(yàn)證了現(xiàn)實(shí)的釀酒葡萄的種植情況，極好的葡萄由于難以種植因此數(shù)量較少，極差的葡萄由于某些葡萄酒的理化指標(biāo)需要又必須種植，一般的葡萄由于本錢(qián)和品質(zhì)同時(shí)可以滿足需求，故會(huì)大量種植。 綜上分析可以將釀酒葡萄分為四個(gè)等級(jí)：優(yōu)、良、中、差。那么對(duì)表5中的釀酒葡萄的得分進(jìn)行

22、分級(jí)，即得釀酒葡萄的分級(jí)如表4所示。 釀酒葡萄的分級(jí)級(jí)別釀酒葡萄白釀酒葡萄紅優(yōu)26,21,2,59,23,3良23,25,10,14,19，28,22,12,24,1614,13,10,25,20,26,2,19,5,17中9,4,27,20,7,17,3,1,11,8,68,6,27,4,21,15,24,16,22,1,18差18,15,1312,11,74.3 問(wèn)題三的分析 問(wèn)題三要分析釀酒葡萄與葡萄酒的理化指標(biāo)的聯(lián)系，關(guān)鍵是將葡萄酒的理化指標(biāo)與釀酒葡萄的理化指標(biāo)對(duì)應(yīng)起來(lái)，進(jìn)行相關(guān)性分析。首先，采用第二問(wèn)的模型，分析釀酒葡萄的各個(gè)理化指標(biāo)的相關(guān)性。然后，對(duì)釀酒葡萄和葡萄酒的共有的理化指標(biāo)

23、進(jìn)行相關(guān)性分析，再結(jié)合已求得的釀酒葡萄的理化指標(biāo)之間的相關(guān)性，即可得出釀酒葡萄與葡萄酒理化指標(biāo)間的相關(guān)性。4.3.1 釀酒葡萄指標(biāo)的分類 建立同第二問(wèn)類似的相關(guān)系數(shù)的模型，對(duì)釀酒葡萄紅的30個(gè)理化指標(biāo)進(jìn)行相關(guān)性分析，相關(guān)系數(shù)見(jiàn)附表4。 同樣的建立同第二問(wèn)類似的主成分分析的模型，得出、，并且這七個(gè)主成分可以反映這30個(gè)釀酒葡萄理化指標(biāo)的86.2%，可以用于分析這30個(gè)理化指標(biāo)的相關(guān)性。 主要反映了總酚、花色苷鮮重、DPPH自由基、單寧的信息； 主要反映了干物質(zhì)含量、總糖、復(fù)原糖、可溶性固形物的信息； 主要反映了白藜蘆醇、果皮顏色A的信息； 主要反映了褐變度、PH值、蘋(píng)果酸、多酚氧化酶活力、氨基酸

24、總量的信息； 主要反映了果穗質(zhì)量的信息； 主要反映了果皮質(zhì)量、黃酮醇的信息； 主要反映了酒石酸、檸檬酸、果皮顏色L的信息； 主要反映了VC含量、出汁率、葡萄總黃酮的信息； 因此可以按主成分將30個(gè)理化指標(biāo)分成8類。如表5所示。 指標(biāo)的分類類別指標(biāo)的種類1總酚、花色苷鮮重、DPPH自由基、單寧2干物質(zhì)含量、總糖、復(fù)原糖、可溶性固形物3白藜蘆醇、果皮顏色A4褐變度、PH值、蘋(píng)果酸、多酚氧化酶活力、氨基酸總量5果穗質(zhì)量6果皮質(zhì)量、黃酮醇7酒石酸、檸檬酸、果皮顏色L8VC含量、出汁率、葡萄總黃酮4.3.2 釀酒葡萄與葡萄酒指標(biāo)的相關(guān)性分析 下面分析這8類指標(biāo)與葡萄酒指標(biāo)之間的相關(guān)性。 首先，將釀酒葡萄

25、與葡萄酒的指標(biāo)中的相同的指標(biāo)找出來(lái)，分別為：花色苷、單寧、總酚、DPPH半抑制體積自由基、葡萄酒總黃酮、白藜蘆醇、果皮顏色色澤L、果皮顏色色澤A、果皮顏色色澤B。 先分析紅酒的30個(gè)釀酒葡萄的理化指標(biāo)的相關(guān)系數(shù)表里可得出各類指標(biāo)內(nèi)各指標(biāo)的相關(guān)性，同時(shí)結(jié)合釀酒葡萄與葡萄酒中相同的指標(biāo)，選取有葡萄酒的理化指標(biāo)的四類，從附表3的相關(guān)系數(shù)表可以得到這四類指標(biāo)間的各個(gè)指標(biāo)間的相關(guān)系數(shù)。如表6所示。 各類內(nèi)各指標(biāo)的相關(guān)性相關(guān)系數(shù)花色苷鮮重單寧總酚DPPH自由基花色苷鮮重10.6881316530.7278280160.654607258單寧0.68813165310.7546933270.64501131

