葡萄酒質(zhì)量評價模型

PAGEPAGE2葡萄酒質(zhì)量評價模型摘要葡萄酒質(zhì)量的高低評估是通過評酒專家對葡萄酒的感官評分來體現(xiàn)。釀酒葡萄和葡萄酒的理化指標一定程度上反映了葡萄酒的質(zhì)量。問題一，首先對附件1的數(shù)據(jù)進行預(yù)處理，分別求得評酒員關(guān)于樣品酒的4組平均得分，在此基礎(chǔ)上，利用F檢驗，發(fā)現(xiàn)不管對于紅葡萄酒還是白葡萄酒，兩組評酒專家的評分結(jié)果都存在顯著的差異。此外，建立了評價可信度的層次分析模型，發(fā)現(xiàn)第二組評酒員的評分更加可信。問題二，運用主成分分析對釀酒葡萄的30個理化指標進行降維，主成分降維后減少了變量間的重疊部分，然后通過Q型聚類對釀酒葡萄酒的樣品進行歸類，利用問題一中第二組評分數(shù)據(jù)，得到每一類樣品的平均得分，通過得分的大小來分等級。問題三，建立了釀酒葡萄與葡萄酒理化指標的典型相關(guān)分析模型，得出釀酒葡萄與葡萄酒理化指標之間有著密切的聯(lián)系。如：紅葡萄與紅葡萄酒的理化指標的第一典型相關(guān)系數(shù)，第一典型變量可以解釋29.9%紅葡萄理化指標組內(nèi)變差，并解釋39%紅葡萄酒理化指標的變差；其兩者的相關(guān)系數(shù)相互解釋每組內(nèi)的變差。問題四，對于釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量的影響，本文先通過線性回歸做初步的分析，然后運用TOPSIS模型進行了進一步的分析，得到葡萄和葡萄酒的理化指標不一定能評價葡萄酒的質(zhì)量，但有一定的聯(lián)系。關(guān)鍵詞：F檢驗；主成分分析；Q型聚類；樣品典型相關(guān)分析；TOPSIS模型1、問題提出葡萄酒是用新鮮的葡萄或者葡萄汁經(jīng)發(fā)酵釀成的酒精飲料。質(zhì)量評價主要通過外觀、香氣、口味、典型性體現(xiàn)。所以確定葡萄酒的質(zhì)量一般通過聘請一批有資深的評酒員對葡萄酒進行品嘗后對其分類指標打分，然后求和得到總分，從而確定葡萄酒的質(zhì)量。釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，葡萄酒和釀酒葡萄檢測的理化指標會在一定程度上反映葡萄酒和葡萄的質(zhì)量。附件1給出了某一年份一些葡萄酒的評價結(jié)果，附件2和附件3分別給出了該年份這些葡萄酒的和釀酒葡萄的成分數(shù)據(jù)。建立數(shù)學(xué)模型討論下列問題：1.分析附件1中兩組評酒員的評價結(jié)果有無顯著性差異，哪一組結(jié)果更可信？2.根據(jù)釀酒葡萄的理化指標和葡萄酒的質(zhì)量對這些釀酒葡萄進行分級。3.分析釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系。4．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，并論證能否用葡萄和葡萄酒的理化指標來評價葡萄酒的質(zhì)量？2、問題分析問題一：要求找出兩組評酒專家的評分結(jié)果的差異性，可以選用方差分析當中的F檢驗體現(xiàn)評酒結(jié)果的顯著性。若無差異性則都可信，若存在差異性是可以通過引入評價可信度的方法，找出到底哪一組更加的可信。問題二：葡萄酒質(zhì)量高低與釀酒葡萄的優(yōu)劣有直接的關(guān)系，通過主成分的方法進行變量的降維，后對樣品進行Q聚類，求出每類的均值后進行評級。問題三：釀酒葡萄跟葡萄酒的理化指標關(guān)聯(lián)密切，個別的理化指標是其重要的成分，此過程通過了樣品典型相關(guān)分析來分析得出。問題四：釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量的影響，可以通過釀酒葡萄和葡萄酒的理化指標與葡萄質(zhì)量之間的相關(guān)性得到，若存在相關(guān)性可以通過回歸思想實現(xiàn)。