2012高教社杯全國生數(shù)學(xué)建模競賽

對于問題一，首先要分析兩組結(jié)果是否有顯著性差異，首先依據(jù)中的normplot函數(shù)繪圖，判定兩組評價結(jié)果服從正態(tài)分布，且適用t-檢驗:雙樣本等方差（5，E（5,15,27B9,10,23,24,25,28CD，對于問題三，先利用BP神經(jīng)網(wǎng)絡(luò)對釀酒葡萄和葡萄酒的理化指標定性判斷得到兩者有很大聯(lián)系。再通過SPSS軟件的相關(guān)分析確定所有理化指標間的相關(guān)性。對結(jié)果進來的葡萄酒質(zhì)量與題中評酒員打分得到的進行偏差比較，得出結(jié)論為：能用理關(guān)鍵字：t-檢驗熵值法BP神經(jīng)網(wǎng)絡(luò)SPSS19.0軟件問題 分析附件1中兩組評價結(jié)果有無顯著性差異問題 分析附件1中兩組評酒員的評價結(jié)果，哪一組結(jié)果更可信問題 根據(jù)釀酒葡萄的理化指標和葡萄酒的質(zhì)量對這些釀酒葡萄進行分級問題 分析釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系4.14.21.1，首先，依據(jù)題意設(shè)定顯著性水平值。對結(jié)果進行判斷是否符合正p值與設(shè)定的顯著性水平進行比較，即可得到兩組評價結(jié)果的顯著性水平的結(jié)論。對于問題將以上兩類指標的得分通過BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，實現(xiàn)釀酒葡萄的分級。式，再通過熵值法確定理化指標對葡萄酒質(zhì)量的影響。另外，將理化指標通過SPSS降算出來的葡萄酒質(zhì)量。將該與題中評酒員打分得到的進行偏差比較得出結(jié)i第k組評酒員對第i組第i第k組第inpji1tP3）兩組評酒員對紅、白葡萄酒的匯總得分的處理123456789表一27123456789表二284）顯著性水平的顯著性水平為：0.01;0.05;0.1。0p0.01p0.05p0.1p原假設(shè)H0:u1=u2；備擇假設(shè)H1：u1≠u2； t

s s v nn1 n2

pt

2(1 (x1x2ss s12 t第四步：將變量對應(yīng)填入彈出的框，單擊“確定”即可。t-檢驗:雙樣本等方差假設(shè)（紅葡萄酒t-檢驗:雙樣本等方差假設(shè)（白葡萄酒變量變量變量變量00tt-P(T<=t)P(T<=t)ttP(T<=t)P(T<=t)ttp定葡萄酒香氣，再由兩組評酒員對香氣打分得到的與之相比的偏差得到。 x'

max(x,x,...,x)min(x, ,...,x) 1 2 1 2 njp n jj項指標，指標值的差異越大，對方案評價的左右就越大，熵值就越小，計算：g1ej（Ee，0g1， 1 第五步：求權(quán)值。計算為

