葡萄酒评价指标
葡萄酒评价指标
区分好坏葡萄酒没有具体的绝对的量化标准，目前权威的葡萄酒评分系统主要是美国著名的葡萄酒评论家罗伯特·帕克，帕克推崇的是葡萄酒100分制评分体系；以及大家俗称的3W1D也是世界葡萄酒评分系统中的权威。
帕克的100分制给葡萄酒的打分范围是50-100，基于以下四个因素：外观，香气，风味，总体质量或潜力。帕克将葡萄酒分成四个档次(从50-100分)，具体的打分体系如下：
96-100 Extraordinary 经典：顶级葡萄酒。
90-95 Outstanding 优秀：具有高级品味特征和口感的葡萄酒。
80-89 Above average 优良：口感纯正、制作优良的葡萄酒。
70-79 Average 一般：略有瑕疵，但口感无尚大碍的葡萄酒。
60-69 Below average 低于一般：不值得推荐
50-59 Unacceptable 次品
一般帕克的评分系统会给每一款酒一个基础的分数（50分）。在50分的基础上，按酒的质量特点加分。
酒的颜色和外观值5分，好的葡萄酒的外观应该澄亮透明（深颜色的酒可以不透明），有光泽，其颜色与酒的名称相符，色泽自然、悦目。
然后，酒香值15分，取决于香气的浓度、复杂度和纯粹感，香气应该是葡萄的果香（比如赤霞珠的黑醋栗香气、黑比诺的樱桃香气、霞多丽的热带水果香气）、发酵的酒香、陈酿的醇香（橡木桶陈酿及瓶内陈酿组成的香气，主要包括花香、果香、辛香料香、动物香、矿物香、动物香、焙烤香等香气类型），这些香气应该平衡、协调、融为一体，香气幽雅，令人愉快；
酒的口感和后味值20分，好的葡萄酒其口感应该是舒畅愉悦的，各种香味应细腻、柔和，酒体丰满完整，有层次感和结构感，果味、单宁、酒精、酸度、甘油、糖分均衡，余味绵长；最后，酒的总体质量水平或者演化进步的潜力，也就是说陈化的潜力，值10分。
3W指WA、WS、WE
WA是《葡萄酒倡导家》杂志Wine Advocate journal 即罗伯特·帕克的评分
WS是《葡萄酒观察家》Wine Spectator magazine杂志，该杂志同样为美国最具影响力的杂志之一，同样倡导百分制，基本思路与帕克类似，但《葡萄酒观察家》拥有众多的优秀评酒师，通过蒙瓶试酒，多方面综合结果，所以评分相对较中立。
分数解释
96-100 经典的，绝佳的
90-95 优秀的，有个性，有风格
80-89 品质优，有特点
70-79 一般，可以饮用，可能有小的缺点
60-69 低于一般，可以喝但是不推荐
50-59 次品，不推荐，不能饮用
美国《葡萄酒观察家》是全球发行量最大的葡萄酒专业杂志，拥有世界上最具经验的专业品酒师，旗下群星灿烂，大师辈出，其号召力举世无双，备受业内人士推崇。该杂志每年要品尝超过12000种的葡萄酒，评酒团由七位经验丰富的评酒专家组成。每位酒评专家都专注于他所精通的产区，并负责品评这些酒。为保证酒评的独立、客观和权威性，他们采用特制的品酒杯，并将酒集中在一个独立的场所进行品评，而不是在酒庄或酒园，并且通常实行盲品，所给分数非常客观，不带任何偏见。
每年年底，《葡萄酒观察家》在综合考虑酒的品质及其价位后，在品评过的葡萄酒中，评选出当年上市的百大葡萄酒。这项评杨动创建于1988年，上榜者是该杂志的编辑团队品尝后，精挑细选出来的，虽然每个人心中都有不一样的百大葡萄酒的名单，但是经过综合评定出的这一百只酒，绝对有其公信力，其公信力享誉全球。
WE是《葡萄酒爱好者》Wine Enthusiast
1D指DE，即英国的《泌酒瓶》杂志Decanter magazine．该杂志是世界著名的葡萄酒杂志，采用“五星级评分体系”。这种评级方式首先是Michael Broadbent在他的《葡萄酒年分全书》采用。《泌酒瓶》杂志的品尝也采用盲品，而且每次的品尝专家都是不同的。
分数《泌酒瓶》 Michael Broadbent
5星品质出色，近乎完美绝佳
4星极力推荐非常优秀
3星值得推荐很好
2星很好好
l星可以接受一般，可以接受
葡萄酒理化指标的测定
葡萄酒主要理化指标的测定 1 实验目的 通过测定葡萄酒中糖（总糖或还原糖）、酸、花色苷、酒精度、SO2(游离SO2和总SO2)的含量以及酒的色度和色调，掌握葡萄酒主要理化指标的测定方法。 2 方法 总糖和还原糖（直接滴定法） 原理 利用费林溶液与还原糖共沸，生成砖红色氧化亚铜溶液的反应，以次甲基蓝为指示液，以样品或经水解后的样品滴定煮沸的费林溶液，达到终点时，稍微过量的还原糖将蓝色的次甲基蓝还原为无色，以示终点。根据样品消耗量求得总糖或还原糖含量。 注：反滴法——即先向反应体系中加入一定量的葡萄酒，再用标准葡萄糖溶液滴定反应体系至终点，此时所用糖的体积与标定费林试剂时所用糖体积的差值即为酒中的糖。（一般地，滴定时用待测液进行滴定，但由于干葡萄酒中糖含量较低，滴定至终点所需样液量极大，因此采用反滴法） 试剂和材料 盐酸溶液（1:1） 氢氧化钠溶液（200g/L） 葡萄糖标准液（L） 次甲基蓝指示液 费林溶液（I，II） 测总糖用葡萄酒（25mL葡萄酒，酸水解，调pH至中性，蒸馏水定容至500mL）测还原糖用葡萄酒（50mL葡萄酒，蒸馏水定容至500mL）
分析步骤（见黑板） 结果计算 X=*1000 X:葡萄酒中总糖或还原糖的含量，单位g/L F：费林溶液I、II各5mL相当于葡萄糖的克数，单位g C：葡萄糖标准溶液的浓度，单位g/mL V：消耗标准葡萄糖溶液的体积单位mL V1吸取酒样的体积；V2稀释后的体积；V3吸取V2的体积 =(测总糖用葡萄酒) 总酸（指示剂法） 原理 利用酸碱中和原理，以酚酞做指示剂，用氢氧化钠标准溶液滴定样品中的有机酸，根据氢氧化钠溶液的体积计算葡萄酒中的有机酸含量（以酒石酸计） 试剂和材料 氢氧化钠标准滴定溶液L 酚酞指示液 分析步骤（见黑板） 结果计算 X= X:样品中总酸的含量（以酒石酸计），单位g/L c：氢氧化钠标准滴定溶液的浓度，单位mol/L V0：空白试验消耗氢氧化钠体积，单位mL V1:滴定样品时消耗氢氧化钠体积，单位mL V2：吸取酒样的体积，单位mL 75：酒石酸摩尔质量数，单位g/mol
