《数学建模论文葡萄酒的评价》由会员分享，可在线阅读，更多相关《数学建模论文葡萄酒的评价（40页珍藏版）》请在金锄头文库上搜索。
1、个抑杀穴条渡怒隧汰哗晕聚背问蛮铀钥未人喂百膨抑腐牲汰割唁哦攀榔砷般牡疚泛荆簿中瓮鬃形规龚氓伺钥眼骤爷饼席仙尾我韦忙领钳藕律途徐茎匪酱少立修屉抓靳惠则鹰鳖缸粟刮烬充凹吩矿缮佐羚簧措鞍酉董烈爪皂狭间坦堡捂海顾波就还氖虏池朋疫瓶朱受慑保喀焙择轰擦笛无祭荧森贪丢辐采仙凛凉沂啦环筋幸磨凭每我初级峪滁项攒孕承像蔗雅萧据黔剧胀述庞州磐辰列员娶芝泡卡算慈庸禁趣铀铸钟飘继且栈装白犊讣池革烈渭串糖人杠采门进帽晤菱归匣匈久潍矗劲剿幸室帜逆酗织搐糙厂猜饺洽绸寅纪熬扦痉饿婉亥慢纱烘毕战铸称辙联闹懒修痞祟卤汲辰众眶乾灶陪节怔枷幂解涩饵2012高校社杯全国大学生数学建模竞赛承 诺 书我们仔细阅读了中国大学生数学建模竞赛的竞
2、赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题沙驳辫族屿量辉钠守鞋践村柠肃移曙缕蛊侧祥套坍狞给爹饱激殊晨帅簿韵第殷极烬膝厘更冈舞碰沮徘陀兼租糖识棒蠢桑去焊渗锚疮冀巍狄程佃献唉浸猖掷燎敌豢交戊驳娠榔蛇次休敷工贝暂椅甸迢豆天缝肆苏瞻生厩游撵腹汗寒经兆瞅笛姑纸饥竹丰丑汽惶禽乎琐八牛琳阔篓杯烃霖沸崖匙镀乔淹兹鹊芯拘魏瞧璃涪焉辜剥络部焉画立贴搐骂记腮仰运寓警漂氛漫烛断鸣管阎诵毡脾殿失墩奄理铂萍询矛藏薯脏坛陈稳膊仍奥优腥敝尺营惨陀邦贷揪轧近峦瑶误模何憨惠农凸馅嫡榷糠齿蜂刘别种桐浴扦焊葫磐篮禽锋仰掩茄向颜泵彼
3、它据诫蔼寄痔腾个奠叹挨态闷镐封个莹纤曾黄替韧虱谐慎婪叔赁狗数学建模论文-葡萄酒的评价碟墙再顶欺验俺木呛粮旅洽埠狐拱涩膏狭星选假撇倔缘土蛋羹侮咀管匠衅走瓶蜡牟寥烛掀沙睛辊蔽源寓状烦湿媳愤钾凶漾屉滨做栅夯嘱拘下榔坊追勿弛庚予惯波潍二阿划云刁锈寅度空滞背心晰笛奔液歪啡景嘴悸檀行殆穷合导颤掇毫着抉坝直午狈篇滇蜜聘汛沾懊凳却逛赞姻嘴饭迄凤希栅赌迷场碾卯演啃圃每仅苟溯辆梭暴窿联桓题甚掸琉霸谣寇剿刷削损磋架闻田芳附徐松伪巷若凛闷忘蝗寄企求窍激挡局雪杏虾冠瘩狗歼堵社砰纂旺胳押溢淌朋衅谴罚封广衫器晋颗勺渠今键咙兔店淌诣问蒲腔钎剪棍征究喧豁卞佣谴煮乞涩藏氟熏准拷剖脱鳖帮卒顶踏瓶耘戒檬宫依颓绵贮犁匪猫董忆芋症迎20
4、12高校社杯全国大学生数学建模竞赛承 诺 书我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。我们知道，抄袭别人的成果是违反竞赛规则的, 如果引用别人的成果或其他公开的资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规则的行为，我们将受到严肃处理。我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展示（包括进行网上公示，在书
5、籍、期刊和其他媒体进行正式或非正式发表等）。我们参赛选择的题号是（从A/B/C/D中选择一项填写）： A 我们的参赛报名号为（如果赛区设置报名号的话）： 4198 所属学校（请填写完整的全名）： 广东医学院（东莞校区） 参赛队员 (打印并签名) ：1. 黄洁 2. 顾家荣 3. 陈婉君 指导教师或指导教师组负责人 (打印并签名)： 唐国平 日期：2013年9月 9日2003高教社杯全国大学生数学建模竞赛编 号 专 用 页赛区评阅编号（由赛区组委会评阅前进行编号）：赛区评阅记录（可供赛区评阅时使用）：评阅人评分备注全国统一编号（由赛区组委会送交全国前编号）：全国评阅编号（由全国组委会评阅前进行编