w (1jmjm

m fk i1萄的；n為釀酒葡萄的品種數(shù)。n函數(shù)：

n

is(k)i

xk

葡萄酒評價分的方差；x(k)為第k組第j個評酒員對第i種紅葡萄酒的評分； 為第k 第in分分結(jié)合題意，葡萄酒的質(zhì)量將由每個評酒員在對葡萄酒進行品嘗后對其分類指標打 ，在0~1內(nèi)賦予一定的評價分數(shù)。12345678910表 27種紅葡萄酒的質(zhì)量得12345678910表八28過SPSS19.0中降維兩種方法同時求解得到指標中的主成分及各指標所占的。 求各指標的步驟如下確定各主成分所占的；的各指標所占的權(quán)重，利用軟件求解。主成分的貢獻率合計貢獻率123456789表九27主成分的貢獻率合計貢獻率12345678表十28292930種理化指標對紅、白葡萄酒理化指標的影響將上述與釀酒葡萄自身的數(shù)據(jù)進行相乘，得到釀酒葡萄理化指標的評價，得分1234567891表十 27種紅葡萄的理化指標得1234567891表十 28種白葡萄的理化指標得合指數(shù)評價和BP神經(jīng)網(wǎng)絡(luò)兩種方法得到。5.2.1.2綜合指數(shù)法是指在確定一套合理的經(jīng)濟效益指標體系的基礎(chǔ)上，對各項經(jīng)濟效綜合指數(shù)法是指在確定一套合理的經(jīng)濟效益指標體系的基礎(chǔ)上，對各項經(jīng)濟效益指標 指數(shù) 平均，計算出經(jīng)濟效益綜合值，用以綜合評價經(jīng)濟效益的一種方法。即將一組相同或不同指數(shù)值通過統(tǒng)計學(xué)處理，使不同計量單位、性質(zhì)的指標值標準化，最后轉(zhuǎn)化成一個綜合指數(shù)，以準確地評價工作的綜合水平。綜合指數(shù)值越大，工作質(zhì)量越好，指標多少不限。綜合指數(shù)法將各項經(jīng)濟效益指標轉(zhuǎn)化為同度量的 指數(shù)，便于將各項經(jīng)濟效益指標綜合起來，以綜合經(jīng)濟效益指數(shù)為企業(yè)間綜合經(jīng)濟效益評比排序的依據(jù)。各項指標的權(quán)數(shù)是根據(jù)其重要程度決定的，體現(xiàn)了各項指標在經(jīng)濟效益綜合值中作用的大小。綜合指數(shù)法的基本思路則是利用層次分析法計算的權(quán)重和模糊評判法取得的數(shù)值進行累乘，然后相加，最后計算出經(jīng)濟效益指標的綜合評價指數(shù)。為了簡化計算，模型只考慮方法。即將一組相同或不同指數(shù)值通過統(tǒng)計學(xué)處理，使不同計量單位、性質(zhì)的指標值標準化，最后轉(zhuǎn)化成一個綜合指數(shù)，以準確地評價工作的綜合水平。綜合指數(shù)值越大，工作質(zhì)量越好，指標多少不限。n

i5,jd yijmin(yij max(y)min(y式i為第i種主成分的權(quán)重，由各主成分的當(dāng)前貢獻率求得。對葡萄等級的影響的得分，M評酒員對葡萄酒的評分。s為總合分。5.2.1.3第二等級第三等級由等級劃分結(jié)果可看出權(quán)重不同，對有的葡萄影響很大，而對有的影響很小，人工神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代神經(jīng)科學(xué)的基礎(chǔ)上提出和發(fā)展起來的，旨在反映人腦結(jié)構(gòu)BP網(wǎng)絡(luò)的學(xué)習(xí)過程可分為信號的正向和誤差的逆向兩部分。在正向d yijmin(yij max(y)min(y我們設(shè)置eps0.6510^3L500000。中間只需要一個隱含層。為了保證訓(xùn)練效果，該層設(shè)置了5個節(jié)點。劃分，我們采用A、B、C、D、E五級劃分。五級對應(yīng)的值如下表所示：ABCDE：136813680136913690BP8函數(shù)e，允許精度eps和最多學(xué)習(xí)次數(shù)L；1010另外，利用設(shè)置輸出和實際輸出進行比較，利用相對偏差求偏差。設(shè)對，設(shè)置輸出為，實際輸出為，則相對誤差為： 對以上兩組值進行發(fā)現(xiàn)，發(fā)現(xiàn)對紅葡萄神經(jīng)網(wǎng)絡(luò)的相對誤差為=2.11%，白葡萄神經(jīng)網(wǎng)絡(luò)的相對誤差為=5.65%。這兩個誤差都非常小，說明經(jīng)過本次神經(jīng)網(wǎng)絡(luò)訓(xùn)練后，釀酒葡萄（紅葡萄酒）等級劃分（基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練239541867酒葡萄（白葡萄酒）等級劃分（基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練593612478綜合值、之后，利用對這兩種值所得到的繪走勢圖，得到下圖：由該圖發(fā)現(xiàn)，第、、、、種釀酒紅葡萄和紅葡萄酒的都非?？壳?，應(yīng)該被分在比較好的等級；第、、、、種釀酒紅葡萄和紅葡萄酒的都非常由該圖發(fā)現(xiàn)，第5、9種釀酒白葡萄和白葡萄酒的都非常靠前，應(yīng)該被分在比8、11種釀酒白葡萄和白葡萄酒的都非常靠后，應(yīng)該被分在比較低d yijmin(yij max(y)min(y30個SPSS中選取之后的釀酒葡萄的理化指標和葡萄酒的理化指標之間有較大相關(guān)性指標見附錄二。SPSS分析得：對于紅葡萄酒，葡萄酒的花色苷與釀酒葡萄的蛋白質(zhì)、總酚、苷、PH值、出汁率正相關(guān)；酒總黃酮與蛋白質(zhì)、花色苷、PH值、出汁率正相關(guān)。葡萄酒的質(zhì)量成正比的，含酸量要在一定的范圍內(nèi)（6g/L~10）才能釀成口味較萄酒的Ph值一般在（3.0~3.6。氨基酸，蛋白質(zhì)，vc酶萄，果穗質(zhì)量，百粒質(zhì)量，出汁率，果皮顏色（紅葡萄酒）果梗比，果皮質(zhì)量（g），果皮顏色（白葡萄酒身的10.5926外，誤差都小于25%，均在可以接受范圍內(nèi)。對于問題二，利用綜合指數(shù)評價求解后，在此基礎(chǔ)上進行改進，引入神經(jīng)網(wǎng)絡(luò)算對于問題三，我們利用39個因間的相關(guān)性來判斷葡萄酒的理化指標與釀酒葡我們可以進行如下改進，首先通過主成分分析方法確定比較大的一些理化指標，忽，【3】林杰斌，劉明德，SPSS11.0與統(tǒng)計模型構(gòu)建，：【6】林翠香，基于數(shù)據(jù)挖掘的葡萄酒質(zhì)量識別，中南大學(xué) AE%97%E6%B3%95&prd=so_auto_doc_list， 附錄一、源程loadclhsjfileloadclhsjfilefori=1:27fori=1:27for