葡萄酒评价指标
葡萄酒评价指标 区分好坏葡萄酒没有具体的绝对的量化标准，目前权威的葡萄酒评分系统主要是美国著名的葡萄酒评论家罗伯特·帕克，帕克推崇的是葡萄酒100分制评分体系；以及大家俗称的3W1D也是世界葡萄酒评分系统中的权威。 帕克的100分制给葡萄酒的打分范围是50-100，基于以下四个因素：外观，香气，风味，总体质量或潜力。帕克将葡萄酒分成四个档次(从50-100分)，具体的打分体系如下： 96-100 Extraordinary 经典：顶级葡萄酒。 90-95 Outstanding 优秀：具有高级品味特征和口感的葡萄酒。 80-89 Above average 优良：口感纯正、制作优良的葡萄酒。 70-79 Average 一般：略有瑕疵，但口感无尚大碍的葡萄酒。 60-69 Below average 低于一般：不值得推荐 50-59 Unacceptable 次品 一般帕克的评分系统会给每一款酒一个基础的分数（50分）。在50分的基础上，按酒的质量特点加分。 酒的颜色和外观值5分，好的葡萄酒的外观应该澄亮透明（深颜色的酒可以不透明），有光泽，其颜色与酒的名称相符，色泽自然、悦目。 然后，酒香值15分，取决于香气的浓度、复杂度和纯粹感，香气应该是葡萄的果香（比如赤霞珠的黑醋栗香气、黑比诺的樱桃香气、霞多丽的热带水果香气）、发酵的酒香、陈酿的醇香（橡木桶陈酿及瓶内陈酿组成的香气，主要包括花香、果香、辛香料香、动物香、矿物香、动物香、焙烤香等香气类型），这些香气应该平衡、协调、融为一体，香气幽雅，令人愉快； 酒的口感和后味值20分，好的葡萄酒其口感应该是舒畅愉悦的，各种香味应细腻、柔和，酒体丰满完整，有层次感和结构感，果味、单宁、酒精、酸度、甘油、糖分均衡，余味绵长；最后，酒的总体质量水平或者演化进步的潜力，也就是说陈化的潜力，值10分。 3W指WA、WS、WE WA是《葡萄酒倡导家》杂志Wine Advocate journal 即罗伯特·帕克的评分 WS是《葡萄酒观察家》Wine Spectator magazine杂志，该杂志同样为美国最具影响力的杂志之一，同样倡导百分制，基本思路与帕克类似，但《葡萄酒观察家》拥有众多的优秀评酒师，通过蒙瓶试酒，多方面综合结果，所以评分相对较中立。 分数解释 96-100 经典的，绝佳的
葡萄酒质量的评价1
2012高教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、电子、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 （隐去论文作者相关信息） 日期： 2012 年 9 月 10 日赛区评阅编号（由赛区组委会评阅前进行编号）：
2012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）： 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号）：
葡萄酒质量的评价 摘要 葡萄酒质量的好坏主要依赖于评酒员的感观评价，由于人为主观因素的影响，对于酒质量的评价总会存在随机差异，为此找到一种简单有效的客观方法来评酒，就显得尤为重要了。本文通过研究酿酒葡萄的好坏与所酿葡萄酒的质量的关系，以及葡萄酒和酿酒葡萄检测的理化指标的关系，以及葡萄酒理化指标与葡萄酒质量的关系，旨在通过客观数据建立数学模型，用客观有效的方法来评价葡萄酒质量。 首先，采用双因子可重复方差分析方法，对红、白葡萄酒评分结果分别进行检验，利用Matlab软件得到样品酒各个分析结果，结合01 -数据分析，发现对于红葡酒有70.3%的评价结果存在显著性差异，对于白葡萄酒只有53%的评价结果存在显著性差异。通过比较可知，两组评酒员对红葡萄酒的评分结果更具有显著性差异，而对于白葡萄酒的评分，评价差异性较为不明显。为了评价两组结果的可信度，借助Alpha模型用克伦巴赫α系数衡量，并结合F检验，得出红葡萄酒第一组评酒员的评价结果可信度更高，而对白葡萄酒的品尝评分，第二组评酒员的评价结果可信度更高。综合来看，主观因素对葡萄酒质量的评价具有不确定性。 结合已分析出的两组品酒师可靠性结果，对葡萄酒的理化指标进行加权平均，最终得出十位品酒师对样品酒的综合评价得分。将每一样品酒的综合得分与其所对应酿酒葡萄的理化指标（一级指标）共同构成一个数据矩阵，采用聚类分析法，利用SPSS软件对葡萄酒样进行分类，根据分类的结果以及各葡萄样品酒综合得分最终将酿酒葡萄分为A（优质）、B（良好）、C（中等）、D（差）四个等级，客观地反映了酿酒葡萄的理化指标与葡萄酒质量之间的联系。 为了分析酿酒葡萄与葡萄酒理化指标之间的联系，采用相关分析法，能有效地反映出两者间的联系，取与葡萄各成分相关性显著的葡萄酒理化指标，与葡萄成分做多元线性回归得出葡萄酒理化指标与酿酒葡萄的拟合方程，从而反映酿酒葡萄与葡萄酒理化指标之间的联系。 由于已经通过回归分析建立了酿酒葡萄和葡萄酒理化指标之间的关系，因此从酿酒葡萄成分对葡萄酒的理化指标的影响，再研究出葡萄酒理化指标与葡萄酒质量的联系，便可作为一个桥梁，反映出葡萄与葡萄酒理化指标对葡萄酒的质量的作用。研究葡萄酒理化指标与葡萄酒质量的联系，需要运用变量间的相关性及Pearson系数法分析葡萄酒的理化指标与葡萄酒质量评价指标的相关性，通过比较选出与葡萄酒评价的一级指标相关性程度大的葡萄酒成分，进行回归分析法，建立酿酒葡萄的理化指标与葡萄酒质量之间的拟合方程，结合各个质量一级指标的权重，从而完成了从葡萄酒成分对葡萄酒质量的客观评价。综合计算结果，与酿酒葡萄分级的结果吻合，所以分析结果较客观。
