数学建模答辩(国家奖)

数学建模答辩(国家奖)

ID:43967101

大小:954.50 KB

页数:25页

时间:2019-10-17

数学建模答辩(国家奖)_第1页
数学建模答辩(国家奖)_第2页
数学建模答辩(国家奖)_第3页
数学建模答辩(国家奖)_第4页
数学建模答辩(国家奖)_第5页
资源描述:

《数学建模答辩(国家奖)》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、2012年北京大学生数学建模与计算机应用竞赛论文答辩基于感官分析和理化指标对葡萄酒的评价主要内容一、摘要二、问题的理解与分析三、基本假设四、模型的建立与求解五、结果与评价我们通过对两组感官分析结果的差异性分析以及对葡萄与葡萄酒理化指标相关度的分析,建立了基于理化指标的葡萄酒质量评价体系。针对问题一,我们通过双因素方差分析模型,得到了两组评价结果有显著性差异并采用了第二组的评价结果。 针对问题二,我们聚类分析后根据质量分数综合得到葡萄的分级结果。针对问题三,我们通过回归方程建立了理化指标之间的联系,并根据典型相关分析模型进一步得出指标间关联。针对问题四,我们通过逐步

2、多元线性回归分析,得到理化指标对葡萄酒质量的影响方程。摘要问题的理解与分析【问题一】由于所给数据中酒样品间分数差异较大,所以选用双因素方差分析。基于波动性分析,我们选出可信结果。【问题二】先将葡萄酒评价总分进行转化,根据葡萄的理化指标初步分级后,用葡萄酒的质量进行校正。【问题三】选出对各个葡萄酒影响最大的葡萄的理化指标后,对每一个葡萄酒的理化指标建立回归方程,用典型相关分析模型进行了分析,进一步得出指标间的关联。【问题四】我们建立了回归方程来表示理化指标对葡萄质量的影响程度。基本假设1、假设不同评酒员的评分是相互独立的,同一评酒员对不同葡萄酒的评分也是相互独立的。

3、2、葡萄和葡萄酒的理化指标完全能够代表葡萄和葡萄酒的性质。3、评酒员的最终评分服从正态分布。4、假设每个评酒员都是客观公正的,将严格按照标准品评葡萄酒。②各个指标的显著性差异分析模型利用SAS软件进行均值假设检验,得到p值结果:模型一的结果红葡萄酒白葡萄酒p值显著性p值显著性澄清度0.6226无0.2991无色调<0.001有0.7079无香气纯正度<0.001有0.9371无香气浓度0.0767无0.5997无香气质量0.0081有0.6828无口感纯正度0.3998无<0.001有口感浓度0.1079无0.0089有口感持久性0.2221无0.8937无口感质

4、量0.1364无<0.001有平衡/整体评价0.6611无0.0019有2、可信度分析为了分析两组评酒员的评酒结果可信度,本文首先求出每个样品中各个项目10个评酒员的评分的标准差,然后通过将不同样品同一指标的标准差求和,得到各个组不同评分指标的标准差之和。画出折线图后,可以更加直观地比较了两组的差异。模型的结果由下图显然可见,无论是红葡萄酒还是白葡萄酒,二组的各项指标评分标准差都小于一组的评分标准差,说明第二组评酒员的评分更集中,波动性比较小。由此可见,第二组的评酒结果更可信。模型一的结果问题二问题二:为了降低评酒员的异质性,本文先采用置信区间法对第二组数据进行了

5、处理,然后提出了两种酿酒葡萄分级的方案。模型二建立:方案一:先简化理论指标再分类出于对每种物质作用的考虑,本文先对葡萄的理化指标进行聚类,得到大致分为4类:酚类,酸类,糖类以及果实的基本性质类。然后利用主成分分析法结合相关性分析,得到最终代表这四类的指标:总酚,可滴定酸,总糖,果实基本性质类。通过使用SAS软件中的聚类分析,对简化后的酿酒葡萄理化指标对葡萄进行聚类,得到指标的分级结果图。方案一分级结果图红葡萄白葡萄样品质量平均值样品质量平均值一1,2,9,2373.754,21,5,20,10,24,12,25,26,2878.5二20,2673.5178三9,1

6、9,21,22,11,16,13,1470.46,18,7,13,15,2777四3,6,1269.332,23,9,19,17,3,11,8,16,14,2276.45五4,27,15,10,25,5,17,7,18,2469.3方案二分级结果图方案2:用葡萄的全部理化指标对葡萄进行聚类分析,得到指标的分级结果图红葡萄白葡萄样品质量平均值样品质量平均值一2,9,23,375.754,22,17,2178.75二4,27,15,25,13,19,5,17,24,20,26,1070.676,18,7,1577.75三16,22,2170.619,28,23,26,

7、3,5,20,10,25,12,14,24,9,277.3四1,8,1468.672777五6,12,18,768.851,1376六11618,11,1670问题三在寻找两个理化指标的联系时,本文旨在建立以酿酒葡萄的理化指标为解释变量,每个葡萄酒理化指标为响应变量的函数回归模型。由于酿酒葡萄的理化指标明显多于葡萄酒的理化指标,所以本文先对影响不显著的葡萄理化指标进行剔除,由其他自变量建立回归分析方程。模型三建立:1、葡萄与葡萄酒的理化指标之间的联系—相关分析、多元回归分析法根据相关系数矩阵。剔除影响程度低的指标后,列出对葡萄酒有显著影响的葡萄指标。建立多元线性回

8、归模型,线

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。