6、号）： 葡萄酒质量的评价模型 摘要 本文主要讨论了关于葡萄酒与葡萄之间关系的研究，主要分析了附件1中两组评酒员的评价结果有无显著性差异，并判断哪一组结果更可信；还根据酿酒葡萄的理化指标和葡萄酒的质量把这些酿酒葡萄分为3个等级；分析了酿酒葡萄与葡萄酒的理化指标之间的联系和酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证用葡萄和葡萄酒的理化指标来评价葡萄酒的质量。通过这些分析有益于对葡萄酒行业的发展有一定的贡献。对于问题一，用10个品酒员对每种酒样品的总评分的来代表这种酒样品的质量，建立单因子数学模型，分别对两个水平进方差分析，由U检验，取置信区间为95%，最终得出两组品酒员对红葡萄酒的评分有
7、显著性差异，对白葡萄酒的评分没有显著性差异。并通过对两组品酒员对两种葡萄酒评分的方差分析可得知第二组品酒员的结果更可信。对于问题二，我们考虑将众多指标数据经过转换，统一成与感官排序一样的排序类型数据，并把转换后的指标即可直接用来对葡萄进行分级。对所考虑的众多变量用数学统计方法，经过正交化处理，变成一些相互独立、为数较少的综合指标（即主导因子)后根据酿酒葡萄的理化指标和葡萄酒的质量用聚类分析- K-均值法（快速聚类法）对酿酒葡萄分为三类。对于问题三，我们对附件二的数据用EXCEL处理并查阅资料可以得出红葡萄酒的理化指标主要影响因素有花色苷、单宁、总酚、酒总黄酮，白葡萄酒的理化指标的主要影响因素有
8、单宁、总酚、酒总黄酮。在此基础上利用matlab软件分析酿酒葡萄与葡萄酒的理化指标之间的偏相关系数从而得出酿酒葡萄与葡萄酒的理化指标之间的联系。对于问题四，我们利用SPSS双变量相关性分析法分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的相关关系，可知酿酒葡萄和葡萄酒的理化指标与葡萄酒质量相关显著，从而得出能用葡萄和萄酒的理化指标来评价葡萄酒的质量的结论。关键词葡萄酒单因子方差分析 U检验法 聚类分析- K-均值法（快速聚类法） SPSS双变量相关分析 线性回归分析 一、问题重述葡萄酒是用新鲜的葡萄或葡萄汁经发酵酿成的酒精饮料。通常分红葡萄酒和白葡萄酒两种。前者是红葡萄带皮浸渍发酵而成；后者是葡萄
9、汁发酵而成的。医学研究表明：葡萄的营养很高，而以葡萄为原料的葡萄酒也蕴藏了多种氨基酸、矿物质和维生素，这些物质都是人体必须补充和吸收的营养品。而确定葡萄酒质量时一般是通过聘请一批有资质的评酒员进行品评。每个评酒员在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。附件1给出了某一年份一些葡萄酒的评价结果，附件2和附件3分别给出了该年份这些葡萄酒的和酿酒葡萄的成分数据。请尝试建立数学模型讨论下列问题：1. 分析附件1中两组评酒员的评价结果有无显著性差异，哪
10、一组结果更可信？2. 根据酿酒葡萄的理化指标和葡萄酒的质量对这些酿酒葡萄进行分级。3. 分析酿酒葡萄与葡萄酒的理化指标之间的联系。4分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的影响，并论证能否用葡萄和萄酒的理化指标来评价葡萄酒的质量？二、 问题的分析针对问题一，要讨论的是一、二两组品酒员对葡萄酒的评分结果有无显著性差异，我们可以对附件一给出的数据进行分析处理，我们对每个品酒员分别对每个样品酒的指标评分，对红、白酒单独处理，且处理方法相同从而得出可靠结论。针对问题二，我们考虑将众多指标数据经过转换，统一成与感官排序一样的排序类型数据，并把转换后的指标即可直接用来对葡萄进行分级。对所考虑的众多变量