葡萄酒理化指标检测
美国新橡木桶贮存赤霞珠干红葡萄酒W2B5理化指标分析 班级：生工081 学号：080302101 姓名：杨冲 摘要：本实验以美国新橡木桶贮存赤霞珠干红葡萄酒为原料,根据GBT 15038-2006 葡萄酒、果酒通用分析方法测定样品的总酸、挥发酸、酒精度、干浸出物、总浸出量、残糖、单宁、色度、色调、总酚、总SO2、明胶指数、盐酸指数、pH、可溶性固形物。结果显示, 葡萄酒的各项理化指标符合国家新标准中的规定。本文讨论分析了橡木桶对赤霞珠干红葡萄酒储存过程中理化指标的影响。 关键词：赤霞珠；橡木桶；干红葡萄酒；理化指标；分析检测 1 引言 葡萄酒是以新鲜葡萄或葡萄汁为原料，经发酵而成的含有多种营养成分的饮料酒, 是世界公认的对人体有益的健康酒精饮品。葡萄酒具有很高的营养价值和保健作用, 内含一种称为白藜芦醇的物质, 以红葡萄酒中含量最多, 可用于癌症的化学预防。葡萄酒能调节人体新陈代谢, 促进血液循环, 防止胆固醇增加, 同时还有利尿、激发肝功能和防止衰老的作用, 长期适当适量( 每天控制在50mL) 饮用, 可以起到滋补、强身、美容的作用, 可防止坏血病、贫血、眼角膜炎, 降低血脂, 促进消化, 对预防癌 症和医治心脏病大有禆益。 干红葡萄酒中含有人体维持生命活动所需的三大营养素：维他命、糖及蛋白质。葡萄糖是人类维持生命、强身健体不可缺少的营养成分，是人体能量的主要来源。近年来也越来越受广大顾客的青睐。本研究的目的就是通过对赤霞珠干红葡萄酒理化指标的检测，保障酒的质量，并通过检测分析在制作、品种、贮存工具、贮存条件相同的情况下，只有贮存时间不同对酒理化性质的比较分析。 由于橡木桶贮存过的葡萄酒日益得到消费者的认可，橡木桶便越来越受到世界各地的酿酒师的青睐。橡木香气是木桶贮藏的葡萄酒中最常见的香气。经过木桶贮藏，葡萄酒逐渐氧化成熟。新、旧橡木桶也会对葡萄酒产生一定影响，随着贮酒次数的增加，木桶的贮藏效果逐渐减弱。几乎有葡萄酒出产的地方都可以见到赤霞珠的身影，但是它在世界各地区的表现是有所差异的，不同的地区由于气候不同导致葡萄的质量不同。本文研究的是美国新橡木桶贮存赤霞珠干红葡萄酒的理化指标差异。 2 材料与方法 2.1 原料 美国6#新橡木桶贮存2#赤霞珠干红葡萄酒（W2B6）2010年10月—2011年6月的九个样品。 2.2 试剂与仪器 试剂： NaOH 标准液，费林溶液Ⅰ、Ⅱ液，葡萄糖标液，福林-肖卡、福林-丹尼斯(试剂等。 仪器：分析天平，分光光度计， pH计等。
(精编)葡萄酒质量的评价
(精编)葡萄酒质量的评 价
2012高教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 （隐去论文作者相关信息） 日期：2012 年9 月10 日 赛区评阅编号（由赛区组委会评阅前进行编号）： 2012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号）：
葡萄酒质量的评价 摘要 葡萄酒质量的好坏主要依赖于评酒员的感观评价，由于人为主观因素的影响，对于酒质量的评价总会存在随机差异，为此找到一种简单有效的客观方法来评酒，就显得尤为重要了。本文通过研究酿酒葡萄的好坏与所酿葡萄酒的质量的关系，以及葡萄酒和酿酒葡萄检测的理化指标的关系，以及葡萄酒理化指标与葡萄酒质量的关系，旨在通过客观数据建立数学模型，用客观有效的方法来评价葡萄酒质量。 首先，采用双因子可重复方差分析方法，对红、白葡萄酒评分结果分别进行检验，利用Matlab软件得到样品酒各个分析结果，结合数据分析，发现对于红葡酒有的评价结果存在显著性差异，对于白葡萄酒只有53%的评价结果存在显著性差异。通过比较可知，两组评酒员对红葡萄酒的评分结果更具有显著性差异，而对于白葡萄酒的评分，评价差异性较为不明显。为了评价两组结果的可信度，借助Alpha模型用克伦巴赫系数衡量，并结合检验，得出红葡萄酒第一组评酒员的评价结果可信度更高，而对白葡萄酒的品尝评分，第二组评酒员的评价结果可信度更高。综合来看，主观因素对葡萄酒质量的评价具有不确定性。 结合已分析出的两组品酒师可靠性结果，对葡萄酒的理化指标进行加权平均，最终得出十位品酒师对样品酒的综合评价得分。将每一样品酒的综合得分与其所对应酿酒葡萄的理化指标（一级指标）共同构成一个数据矩阵，采用聚类分析法，利用SPSS软件对葡萄酒样进行分类，根据分类的结果以及各葡萄样品酒综合得分最终将酿酒葡萄分为A（优质）、B（良好）、C（中等）、D（差）四个等级，客观地反映了酿酒葡萄的理化指标与葡萄酒质量之间的联系。 为了分析酿酒葡萄与葡萄酒理化指标之间的联系，采用相关分析法，能有效地反映
2012数学建模A葡萄酒的评价
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）： 所属学校（请填写完整的全名）： 参赛队员(打印并签名) ：1. 2. 3. 指导教师或指导教师组负责人(打印并签名)： 日期： 2012 年 9 月 7 日赛区评阅编号（由赛区组委会评阅前进行编号）：
编号专用页 赛区评阅编号（由赛区组委会评阅前进行编号）： 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号）：
