對葡萄品質(zhì)和葡萄酒質(zhì)量的研究建模競賽論文(參考版)
2025-06-27 03:36本頁面
【正文】 六、參考文獻(xiàn)[1] 盛 聚，謝式千，藩承毅.《概率論與數(shù)理統(tǒng)計(jì)》，北京：高等教育出版社，.[2] 朱建平，《應(yīng)用多元統(tǒng)計(jì)分析》.北京：科學(xué)出版社，2006.[3] 趙 靜，但 琦.《數(shù)學(xué)建模與數(shù)學(xué)實(shí)驗(yàn)》，北京：高等教育出版社，.18。使用主成分分析的方法，將較為復(fù)雜的問題轉(zhuǎn)化為較為簡單的問題進(jìn)行求解，大大簡化了計(jì)算。多次使用數(shù)形結(jié)合的方法，既有數(shù)據(jù)嚴(yán)密謹(jǐn)慎的特點(diǎn)，又包含的圖形簡單直觀的特性。聯(lián)苯1丙醇3甲基1丁醇酒樣品1 酒樣品2 酒樣品3 酒樣品4 酒樣品5 酒樣品6 酒樣品7 酒樣品8 酒樣品9 酒樣品10 酒樣品11 酒樣品12 酒樣品13 酒樣品14 酒樣品15 酒樣品16 酒樣品17 酒樣品18 酒樣品19 酒樣品20 酒樣品21 酒樣品22 酒樣品23 酒樣品24 酒樣品25 酒樣品26 酒樣品27 15表13：主成分篩選白葡萄酒芳香物質(zhì)結(jié)果白葡萄酒辛酸乙酯3甲基1丁醇2乙基1己醇辛酸甲酯3甲硫基1丙醇乙酸乙酯2苯氧基1丙醇酒樣品1 酒樣品2 酒樣品3 酒樣品4 酒樣品5 酒樣品6 酒樣品7 酒樣品8 酒樣品9 酒樣品10 酒樣品11 酒樣品12 酒樣品13 酒樣品14 酒樣品15 酒樣品16 酒樣品17 酒樣品18 酒樣品19 酒樣品20 酒樣品21 酒樣品22 酒樣品23 酒樣品24 酒樣品25 酒樣品26 酒樣品27 酒樣品28 16通過MATLAB編寫程序（程序：）容易求得： 1）釀酒紅葡萄的理化指標(biāo)、紅葡萄酒的理化指標(biāo)、釀酒紅葡萄芳香物質(zhì)、紅葡萄酒芳香物質(zhì)、紅葡萄酒質(zhì)量之間函數(shù)關(guān)系的待定系數(shù)： 檢驗(yàn)系數(shù)： 2）釀酒白葡萄的理化指標(biāo)、白葡萄酒的理化指標(biāo)、釀酒白葡萄芳香物質(zhì)、白葡萄酒芳香物質(zhì)、白葡萄酒質(zhì)量之間函數(shù)關(guān)系的待定系數(shù)：16檢驗(yàn)系數(shù)：根據(jù)檢驗(yàn)系數(shù)來看，回歸效果還是較為理想的，下面通過圖像，直觀的反應(yīng)回歸關(guān)系：17圖7：白葡萄與白葡萄酒理化指標(biāo)關(guān)系預(yù)測作圖17 因此，可以說明可以使用葡萄和葡萄酒的理化指標(biāo)來評價(jià)葡萄酒的質(zhì)量。注意到，、的維度是相同的，所以建立以下數(shù)學(xué)模型：10其中是我們需要求得待定系數(shù)。嘗試先從最簡單的多元線性回歸是否能解決這個問題。想要求它們之間的聯(lián)系，如果能建立起函數(shù)關(guān)系，那也是一個不錯的選擇。因此，考慮篩選出占主要地位的盡量少，且符合我們需求的變量顯得尤為重要。通過上述兩表，可以看出，部分預(yù)測理化指標(biāo)和原理化指標(biāo)的相關(guān)性較為顯著，這也可以間接的說明，擬合效果較為顯著。9表5：白葡萄與白葡萄酒預(yù)測理化指標(biāo)相關(guān)性相關(guān)性 預(yù)測單寧預(yù)測總酚預(yù)測白藜蘆醇預(yù)測順式白藜蘆醇苷預(yù)測順式白藜蘆醇原單寧Pearson 相關(guān)性.182**,***,*.422*.212**原總酚Pearson 相關(guān)性.594**.541***.051**原順式白藜蘆醇苷Pearson 相關(guān)性.112.050原順式白藜蘆醇Pearson 相關(guān)性**.112******. 在 .01 水平（雙側(cè)）上顯著相關(guān)。接下來，將利用SPSS軟件對原理化指標(biāo)與預(yù)測理化指標(biāo)之間的顯著性關(guān)系進(jìn)行評價(jià)：表4：紅葡萄與紅葡萄酒預(yù)測理化指標(biāo)相關(guān)性相關(guān)性 預(yù)測花色苷預(yù)測單寧預(yù)測總酚預(yù)測白藜蘆醇預(yù)測順式白藜蘆醇苷預(yù)測順式白藜蘆醇原花色苷Pearson 相關(guān)性.434**,*.661**
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1