【正文】 來求解它們之間的聯(lián)系。 最終求得各理化指標間的 線性回歸方程 為； 1 1 2 31 1 2 3= 2 . 0 0 1 x 0 . 0 6 8 0 . 0 1 5x + . . . . . . . .= 0 . 0 5 4 0 . 7 5 8 0 . 7 5 3 x . . . . . . . . .yxy x x??? ? ?紅 紅 紅 紅白 白 白 白 、問題 四 模型的建立與求解 本問題是為了分析釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量的影響，由前面我們已經(jīng)知道釀酒葡萄的綜合得分，并對其進行了分級處理。多元線性回歸方程： y=++++.085x9 由該回歸方程可以明顯觀察出各理化指標的相關(guān)系數(shù)都比較小，印證了不顯著 17 的線性關(guān)系。 從方差比看，第 10 個特征根解釋氨基酸 58%，解釋總酚數(shù) 22%,解釋果皮顏色 a 74%，解釋蘋果顏色 b 38%，則可以認為這些變量存在多重共線性，需要重新建立回歸方程。通過 可信度 模型的分析，驗證了評酒員評價 結(jié)果 的可靠性，該模型 用比值體現(xiàn)可信度 ， 使得原本模糊的問題簡單明了， 并且可以通過 MATLAB 快速求解。我們建立了 更符合客觀情況的 logistic回歸模型討論 釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量的影響 ，并論證了模型的準確性，可靠性。 七 、模型的推廣與改進 模型的推廣 整個模型的建立、方案的確定、數(shù)據(jù)的分析過程，都有一定的難度 .尤其是數(shù)據(jù)的分析，數(shù)據(jù)量較大，并且關(guān)聯(lián)度強。 %將 原始數(shù)據(jù)采集標準化 sddata %輸出標準化數(shù)據(jù) [p,princ,eigenvalue,t2]=prinp(sddata)。 %列出各主成分的累積貢獻率 figure(1) pareto(per)。+39。 24 附錄 2 理化指標的相關(guān)度 紅葡萄酒的等級與釀酒紅葡萄的各項指標的相關(guān)度分析結(jié)果 ： 白葡萄酒的等級與釀酒白葡萄的各項指標的相關(guān)度分析結(jié)果： 25 附錄 3 紅酒 偏相關(guān) 系 矩陣 （白酒同理可求） 210 . 7 4 4 4 3 10 . 7 6 4 8 9 0 . 9 2 1 0 2 10 . 6 6 4 4 9 0 . 8 3 7 3 1 0 . 9 0 3 9 2 10 . 1 2 3 8 6 0 . 3 3 1 2 4 0 . 4 8 5 9 8 0 . 3 9 9 4 3 10 . 6 7 5 6 7 0 . 9 1 5 0 2 0 . 9 5 2 7 4 0 . 9 2 6 3 8 0 . 5 2 8 1 4 10 . 8 2 2 0 6 0 . 7 6 7 9 6 0 . 8 0 2 4 1 0 . 7 0 1 7 9 0 . 3 5 2 4 8 0 . 7 5 2 8 5 10 . 3 6 4 8 5 0 . 2 9 8 0 6 0 . 3 0 4 8 4 0 . 2 7 0 3 8 0 . 2 3 8A ?? ? ? ? ? ?? ? ? ? 7 0 0 . 2 4 2 6 5 0 . 0 4 2 3 10 . 3 0 1 8 4 0 . 0 1 7 2 0 0 . 0 1 5 5 3 0 . 0 2 0 3 7 0 . 2 1 3 5 7 0 . 0 7 3 4 3 0 . 1 2 0 0 7 0 . 3 1 1 2 6 1????????? ? ??? 附錄 4 芳香物質(zhì)含量 紅葡萄酒樣品芳香物質(zhì)含量 樣品 1 2 3 4 5 6 7 紅葡萄酒 釀酒葡萄 樣品 8 9 10 11 12 13 14 紅葡萄酒 釀酒葡萄 樣品 15 16 17 18 19 20 21 紅葡萄酒 釀酒葡萄 樣品 22 23 24 25 26 27 26 紅葡萄酒 釀酒葡萄 白葡萄酒樣品芳香物質(zhì)含量 樣品 1 2 3 4 5 6 7 白葡萄酒 白葡萄 樣品 8 9 10 11 12 13 14 白葡萄酒 白葡萄 樣品 15 16 17 18 19 20 21 白葡萄酒 白葡萄 樣品 22 23 24 25 26 27 28 白葡萄酒 白葡萄 。)。 %利用特征根構(gòu)造變 換矩陣 per=100*eigenvalue/sum(eigenvalue)。 %求個變量的標準差 [n,m]=size(dataset)。此外，我們還可以對評價結(jié)果進行驗證，再來調(diào)整方案，這樣更加符合實際問題。模型三的建立是相當完善的。 