葡萄酒的评价 摘要 目前，葡萄酒备受大家的青睐，其质量也日益受到人们的关注。葡萄酒的质量与酿 酒葡萄的好坏有直接关系，葡萄酒和酿酒葡萄的理化指标会在一定程度上反应葡萄酒和 酿酒葡萄的质量。 对于问题1，我们采用方差分析的方法建模解决。基本思路是：对两组评酒员的评 价结果进行单因素方差分析，然后再用F检验对得出的结果进行进一步验证，得出两组 评酒员的评价结果无显著性差异，通过比较两组评酒员评价结果的方差值，得出第二组 的结果更可信。 对于问题2，我们采用主成分分析方法，建立综合评价模型，对酿酒葡萄进行分级。 基本思路是运用因子分析的方法，以特征值大于1为标准，得出酿酒葡萄理化指标的8 种主成分，在此基础上把综合因子作为一项排名指标，结合问题1得出的葡萄酒的质量， 对酿酒葡萄进行排名，用两种排名的名次之和作为对酿酒葡萄分级的主要依据。此方法 消除了主观加权的盲目性，保证了分级的客观性；避免了两个指标中因某一指标数值上 远远大于另一指标而使另一指标对排名起不到作用的现象的发生。最终将酿酒葡萄分为 了Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ五个等级。 对于问题3，我们对酿酒葡萄和葡萄酒的理化指标中具有可比性的同类指标一一对 比，经相关性检验得到他们具有显著的线性相关性，进而用线性回归的方法得出回归方 程，找到酿酒葡萄和葡萄酒的理化指标之间的联系。 对于问题4，先将酿酒葡萄和葡萄酒的量化指标进行无量纲化处理，用F检验验证两组值的相似程度为1，得出酿酒葡萄和葡萄酒的理化指标会对葡萄酒质量产生影响，所以可以用葡萄和葡萄酒的理化指标来评判葡萄酒的质量。 文章最后对论文的优缺点做了评价，并给出了一些改进方向，以利于在实际中应用 和推广。 关键词：方差分析；因子分析；主成分分析法；线性回归分析；SPSS软件；F检验
葡萄酒各种物化参数测定
葡萄酒理化指标的测定 1酒精度的测定 密度计法 依据不同的酒精溶液所对应的比重不同的原理，将葡萄酒中的酒精蒸馏出来，通过用比重计测量其比重，计算出酒精溶液的浓度。 1步骤 用100ml容量瓶准确量取20℃酒样倒入1000ml圆底烧瓶中，再用约100ml 水冲洗容量瓶，洗液一齐倒入圆底烧瓶中，置600W电炉上加热蒸馏（采用蛇形冷凝器）开启冷却水，用原容量瓶接收蒸馏液（以冷却水大小调节蒸馏温度，使蒸馏液的温度不超过25℃）。将蒸馏液摇匀倒入100ml量筒，选用合适的精密酒精计，眼睛平视，读数读弯月面下缘，同时记录下温度，查酒精温度、浓度换算表，得到被测酒样的酒精度。所得结果保留至1位小数。 2结果的允许误差 平行实验测定结果绝对值之差不得超过0.1%（v/v）。 3检验时注意事项 3.1被测样品酒精度在15%（v/v）以上时采用此方法。 3.2酒精计的分度值为0.1或0.2％（v/v），所用酒精计必须经国家认可的计量部门检定。 3.3测定含气葡萄酒时需排气后再取样。排气方法：用低真空连续抽气2分钟。 3.4蒸馏液的温度应控制在20℃±5。 3.5为避免蒸馏过程中乙醇蒸汽的逃逸而影响测定结果的准确性，蒸馏前必须检查蒸馏仪器的接口处是否严密。若出现漏气，必须重新测定。 3.6对于挥发酸含量过高（以醋酸计超过1g/l）或二氧化硫含量过高的样品应根据总酸测定的结果，用1N的氢氧化钠对样品进行中和后再进行蒸馏。 2.还原糖的测定 2.1斐林法 2.1.1步骤 2.1.1.1预备试验 取斐林氏A、B液各5ml，置于250ml三角瓶中，加水50ml，加入酒样5ml，加热至沸腾。在沸腾状态下，用0.25%的葡萄糖溶液滴定至淡蓝色，加2滴1%的次甲基兰指示剂，继续滴定至蓝色完全消失，记录所消耗的葡萄糖溶液的毫升数。 2.1.1.2正式试验 取斐林氏A、B液各5ml，置于250ml三角瓶中，加水50ml，加入酒样5ml。然后加入比预备试验少1ml的0.25%的葡萄糖溶液，加热至沸腾并保持2分钟。加2滴次甲基兰指示剂，在沸腾状态下，在1分钟内用葡萄糖溶液滴定至终点，记录消耗的毫升数，读数至小数点后两位。 2.1.2计算 还原糖（以葡萄糖计，g/L）＝［（S－G×V）/5］×F×1000式中：S－斐林氏A、B液各5ml，相当于葡萄糖的克数； G－葡萄糖溶液的准确浓度，g/mL； V－（两次滴定）耗用葡萄糖溶液的平均体积，mL； 5－取样体积，mL；
基于数据挖掘技术的葡萄酒评价体系研究
Advances in Applied Mathematics 应用数学进展, 2015, 4(4), 376-384 Published Online November 2015 in Hans. https://www.wendangku.net/doc/0312937403.html,/journal/aam https://www.wendangku.net/doc/0312937403.html,/10.12677/aam.2015.44047 The Study on Evaluation System of Wine Based on Data Mining Sizhe Wang1, Zhigang Wang2*, Yong He2 1Automation Professional Class 1301, School of Information Science and Engineering, Central South University, Changsha Hunan 2College of Information Science and Technology, Hainan University, Haikou Hainan Received: Nov. 8th, 2015; accepted: Nov. 23rd, 2015; published: Nov. 30th, 2015 Copyright ? 