26、8總酚0.7278280160.75469332710.85712DPPH自由基0.6546072580.6450113180.857121相關(guān)系數(shù)葡萄總黃酮VC含量-0.12923出汁率0.568325相關(guān)系數(shù)果皮顏色L酒石酸-0.19709檸檬酸-0.13178相關(guān)系數(shù)白藜蘆醇果皮顏色A0.738243 為了分析釀酒葡萄與葡萄酒的理化指標(biāo)之間的關(guān)系，還要找出兩者之間的相關(guān)性，求得的相關(guān)系數(shù)如表7所示。 釀酒葡萄與葡萄酒的共有的理化指標(biāo)的相關(guān)系數(shù)葡萄酒指標(biāo)紅釀酒葡萄指標(biāo)紅相關(guān)系數(shù)花色苷花色苷鮮重0.922628519單寧單寧0.718040214總酚總酚0.875139176DPPH半抑制體

27、積IV50 DPPH自由基1/IC500.778280088酒總黃酮葡萄總黃酮0.822833317白藜蘆醇白藜蘆醇0.013515055色澤L*(D65)果皮顏色L0.493648232色澤A*(D65)果皮顏色A(紅綠)-0.541953482色澤B*(D65)果皮顏色B黃藍(lán)0.025494318 分析表9可知，葡萄酒的花色苷與釀酒葡萄的花色苷呈強(qiáng)正相關(guān)，分析表8可知，釀酒葡萄的花色苷與釀酒葡萄的單寧、總酚、DPPH自由基呈強(qiáng)正相關(guān)，因此可得到葡萄酒的花色苷與釀酒葡萄的花色苷鮮重、單寧、總酚、DPPH自由基呈正相關(guān)。同理可分析出葡萄酒紅的理化指標(biāo)與釀酒葡萄的理化指標(biāo)之間的相關(guān)性，如表8所示

28、。 葡萄酒紅的與釀酒葡萄的理化指標(biāo)之間的相關(guān)性葡萄酒紅釀酒葡萄相關(guān)性花色苷花色苷鮮重強(qiáng)正相關(guān)單寧強(qiáng)正相關(guān)總酚強(qiáng)正相關(guān)DPPH自由基強(qiáng)正相關(guān)酒總黃酮葡萄總黃酮強(qiáng)正相關(guān)VC含量弱負(fù)相關(guān)出汁率正相關(guān)單寧單寧強(qiáng)正相關(guān)花色苷鮮重強(qiáng)正相關(guān)總酚強(qiáng)正相關(guān)DPPH自由基強(qiáng)正相關(guān)白藜蘆醇白藜蘆醇弱正相關(guān)果皮顏色A強(qiáng)正相關(guān)總酚總酚強(qiáng)正相關(guān)花色苷鮮重強(qiáng)正相關(guān)單寧強(qiáng)正相關(guān)DPPH自由基強(qiáng)正相關(guān)色澤L果皮顏色L正相關(guān)酒石酸弱負(fù)相關(guān)色澤A果皮顏色A負(fù)相關(guān)白藜蘆醇負(fù)相關(guān)色澤B果皮顏色B弱正相關(guān)DPPH半抑制體積DPPH自由基強(qiáng)正相關(guān)總酚強(qiáng)正相關(guān)花色苷鮮重強(qiáng)正相關(guān)單寧強(qiáng)正相關(guān) 采用同樣的方法分析出分析出葡萄酒白的理化指標(biāo)與釀酒