fori=1:28fori=1:28for

[fchjpj1fchjpj2][fcbjpj1fcbjpj2][fcpj1fcpj2]jb=[12];zu1=[fchjpj1fcbjpj1];zu2=[fchjpj2fcbjpj2];clearallloadxqdffileredxq1redxq2whitexq1loadfxwzfile%將數(shù)值標準化處理，處理為0~1之間forforforif

fori=1:27ifhjpjwc1<hjpjwc2

%將數(shù)值標準化處理，處理為0~1之間forforforif

fori=1:28ifhjpjwc1<hjpjwc2

clearallloadlhzbdffileload[hzldfsxq3]=sort(hjzldf);[bzldfsxq4]=sort(bjzldf);hjxl1=[hlhdfsx(1)hlhdfsx(3)hlhdfsx(6)hlhdfsx(8)hlhdfsx(11)hlhdfsx(14)...hlhdfsx(17)hlhdfsx(20)hlhdfsx(22)hlhdfsx(25)hlhdfsx(27)];hjxl2=[hzldfsx(1)hzldfsx(3)hzldfsx(6)hzldfsx(8)hzldfsx(11)hzldfsx(14)...hzldfsx(17)hzldfsx(20)hzldfsx(22)hzldfsx(25)hzldfsx(27)];forif

%將結(jié)果進行分級（~0.2E級，0.2~0.4D級，0.4~0.6C級，0.6~0.8B級，0.8~A級for

bjxl1=[blhdfsx(1)blhdfsx(3)blhdfsx(6)blhdfsx(9)blhdfsx(12)blhdfsx(14)...blhdfsx(17)blhdfsx(20)blhdfsx(23)blhdfsx(26)blhdfsx(28)];bjxl2=[bzldfsx(1)bzldfsx(3)bzldfsx(6)bzldfsx(9)bzldfsx(12)bzldfsx(14)bzldfsx(17)bzldfsx(20)bzldfsx(23)bzldfsx(26)bzldfsx(28)];forif

%將結(jié)果進行分級（~0.2E級，0.2~0.4D級，0.4~0.6C級，0.6~0.8B級，0.8~A級for

loadzldffileclearallforfor savezldffilehjzldfclearallloadlhzbqzfileloadhbptlhhsjfileforforj=1:30xlabel('27種釀酒紅葡萄')forforj=1:30xlabel('28種釀酒白葡萄')clearallloadlhzbfileforforif