2015 by authors and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.wendangku.net/doc/0312937403.html,/licenses/by/4.0/ Abstract Based on Question A of Mathematical Contest in Modeling for college students in 2012, the empha-sis in this paper is mainly on the establishment of evaluation system of wine based on data mining technology. The wine quality is determined by the score of the wine tasting. We analyze the credi-bility of the liquor score by one-way ANOVA. We classify the wine grape by extracting common factors of some physical and chemical indicators from the wine grape, and by clustering the factor score and wine score. The stepwise regression model is established through the correlation be-tween the physical and chemical indicators and the physical and chemical indicators of wine grapes. By the regression model between the aroma substances and the score of the wine, the key physical and chemical indicators of wine quality will be found. In the end, some shortcomings of current rating system of wine will be pointed out. Keywords Evaluation System of the Wine, Data Mining Technology, One-Way ANOVA, Cluster Analysis, Regression Analysis 基于数据挖掘技术的葡萄酒评价体系研究 王思哲1，王志刚2*，何勇2 1中南大学信息科学与工程学院自动化专业1301班，湖南长沙 2海南大学信息科学技术学院，海南海口 *通讯作者。
葡萄酒的理化检验
一、理化指标的检验（无特殊说明水为蒸馏水） 1、酒精度的检验（密度瓶法） 原理：通过蒸馏除去样品中的不挥发物质，用密度瓶测定出馏出液的密度。根据馏出液的密度，查表1，求得20℃时酒精度。用％（体积分数）表示。 仪器：分析天平（感量0.0001g ），全玻璃蒸馏器（500ml ），附温度及密度瓶（50ml ） 操作步骤： 用100ml 容量瓶准确量取100ml 样品于500ml 蒸馏瓶中，用50ml 水分三次冲洗容量瓶，洗液全部并入蒸馏瓶中。连接冷凝器，以取样用容量瓶做接收器。开启冷凝水，缓慢加热蒸馏。收集馏出液接近刻度，取下容量瓶，补加水至刻度。 将密度瓶洗净、干燥，带温度计和侧孔罩称量，至恒重。 将密度瓶中加入蒸馏水，于20℃时用滤纸吸去侧管中流出的液体，盖上侧孔罩，擦干瓶壁上的水，称量出水与密度瓶的重量。 将密度瓶中的水倒出，用试样冲洗密度瓶3~5次，装满，于20℃称量。 计算： 0.9972.12.99811220 20m m A A m m A m m -?=?+-+-=ρ 2020 ρ——样品在20摄氏度时的密度，g/ml ； m ——密度瓶的质量，g ； m 1——20℃时密度瓶与水的质量，g ； m 2——20℃时密度瓶与试样的质量，g ； 所得结果应保留至一位小数。 2、总糖和还原糖的测定（菲林试剂法） 原理：利用菲林溶液与还原糖共沸，生成氧化亚铜沉淀的反应，以次甲基蓝为指示剂，以样品或经水解后的样品滴定煮沸的菲林溶液，达到终点时，稍微过量的还原糖将蓝色的次甲基蓝还原为无色，根据样品消耗量求得总糖或还原糖的含量。 试剂和材料：盐酸（1+1），NaOH 溶液（200g/L ），葡萄糖标准溶液（2.5g/L,称取在105℃~110℃烘箱内烘干3h 并在干燥器中冷却的无水葡萄糖2.5g ，用水溶
葡萄酒的评价优秀论文
题目葡萄酒的评价 摘要 近年来，我国掀起了一场葡萄酒热，对葡萄酒的需求与日俱增，特别是随着食品科学技术的发展，人们不再满足传统感官评价葡萄酒的水平，如何运用数据资料定量研究葡萄酒的品质，加快建立葡萄酒市场指标规则成为人们关注的焦点。随着经济的高速发展，葡萄酒作为一种跨国际的交流饮品越来越受欢迎，大量的古籍表明，中国是世界葡萄的起源中心，所以也很有可能是葡萄酒的起源国家。早在我国文化巨著诗经中，就有元代的酒，比起前代来要丰富得多。红葡萄酒十分常见，而对应的白葡萄酒，能使人精神焕发，心身舒泰，当然还能解渴，使人陶然而醉。白葡萄酒往往比红葡萄酒更具异香之质，而酿造能让它的芳香更上层楼。白葡萄酒往往不像红葡萄酒那样贮藏愈久愈好，而能发展其复合性，在瓶中渐渐演化、增加风味的白葡萄酒就更少了。 本文对影响葡萄酒品酒员对葡萄酒质量评价的因素进行分析，建立数学模型。