29、葡萄的理化指標(biāo)之間的相關(guān)性，如表9所示。葡萄酒白的與釀酒葡萄的理化指標(biāo)之間的相關(guān)性葡萄酒釀酒葡萄相關(guān)性單寧單寧強(qiáng)正相關(guān)出汁率(%)強(qiáng)負(fù)相關(guān)總酚總酚強(qiáng)正相關(guān)葡萄總黃酮強(qiáng)正相關(guān)酒總黃酮葡萄總黃酮強(qiáng)正相關(guān)總酚強(qiáng)正相關(guān)白藜蘆醇白藜蘆醇弱負(fù)相關(guān)酒石酸弱負(fù)相關(guān)DPPH半抑制體積DPPH自由基1/IC50強(qiáng)正相關(guān)色澤L果皮顏色L負(fù)相關(guān)色澤A果皮顏色A(紅綠)負(fù)相關(guān)果皮顏色B黃藍(lán)正相關(guān)固酸比負(fù)相關(guān)VC含量弱正相關(guān)可滴定酸正相關(guān)色澤B果皮顏色B黃藍(lán)正相關(guān)果皮顏色A(紅綠)負(fù)相關(guān)固酸比負(fù)相關(guān)VC含量弱正相關(guān)可滴定酸正相關(guān)4.4 問(wèn)題四的分析 問(wèn)題四要分析釀酒葡萄與葡萄酒的理化指標(biāo)的對(duì)葡萄酒質(zhì)量的影響，關(guān)鍵是明確葡

30、萄酒的質(zhì)量與葡萄酒和釀酒葡萄的理化指標(biāo)的相關(guān)性。首先，根據(jù)第三問(wèn)的模型分析出釀酒葡萄與葡萄酒理化指標(biāo)間既有正相關(guān)也有負(fù)相關(guān)的結(jié)論，用多元回歸分析法分別分析葡萄酒和釀酒葡萄的理化指標(biāo)對(duì)葡萄酒質(zhì)量的影響，即可得出葡萄酒和釀酒葡萄的理化指標(biāo)對(duì)葡萄酒的質(zhì)量的影響，并對(duì)結(jié)論加以論證。 釀酒葡萄和葡萄酒的理化指標(biāo)對(duì)葡萄酒質(zhì)量影響的分析 由問(wèn)題一的結(jié)論可知，第二組專家的評(píng)定較使人信服，因此可以將第二組專家的評(píng)分結(jié)果作為葡萄質(zhì)量的標(biāo)準(zhǔn)，再采用多元回歸分析法定量地分析葡萄及葡萄酒的理化指標(biāo)對(duì)葡萄酒的質(zhì)量影響。 首先，分析釀酒葡萄紅的理化指標(biāo)與葡萄酒質(zhì)量之間的關(guān)系。記第二組評(píng)酒員對(duì)每種葡萄酒的評(píng)分結(jié)果總分為，將第

31、三問(wèn)中得出的釀酒葡萄紅主成分、為，。然后，用SAS軟件的“分析家對(duì)它們進(jìn)行帶參數(shù)的擬合，得到此模型的F統(tǒng)計(jì)量的值為4.98，其p值0.0001=0.05，所以模型的作用是顯著的。在SAS得出的匯總信息中的參數(shù)估計(jì)局部列舉了回歸方程中兩個(gè)參數(shù)的值以及有關(guān)的顯著性檢驗(yàn)的結(jié)果，詳見(jiàn)附件5.1。擬合的回歸方程為， 再進(jìn)行檢驗(yàn)，得出的結(jié)果說(shuō)明，的系數(shù)顯著不為0，即可以得出紅葡萄的理化指標(biāo)對(duì)葡萄酒的質(zhì)量有很大的影響。 同樣可以得出第三問(wèn)得出的白葡萄的主成分與葡萄酒質(zhì)量之間的非線性擬合回歸方程為，且其F統(tǒng)計(jì)量的值為1.42，其p值0.0001=0.05，所以模型的作用是顯著的。再進(jìn)行t檢驗(yàn)，得出的結(jié)果說(shuō)明，

32、的系數(shù)顯著不為0，即可以得出白葡萄的理化指標(biāo)對(duì)葡萄酒的質(zhì)量有很大的影響。 設(shè)花色苷、單寧、總酚、酒總黃酮、白藜蘆醇、DPPH半抑制體積、色澤中的L、色澤中的A、色澤中的B分別為自變量，。然后采用SAS軟件可以得出其F統(tǒng)計(jì)量的值為2.48，其p值0.0001=0.05，所以模型的作用是顯著的。且其非線性擬合回歸方程為， 再進(jìn)行t檢驗(yàn)，得出的結(jié)果說(shuō)明，的系數(shù)顯著不為0，即可以得出紅葡萄酒的理化指標(biāo)對(duì)葡萄酒的質(zhì)量有很大的影響。 設(shè)花色苷、單寧、總酚、酒總黃酮、白藜蘆醇、DPPH半抑制體積、色澤中的L、色澤中的A、色澤中的B分別為自變量，。然后采用SAS軟件可以得出其F統(tǒng)計(jì)量的值為2.35，其p值0.0001=0.05，所以模型的作用是顯著的。且其非線性擬合回歸方程為 再進(jìn)行t檢驗(yàn)，得出