3、符號說明：第組的第個樣品的顏色葡萄酒總平均分：第組顏色葡萄酒總平均分的均值：葡萄顏色，n=1表示紅色，n=2表示白色：第i個樣品的n顏色釀酒葡萄的第j個一級理化指標的含量4、模型基本假設(shè)（1）每一種葡萄酒的生產(chǎn)工藝是大致相同。（2）葡萄的質(zhì)量決定葡萄酒的質(zhì)量。（3）相應(yīng)的葡萄酒是由相應(yīng)的釀酒葡萄釀制得到。（4）評酒員的個數(shù)足夠多，評酒總平均分數(shù)能充分反映葡萄酒的質(zhì)量。5、模型的建立與求解5.1數(shù)據(jù)的預(yù)處理和初步分析通過對附件一中數(shù)據(jù)表的初步的觀察，我們發(fā)現(xiàn)，表中存在好幾處的數(shù)據(jù)異常的情況，比如：第一組白葡萄酒中的樣品三7號評酒員在濃度指標中的評分為77，明顯的不正確。本文遇到類似的情況用本行的均值代替原來數(shù)據(jù)。為了評價一種葡萄酒的好壞，通常的做法是由感官評酒專家根據(jù)國際葡萄與葡萄組積（OIV）的評價方法對葡萄酒的澄清度、色度、純凈度等方面進行打分，最后將個方面得到總分的方法對葡萄酒的好壞進行評價。通過對附件1的分析，對同一個樣品分兩組評酒專家每組10名，分別對27個紅葡萄酒的樣品和28個白葡萄酒的樣品進行了評價。本模型采取10個評酒專家對同一個樣品的總評價得分的平均值作為該樣品的最后得分。數(shù)據(jù)部分如表1所示。表1：樣品評分均值樣品一組紅葡萄酒一組白葡萄酒二組紅葡萄酒二組白葡萄酒162.7082.0068.1077.90280.3074.2074.0075.80380.4085.3074.6075.60……………2673.8081.3072.0074.302773.0064.8071.5077.002881.3079.60圖1和圖2可以直觀地反映上述數(shù)據(jù)：圖1：紅葡萄酒的平均得分圖2：白葡萄酒的平均得分由于上述數(shù)據(jù)是由專家的感官評價得分獲得的，在實踐中，由于各種因素的共同影響下，專家組成員間和組間之間存在異質(zhì)性。造成異質(zhì)性的主要原因有：評價尺度的差異、評價位置的差異、評價方向的差異這三個方面。5.2方差分析—F檢驗對同一個樣品由兩組不同的評酒專家分開獨立地進行評價。為了反映出兩組評酒專家評價的結(jié)果是否存在較大的差異性，本文利用F檢驗對兩組評酒專家的評價結(jié)果作顯著性檢驗。5.2.Step1:模型的假設(shè)兩組評酒專家的評價得分可作為同一因素下的不同水平，對不同樣品的評分可作為樣本觀察值。取原假設(shè)為：；樣本的觀察值可以分解為：其中：紅葡萄酒的情況下：n=1時，白葡萄酒時：n=2時Step2:構(gòu)造F統(tǒng)計量是第k組數(shù)據(jù)的組平均值，是總平均值?？疾烊w數(shù)據(jù)對的偏差平方和：對上述的式子分解可得：記：是各組均值對總方差的偏差平方和，反映兩組品酒員間的差異是各組內(nèi)的數(shù)據(jù)對均值偏差平方和的總和。則表示在同一組品酒員下的隨機誤差的大小。由分布的可加性知：對進一步分析可得：當成立時，該比值服從自由度1，的F分布，即：為檢驗，給定顯著性水平，記F分布的分為數(shù)為若：則接受，否則拒絕。5.2本模型F檢驗的顯著性水平?。海蒻atlab求解可得：拒絕對于紅葡萄酒兩組的評分存在顯著性差異。拒絕對于白葡萄酒兩組的評分存在顯著性差異。綜上所述，對于兩種葡萄酒，兩組專家的給分都存在著顯著性的差異。5.3判斷可信度的層次分析模型從上述的模型可以看出第一組品酒員和第二組品酒員對于紅葡萄酒和白葡萄酒的評價具有顯著性差異，葡萄酒質(zhì)量評價結(jié)果可信程度直接關(guān)系到消費者的利益和市場對葡萄酒的科學(xué)管理。那么對于上述兩組評酒專家的評價結(jié)果，我們關(guān)心的是到底哪一組的可信度比較高，從而選擇接受哪一組的評價的結(jié)果，為了能更好地反映出兩組數(shù)據(jù)的可信度，我們引入了判斷可信度的層次分析模型，對、、、分配一個可信度權(quán)重從而得到一個排序，可以得到四種情況下的可信度排序。