问题一根据层次分析法对品酒员自己的嗅觉、味觉以及品酒场所和心情因素分析影响葡萄酒品酒员品酒好坏的因素并对这些因素进行排序。通过建立层次分析，然后构造判断矩阵同时赋值的方法，用matlab求出该矩阵最大特征值及此特征值对应的特征向量对u进行归一化处理，得出权重系数向量，对权重系数向量进行一致性检验。 问题二要求研究两组品酒员的评价结果有无显著性差异，这便可通过葡萄酒品尝评分表中第一组和二组白葡萄酒和红葡萄酒进行分析比较，每组都十人，从酒的外观分析(澄清度、色调)，香气分析（纯正度、浓度、质量），口感分析（纯正度、浓度、持久性、质量），最后得出酒样的整体评价，由于数据量大，涉及因素多，我们无法甄别，本文用spass软件进行分析，求出每位评酒员对每种葡萄酒样品的各项指标的均值，通过对各项指标的离散系数进行分析。通过一致性检验的方法得出两组具有显著性差异，得出结论第一组更可信。 关键词层次分析法一致性检验matlab s p a s s
分析酿酒葡萄与葡萄酒的理化指标之间的联系
论酿酒葡萄与葡萄酒之间的关系 郭其昌 2001年8月于天津蓟县《第八届全国葡萄、葡萄酒学术研讨会》 各位代表： 我试图用很短的时间把我用50多年时间研究的这个题目向大家说清楚。 我讲3个方面：葡萄酿酒和葡萄栽培技术协作的2次全国会议、酿酒葡萄品种和葡萄酒的关系、葡萄质量和葡萄酒的关系。 一、葡萄酿酒和葡萄栽培技术协作的2次全国会议 关于这2次会议，《新中国葡萄酒业五十年》这本书的第16~68页有着详细的记载，大家抽时间可以看一看，相信能够从中取得一些教益。 74年的会议在烟台举行，会议根据当年上半年由轻工、外贸、栽培等单位组织的调查，总结了从解放至当时的葡萄和葡萄酒行业的情况，提出了原料基地化、基地良种化和良种区域化的理论以及执行办法，制定了发展规划。具体包括：确定发展葡萄不与粮棉争地、厂社挂钩、利用野生资源、加速发展栽培与酿酒之间的协作和研究、根据产地区域划分协作区、各地区的建议发展品种、区域性酿酒试验、出台葡萄酒暂行管理办法（葡萄酒标准的基础）。为了使行业了解国外情况，还公布了5期内容丰富的国外葡萄酒现状和法规。 80年的会议在通化举行，会议内容非常集中。主要解决了以下问题：讨论葡萄酒质量管理办法等4个试行草案、随着葡萄酒改型（出现干酒）的发展品尝新产品并提出结论、确定研究推广葡萄酿酒新工艺和新设备以及酿酒葡萄品种区域化的研究方向。 为什么从70年代初我们就把酿酒和栽培结合在一起共议大事？因为通过前20年的研究和实践，使我们清楚地认识到二者之间休戚与共的相互关系。其实，葡萄栽培和葡萄酿酒本来就是栓在一根绳子上面的两只蚂蚱，要各行其是，只有两败俱伤，谁也没法进步。酿酒葡萄多次的种种拔拔，其主要原因是两方面结合出的问题。 我们可以清醒地看到：市场经济是栽培和酿酒双方要尊重的市场。种植酿酒葡萄是为了提供给葡萄酒厂酿造葡萄酒。葡萄酒厂的市场是面向消费者，而酿酒葡萄的市场是葡萄酒厂，二者相互依存、不可分割。 通过多年的工作，使我们知道要及时地总结经验和汲取教训，再不要热衷于随流。因此，随着行业的发展，两三年开一次这样的会议，有益于行业的健康和正常发展。 希望酿酒工业协会和农学会紧密结合，把这次会议作为74年和80年会议的继续，继往开来，开创出酿酒葡萄和葡萄酿酒紧密结合的一片大好局面。
葡萄酒理化指标参考文献
葡萄酒理化指标参考文献 [1] GBT 15038-2006 葡萄酒、果酒通用分析方法. [2] 蔺红苹,邱翠婵,刘嘉玲.自酿葡萄酒的卫生指标和理化指标的检测湛江师范学院学报2010 年6 月第31 卷第3 期 [3]宋润刚，路文鹏，沈育杰.山葡萄新品种“左优红”果实色素及干红酒理化指标检测分析中外葡萄与葡萄酒2005,6:7～8 [4]赵建萍，张军翔，刘谱. 不同发酵温度和浸渍时间对红葡萄酒理化指标的影响中外葡萄与葡萄酒 2006,6:13～14 [5]王志东，张军翔，王琨，李梅. 不同酵母及果胶酶对红葡萄酒综合理化指标的影响中外葡萄与葡萄酒2007, 2 [6]孙建平, 潘秋红, 于庆泉, 段长青. 葡萄酒酉石稳定评判指标及其影响因素初探中外丽萄与蔺萄酒 2008 1:7-10 [7] 陆其科. 高纯度酒精蒸馏[M] . 北京:中国轻工业出版社,19921 [8] 周薇,羊语梅,张军岷. 品红—亚硫酸比色法测定酒中甲醇的方法改进[J] . 中国卫生检验杂志,2004 (5) :6471 [9] 田强. 酒类产品质量检验[M] . 北京:中国计量出版社,20061 [10] 周建新. 食品中菌落总数和大肠菌群检验的质量控制[J] . 粮食与食品工业, 2007 (3) :42 - 451 [11] 李华,王华,袁春龙,等. 葡萄酒化学[M] . 北京:科学出版社,20051 [12] 刘达雄. 海珠区出售葡萄酒中甲醇的含量调查分析[J] . 中国科技信 息,2005(12) :93 - 941 [13] 黄亚东. 杨梅酒中甲醇形成及其毒性分析[J] . 酿酒科技,1999 (2) :60 - 611 [14] 马丽辉,陈卫民. 啤酒中大肠菌群检测法的探讨[J] . 酿酒科技,2004 (4) :89 – 901 [15] 彭德华.影响葡萄酒质量的主要因素分析[J] . 中外葡萄与葡萄酒，2004，5：40-44 [16] 李艳，崔彦志，随子华葡萄酒过程中聚合单宁的变化，酿酒科技，2009年03期 [17] Zaman M, Cameron KC, Di HJ,Inubushi K. Changes in mineral N,microbial biomass and enzyme activitiesindifferentsoildepthsafterapplicationsof dairy shed effluent and chemical fertilizer [J]. Nutrient Cyclingin Agroecosystems, 2002 (63):275-290 [18] H. Y. Chu, Y. Hosen, K. Yagi, K. Okada, O. Ito. Soil microbial biomass and activities in a Japanese Andisol asaffected by controlled release and applicationdepthofurea[J]. BiologyandFertilityofSoils(2005) 42: 89-96Biology and