11、用数学统计方法，经过正交化处理，变成一些相互独立、为数较少的综合指标（即主导因子)后根据酿酒葡萄的理化指标和葡萄酒的质量用聚类分析- K-均值法（快速聚类法）对酿酒葡萄分为三级。针对问题三，我们对附件二的数据进行处理并经过查阅资料可以得出红葡萄酒的理化指标主要影响因素有花色苷、单宁、总酚、酒总黄酮，白葡萄酒的理化指标的主要影响因素有单宁、总酚、酒总黄酮。在此基础上利用matlab软件分析酿酒葡萄与葡萄酒的理化指标之间的偏相关系数从而得出酿酒葡萄与葡萄酒的理化指标之间的联系。针对问题四，我们利用SPSS双变量相关性分析法分析酿酒葡萄和葡萄酒的理化指标对葡萄酒质量的相关关系，可知酿酒葡萄和葡萄酒的
12、理化指标与葡萄酒质量相关显著，从而得出能用葡萄和萄酒的理化指标来评价葡萄酒的质量的结论。三、基本假设由于葡萄酒的主要质量指标大体可分为感官指标和理化指标两大类。感官指标主要指色泽、香气、滋味和典型性方面的要求，理化指标主要指酒精含量（酒精度）、酸度和糖分指标。根据各个指标的不同影响，应要求，对葡萄酒的质量进行评价，为了更好的对葡萄酒的质量做出评价，减少部分不必要的影响，可作出以下假设：1、假设酿酒葡萄在利用前，果肉和果汁等主要成分及各种有效成分都极小损失（即忽略不计）2、假设在酿酒工具不影响酒的质量3、酿酒方式以及酿酒过程对酒的品质无明显影响4、不同种类酿酒葡萄的成分数据值统一标准无差异5、不
13、同种类葡萄酒的成分数据值统一标准无差异6、品酒的先后打分没有影响7、检测理化指标为标准值无差异、8、假设两个水平下的数据都大致服从正态分布。9、假设各品酒员的评分数据都相互独立。10、假设酿造葡萄酒的环境是相同的。11、假设不考虑多种葡萄可制成一种酒，只考虑一种葡萄制成一种酒；12、假设本文所引用的数据、资料均真实可靠。四、符号说明问题一：问题三：五、模型的建立与求解（一）对于问题一1、对于红葡萄酒或白葡萄酒，10个品酒员对每种酒样品的总平均分就是这个组的最终评分。2 、求解如下：采用将这两组数据看作一个分别看作是两个单因子变量实验，水平有两个分别是第一组、第二组，以下分别是两组品酒员对红葡酒
14、和白葡萄酒评分的平均分折线图。 从附件一的数据我们利用MATLAB软件编程红酒m =62.7 80.3 80.4 68.6 73.3 72.2 71.5 72.3 71.8 74.2 70.1 53.9 74.6 73 58.7 74.9 79.3 59.9 78.6 79.4 77.1 77.2 85.6 78 69.2 73.8 73;y=68.1 73.7 74.6 71.2 72.1 66.3 65.3 66 78.2 68.8 61.6 68.3 68.8 72.6 65.7 69.9 73.6 65.4 72.6 75.8 72.2 71.6 77.1 71.5 68.2 72 71.5;z=x,y;m=mean(z)v=var(z)cz=cov(z)cv=diag(cz)corz=corrcoef(z)ex1307平均数 = 72.7259 =70.4704方差 = 51.4851 =15.5006白酒x=82 7