21 六 、模型的優(yōu)缺點 與改進 模型的優(yōu)點 本文模型注重 效率的提高，通過大量的特征信息的提取，并結(jié)合有效的算法，使其完全可以滿足實時系統(tǒng)的要求 ，為葡萄酒釀造行業(yè)提供了方便可行得的鑒定葡萄酒等級的方法，具有實際的意義和較高的應(yīng)用價值。 最后，回歸方程的 DW檢驗值＝ , 表示殘差序列存在正相關(guān)，說明回歸方程沒能夠充分說明被解釋變量的變化規(guī)律，可能方程中遺漏了一些重要的解釋變量（理化指標）。于是，多元線性回歸方程為： y=*105x1+++2x8 由該回歸方程可以明顯觀察出各理化指標的相關(guān)系數(shù)都比較小，印證了不顯著的線性關(guān)系。 分析模型中決定系數(shù) 2 2 21 1 2 2 11ppy y p y p j jkjjjkR r b r b r b R R?? ?? ? ? ? ? ??? 2 2 2()j j jkkjR R R??? ? 通過使用 SPSS 求理化指標間的通 徑 系數(shù) 通過使用 SPSS 可得 葡萄的等級與紅葡萄酒的各個理化指標之間的關(guān)聯(lián)度大小 :（如下 15 表） 表 20 紅葡萄與 紅葡萄酒的理化指標之間的關(guān)聯(lián)度 花色苷 單寧 總酚 酒總黃酮 白藜蘆醇 R1 R2 R3 R4 R5 DPPH 半抑制體積 L*(D65) a*(D65) b*(D65) 芳香物質(zhì) R6 R7 R8 R9 R10 通過比較關(guān)聯(lián)度的大小就 可以得出紅葡萄酒的各個理化指標與釀酒紅葡萄的密切關(guān)系程度。 其中 1 1 1 1 2 1 3 1 4( , , , )iu u u u u? =（外觀，香氣、口感、整體評價） 2 2 1 2 2 2 3 2 4( , , , , ......)ju u u u u? =（釀酒葡萄的主要理化指標） (2)對于每一個子集 Ui中的 nk個評判因素，按單層次模糊綜合評判模型 進行評判，如果 iU 中的諸因數(shù)的權(quán)數(shù)分配為 iA ， 其評判決策矩陣為 iR ，則得 到第 i個子集 Ui的綜合評判結(jié)果： 1 , 2 ,i i i i i inB A R b b b??? ? ? ?? （ ） (3)對 U中的 m個評判因素子集 Ui(i=1， 2， … ， m)，進行綜合評判，其評判決策矩陣為： 1 1 1 1 2 12 2 1 2 2 212nnm m m m nB b b bB b b bRB b b b? ? ? ?? ? ? ?? ? ? ???? ? ? ?? ? ? ?? ? ? ?? ? ? ? （ ） 如果 U中的各因數(shù)子集的權(quán)數(shù)分配為 A，則可得綜合評判結(jié)果： 11 *B A R?? 因此，可以分別求出白葡萄和紅葡萄相對于葡萄質(zhì)量的綜合得分，然后根據(jù)它們的綜合得分對它們進行分級。 1 , 2 , , 3 0 )np??； 又 : ??? nppxnpnx11 )30,2,1( ??p 21)(11)v a r ( pni nppxxnx ??? ?? 第二步：計算樣本相關(guān)系數(shù)矩陣 8 ???????????????npnpprrrrrrrrrR???????21n2222111211， 為方便，假定原始數(shù)據(jù)標準化后仍用 X 表示，則經(jīng)標準化處理后的數(shù)據(jù) 的相關(guān)系數(shù)為 : npn npnpxxnr ???? 27111 1,2, ,271,2, ,?? 第三步：用雅克比方法求相關(guān)系數(shù)矩陣 R 的特征值（ p??? ?21, ）和相應(yīng)的特征向量 ? ? piaaaa ipiii ?? 2,1, 21 ?? 。在一定程度上， 當平均值相等時， 標準差能反映一個總體的離散程度，即標準差越大，離散程度越大，則表明這個總體的水平 6 不穩(wěn)定；標準差越小，反之 水平越穩(wěn)定 。 在驗證時，隨機從上面選取理化指標，將它們帶入 P 的計算式中，通過所求 P 值判斷此時葡萄酒質(zhì)量所屬級別，得出了不能用葡萄和葡萄酒的理化指標來評價葡萄酒的質(zhì)量的結(jié)論。又考慮到 該樣本涉及到的是正態(tài)分布，則 數(shù)據(jù)的離散程度是對其影響最大的因素，所以 采用 用 標準差與平均值的比值作為 可信度模型 ? ?mnn=11 μ xnH=μ? 來衡量可信度 的高低 。每個評酒員對葡萄酒進行品嘗后對其分類指標打分，然后求和得到其總分，從而確定葡萄酒的質(zhì)量。再建立可信度模型 ? ?mnn= 11 μ xn= μH ? ，計算結(jié)果如下表， 第一組紅葡萄酒 第二組紅葡萄酒 第一組白葡萄酒 第二組白葡萄酒 由表可得第二組的可信