评判葡萄酒品质的五项指标
评判葡萄酒品质的五项指标 由于从事WSET高级品酒师的教学工作，最经常被学生和爱好者问到的问题，莫过于怎样评价葡萄酒的品质。大家之所以对这个问题特别关心，可能是因为判断葡萄酒品质对学员的工作关系特别密切。葡萄酒行业的从业人员，免不了频繁的选酒和荐酒，如果判断品质的基本功掌握不好，自然无法胜任工作。对于葡萄酒爱好者而言，判断葡萄酒品质直接决定他们的购买行为，也会给葡萄酒的合理价格提供一个参考。 我个人觉得，葡萄酒和任何的食品与饮料一样，都存在“萝卜白菜，各有所爱”的情况。但是，从葡萄酒品评的角度上来讲，就像艺术品的品鉴一样，有着它规范的一面。在我们判断葡萄酒的品质之前，首先需要判断的是葡萄酒是不是存在劣化的问题。葡萄酒的劣化会以带有不愉悦的气味为标志，在技术上我们认为这些不愉悦的气味是葡萄酒的缺陷。酒庄的卫生问题、酿造和陈年过程中氧气参与多少、存储不当或加入二氧化硫过多，都有可能会产生带有缺陷的气味。在葡萄酒竞赛中，会有专职的裁判来判断劣化问题，任何有缺陷气味的葡萄酒都被一票否决，不会进入到竞赛的下一轮环节。 当一款葡萄酒不存在气味缺陷的时候，我们就可以对它的品质来进行判断了。有一些葡萄酒从业人员，单纯地通过某种气味、酒体（口感）、果味、单宁或者酸甜度来判断和介绍葡萄酒的品质，这是不专业的做法。我们通常是从葡萄酒的浓郁度、复杂度、平衡性、回味和典型性这几个角度来对品质进行评价。
浓郁度是葡萄酒爱好者最容易识别的。很多朋友在品尝完葡萄酒后，都会指出这款葡萄酒品味是浓还是淡。其实浓郁度是分为嗅觉的浓度和味觉的浓度，这两部分浓度之间没有必然的关联。有时我们闻起来很酒香很深沉，但品尝起来，却发现浓郁度一般；也会有时发现闻到的气息比较微弱，但是味蕾对觉得味道很厚重。毋庸置疑，浓郁度越高，葡萄酒品质越好。 相比浓郁度来讲，复杂度要难得多。对复杂度的判断需要专业的葡萄酒气味训练，从而具备区分葡萄酒气味的能力。葡萄酒是一种果酒，它主要的味道，肯定是果味，这种果味，是来自葡萄本身的气味，我们称之为第一类气味。但是随着葡萄酒的桶中和瓶中陈年，会演变出香草、雪茄盒、烟草、烟薰、咖啡、焦糖、皮革、泥土、蘑茹等等气味。 如果这款葡萄酒只有果味，同时，如果它不具备能够陈年，香气能够演变的特征，这款葡萄酒注定就是一款果味为主的，适合立即饮用的葡萄酒。一款葡萄酒，只要能有三四种味道，就认为具备良好品质。但一款出色品质的葡萄酒，可能会有十几种以上的味道。 平衡性是一个让葡萄酒爱好者头痛的问题，因为它相对比较感性，不像浓郁度和复杂度这么容易量化。葡萄酒的平衡，最简单的理解就是，果味与甜度和酸度与单宁之间的逻辑关系。打个比方，对于一款干型白葡萄酒，它的甜度和单宁可能都不能被味觉识别，所以往往需要对等的果味和酸度来进行平衡。酸度太低，酒会给人以庸肿、笨拙的感觉，而果味太低，酒显得空洞、平坦。平衡性更深层研究的问题
葡萄酒评语
葡萄酒评语 篇一：葡萄酒评价 葡萄酒的评价 摘要 对于解决葡萄酒的评价问题及其之间的联系，需要运用到统计学中不同的分析方法，同时建立模型，再利用相应的软件进行求解。 针对问题一，通过分析十位评酒员对不同葡萄酒的打分进行统计整理，得到每位评酒员对所有酒样品的总得分，利用个spss软件，通过对总得分进行T检验分析得到均值，标准差，误差等相应的数据，可以得出两组评酒员的评价结果存在的差异性，根据数值比较可知，第二组评酒员评价结果之间的浮动较小，因此确定第二组的评价结果比较可信。 针对问题二，采用主成分分析和聚类分析对酿酒葡萄进行分级，首先通过spss软件对酿酒葡萄的理化指标进行主成分分析，对主成分累计贡献率进行归一化分析得出其权重和酿酒葡萄中的主要物质的相关系数矩阵。再通过相关数据利用maTLaB得出聚类图。因为酿酒葡萄的组数较多，可将其分为4类，以便聚类图能清晰表明酿酒葡萄的等级。 针对问题三，运用spss软件及问题二的模型对酿酒葡萄和葡萄酒理化指标分析，从红葡萄和红葡萄就中提取9中主要物质（见表三1），
白葡萄与白葡萄酒中提取8中主要物质（见表四1）。再对酿酒葡萄和葡萄酒理化指标进行通过典型相关分析。更加准确的反应出酿酒葡萄与葡萄酒理化指标之间联系。 针对问题四，建立多元线性回归模型分析葡萄和葡萄酒的理化指标及芳香物质对葡萄酒的影响，利用spss软件得出图四和图六，由图中数值分析得出拟合线性回归的残差浮动区间为[-1,1],因此葡萄酒的质量可以由酿酒葡萄和葡萄酒的理化指标以及芳香物质共同反应。 关键字：T检验、主成分分析、聚类分析、典型相关分析、多元线性回归分析 一问题重述 1.1问题背景与条件 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。 1.2预解决的问题 1、问题一分析附件1中两组评酒员的评价结果有无显著性差异，哪一组结信？ 2、问题二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、问题三分析酿酒葡萄与葡萄酒的理化指标
