葡萄酒质量评价模型

崔玉环

摘 要：随着造酒业的发展，葡萄酒的种类变得越来越多。而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也会相互影响。为了确定葡萄和葡萄酒的理化指标之间的联系，首先采用主成分分析法分别求出红、白葡萄和红、白葡萄酒的主成分，其次分析对应的累计贡献率，选取合适的范围，得到贡献率较大的几组主成分，从而确定所占权重较大的主要指标变量，然后对葡萄与葡萄酒的主要指标变量进行简单相关分析，确定两组变量的相关系数，得到相关系数矩阵，最后确定出各个指标之间的关系。

关键词：主成分分析，相关分析

0 引言

食品行业管用的感官评价方法，受人员嗜好、习惯、情绪、年龄、经验等因素影响较大，评定常有一定程度的主观性和不确定性，容易引起打分不一致和数据分析产生偏差，使评价结果不够准确，缺乏客观的评价，误差较大。因此，品评人员是决定最终品评结果的关键因素。国外研究者不断尝试将先进的数据处理方法与感官品评相结合，感官品评的客观性得到很大改善。

1 模型的建立

1.1主成分分析模型的建立

运用主成分分析法[3][7]对理化指标进行分析。

1.2 进行相关分析

通过所求得的主成分，选取载荷系数[4]较大且主成分特征值较大的理化指标作为葡萄酒有代表性的理化指标。将选取的酿酒葡萄的主要指标[1][2]x与葡萄酒的主要理化指标y做相关系数矩阵R，分析指标的相关性。

两个指标变量的相关系数rij的绝对值越接近于1，两个指标变量相关性越大，否则，两个指标变量相关性越小。

1.3 运用主成分分析法求出葡萄和葡萄酒的主成分

对红葡萄酒的一级理化指标[5]和白葡萄酒的一级理化指标运用SPSS软件处理得到相关系数矩阵，由相关系数矩阵计算特征值，得到各主成分的贡献率及累计贡献率[6].

2 结论

本文在人工品评的基础上，结合主成分分析法，根据各理化指标的相关性分析，选择影响较大的理化性指标对葡萄酒进行品评。对不同种类的葡萄酒进行分析，分别建立其理化指标与葡萄酒质量的关系，更加客观准确分析出葡萄与葡萄酒理化指标的相关性关系，为葡萄酒的分级提供较为合理的依据。

参考文献：

[1]盖晓华，郭学军. 葡萄酒的评价及分类[J]. 南阳理工学院学报，2012，4（04）：98-103.2012.04.023

[2]潘晓岚，王秋芳，黄祥威. 葡萄酒的评价[J]. 中央民族大学学报（自然科学版），2013，22（S1）：126-132.

[3]李克宇. 基于主成分分析法的土地整治项目优先度评价研究[D].甘肃农业大学，2012.

[4]傅沐天，莫凡碌，鞠筱. 葡萄酒評价[J]. 无线互联科技，2013，（02）：136-137.

[5]陈锦. 基于统计学的葡萄酒评价数学模型[J]. 盐城工学院学报（自然科学版），2014，27（01）：18-21+45.

[6]王恰恰，李娟，郭淑俊. 葡萄酒评价中的显著性差异判别[J/OL]. 河南科技，2013，（12）：52+57. （2013-06-25）

[7]金建华. 基于主成分分析法的3G网络综合性能评价[D].大连理工大学，2013.endprint