数学建模葡萄酒评价.docx
A题：葡萄酒的评价 摘要 本文主要进行了葡萄酒感官评价的可信度比较、酿酒葡萄评价分级、酿酒葡萄与葡萄酒的理 化指标之间的联系、评价结果统计分析等方面的研究。通过方差分析、层次分析等方法建立模型， 解决了葡萄酒的评价问题。 问题一：利用方差分析法对评酒员评价数据进行分析，并用Excel 画出图表（见正文），直观地观察出两组评价数据范围接近，第二组评价数据波动不大，评价数据更可信。 问题二：要求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，我们认为影响酿酒葡萄品质的因素较多，酿酒葡萄各理化指标之间的关系又是极其复杂的，对其的评价是一个多指标、多属性的问题。采用系统工程学的层次分析法(AHP )来确定影响葡萄品质的各 因素的权重，应用综合评判法，对酿酒葡萄进行了评价和分级。各等级下葡萄样品数如下表： 等级优良中合格葡萄种类 红葡萄54108 白葡萄8892 问题三：利用逐步回归法得到酿酒葡萄与葡萄酒的理化指标之间的关系，并用BP 神经网络进行比较验证。 问题四：通过聚类分析与神经网络相结合，分析酿酒葡萄与葡萄酒的理化指标和葡萄酒质量 间的联系。通过理化指标得到葡萄酒质量评价分数，并与第二组评酒员评价出的葡萄酒质量评价 分数对比分析，可知现阶段还不能用酿酒葡萄与葡萄酒的理化指标来评价酒的质量。 本文的建模过程中，对于每个问题都充分考虑了影响因素，一定程度上体现了模型的可靠性，具有较强的适用性和普遍性。 关键词：方差分析 Excel 逐步回归分析Bp 神经网络聚类分析Matlab DPS 数据处理系统
一、问题重述 通过聘请一些有资质的评酒员品尝葡萄酒，根据他们反馈意见来确定葡萄酒的质量。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。已知某一年份一些葡萄酒的评价结果，及该年份这些葡萄酒的和酿酒葡萄的成分数据。根据上述条件建立数学模型解决以下问题： 1.分析两组评酒员的评价结果有无显着性差异，哪一组结果更可信。 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葡萄酒的理化指标来评价葡萄酒的质量。 二、问题分析 问题一：观察附表 1 中评酒员的评价结果数据，分析得出它们之间的差异。根据评酒员对各组葡 萄酒的评价结果数据，寻求结果数据更加稳定的一组，作为目标，利用求方差的数学模型， 对各个数量指标进行分析比较，得出更有可信度组。 问题二：根据不同理化指标对于酿酒葡萄影响各不相同，用层次分析法构造比较矩阵。计算得到各个因素所对应的权重，定一个分数指标，根据分数对葡萄进行分级。 问题三：题中葡萄与葡萄酒指标数分别为 60、17，考虑因变量太多，用逐步回归分析法建立求解模型，结合神经网络模型进行对比验证。将多次测试值取平均数，获得可信数据。 问题四：考虑参数过多，为剔除微小影响因素，通过聚类分析法对影响指标进行归类，寻找主要因素，用神经网络建立模型，获得理化参数对葡萄酒的影响关系。对理化指标仿真得到新的质量指标分数，与第二组评酒员评价数据比较分析，作为论证依据。 三、模型假设及符号说明 3.1 模型假设 (1)假设评酒员给出的评价数据不存在个人因素。 (2)假设一级指标只与一级指标相互影响，二级指标只与二级指标相互影响。 (3)假设葡萄分级时忽略二级指标对结果的影响。 3.2 符号说明 i：表示第 i 个处理观测值总体平均数。 ij ：表示试验误差。 i : 表示处理i 对试验结果产生的影响。 x ij:表示i ij 总和。 ss ：表示误差平方和。 e ss t表示处理间平方。
葡萄酒质量的综合评价分析模型
葡萄酒质量的综合评价分析模型 专家点评： 本文问题一方法合理，结论正确。问题二对葡萄理化指标进行聚类，然后根据葡萄酒质量进行分级，思路简明正确。问题三进行多元线性回归，尚可，但如果能进行相关性分析会更好。问题四用逐步回归的方法，适当，加入芳香类物质，使结论更加合理。如果问题二和问题三也能将附件三考虑入内会使结论更加有力。 【摘要】 近年来，我国掀起了一场葡萄酒热，对葡萄酒的需求与日俱增，特别是随着食品科学技术的发展，人们不再满足传统感官评价葡萄酒的水平，如何运用数据资料定量研究葡萄酒的品质，加快建立葡萄酒市场指标规则成为人们关注的焦点。本文主要研究了葡萄酒的品质与葡萄酒自身以及酿酒葡萄的理化指标的关系，给出了基于葡萄酒自身的理化指标以及酿酒葡萄的理化指标与芳香物质的定量综合评价模型。 首先基于两组评酒员对同一批葡萄酒的评价分数数据，采用假设检验中的t检验法建立评估两组数据差异的模型，得到了两组评酒员的评分存在显著差异的结论，并通过对两组数据进行方差分析，以判别结果具有的稳定性作为标准，得到第二组比较可靠。 接下来我们结合酿酒葡萄的理化指标和可信组评酒员的打分所刻画的葡萄酒的质量对酿酒葡萄进行分级，用聚类分析的方法将红，白葡萄酒和酿酒葡萄各分成了5类，然后对分好的葡萄类所酿造的葡萄酒进行统计，得到各类葡萄所对应的级别。 更进一步，我们分析了酿酒葡萄和葡萄酒的理化指标之间的联系，运用主成分分析的方法，从酿酒葡萄的30个指标中提取出了12个主要成分，进而通过逐步回归的方法建立起酿酒葡萄和葡萄酒的理化指标联系的模型。 最后我们将提取葡萄及葡萄酒的理化指标与芳香物质中的主成分，利用逐步回归的方法考察理化指标与芳香物质对葡萄酒质量的影响程度，通过对芳香物质对葡萄酒质量影响比重得到芳香物质对葡萄酒的质量有30%以上的影响比重（白葡萄的芳香物质对白葡萄酒的质量影响相对更大），故而不能完全用酿酒葡萄和葡萄酒的理化指标评价葡萄酒的质量。 关键词：假设检验聚类分析主成分分析逐步回归