5.Step1：根據(jù)評分的極差矩陣和可行度評估標度確定判斷矩陣本模型在上述的數(shù)據(jù)的基礎(chǔ)上選擇每一種情況下的極差為：其中：，為每一種情況下的最大和最小上述的極差能夠很好地反映出每一組評酒專家的總評分的差異，這個差異可以再一定的程度上體現(xiàn)出這組評酒專家的可信度。根據(jù)每兩種情況下的差異矩陣根據(jù)可行度評估標度，如表2所示。表2：可行度評估標度評估標度值含義0判斷完全無把握0.2判斷非常無把握0.4判斷比較無把握0.6判斷比較有把握0.8判斷非常有把握1判斷完全有把握0.1,0.3,0.5,0.7,0.9表示相鄰評估的中間值根據(jù)差異矩陣的每個數(shù)據(jù)的差異程度的大小反映在可信度評估標度表上，以差異越小相互可信度越大為標準可以得到判斷矩陣Step2:權(quán)重的分配判斷矩陣的最大特征值為：相應(yīng)的特征向量為：所以得到權(quán)重向量：Step3:一致性檢驗計算一次性指標：相應(yīng)的隨機一次性指標可以通過查表獲得。計算一次性比率：若，那么對一次性檢驗通過。5.3通過matlab的計算可以得到極差矩陣為：通過上述的差異根據(jù)可行度評估標度得到了判斷矩陣為：可以得到：，權(quán)重向量為：上述的結(jié)果表明：無論是紅葡萄酒還是白葡萄酒第二組的分配的權(quán)重都比對應(yīng)的第一組的權(quán)重都要高，所以可以得到最后的結(jié)論為：第二組的評價結(jié)果比第一組的評價結(jié)果更為可信。5.4主成分模型附件二給出了和紅葡萄27個樣品和白葡萄28個樣品的30項的理化指標數(shù)據(jù)，我們發(fā)現(xiàn)有部分的指標之間有一定的相關(guān)性，為了盡量排除指標間重疊部分對葡萄質(zhì)量的重復(fù)的影響帶來的誤差，本文采用主成分的方法相對30個變量進行降維，提取出30個變量的主要成分。5.4.1Step1:數(shù)據(jù)標準化處理表示第個樣品第個指標的取值其中：分別表示紅葡萄和白葡萄標準化后的數(shù)據(jù)為：其中：為第理化指標的均值，為第理化指標的方差Step2:計算相關(guān)系數(shù)矩陣根據(jù)相關(guān)系數(shù)的定義：可以得到每兩個指標之間的相關(guān)系數(shù)：Step3:尋找主成分相關(guān)系數(shù)矩陣排序后的的特征值為：特征值對應(yīng)的特征向量為：用新的變量作為主成分取代原來的數(shù)據(jù)：

得到個主成分矩陣形式為：，累加貢獻率為：5.4.2（1）對紅葡萄數(shù)據(jù)的求解通過matlab的求解可以得到紅葡萄指標可以降到14個主成分部分數(shù)據(jù)如下所示：

對紅葡萄的主成分解釋如表3所示：表3：紅葡萄主成分解析表主成分包含成分名稱累計貢獻率第一主成分花色苷、DPPH自由基、總酚、23.23%第二主成分總糖、干物質(zhì)含量39.70%第三主成分白藜蘆醇、可滴定酸52.15%第四主成分蘋果酸61.61%第五主成分固酸比、果穗質(zhì)量68.28%第六主成分果皮顏色74.08%第七主成分黃酮醇、果皮質(zhì)量、b*（+黃；-藍）78.81%第八主成分檸檬酸83.04%第九主成分VC含量、葡萄總黃酮、出汁率86.25%第十主成分單寧、還原糖、可溶性固形物88.71%第十一主成分多酚氧化酶活力、百粒質(zhì)量91.01%第十二主成分氨基酸總量、褐變度92.73%第十三主成分蛋白質(zhì)、果梗比、L*94.37%第十四主成分酒石酸、PH值95.61%（2）對白葡萄酒的求解通過matlab的求解可以得到紅葡萄指標可以降到14個主成分部分數(shù)據(jù)如下所示：

對紅葡萄的主成分解釋如表4所示：表4：白葡萄主成分解析表主成分包含成分名稱累計貢獻率第一主成分可溶性固形物、干物質(zhì)含量19.58%第二主成分總酚、葡萄總黃酮36.61%第三主成分可滴定酸、固酸比、L*、b*（+黃；-藍）48.82%第四主成分氨基酸總量、褐變度55.81%第五主成分酒石酸、蘋果酸、黃酮醇62.14%第六主成分白藜蘆醇67.46%第七主成分PH值72.49%第八主成分單寧、果皮質(zhì)量76.90%第九主成分果梗比、果皮顏色80.88%第十主成分出汁率84.35%第十一主成分花色苷、檸檬酸87.48%第十二主成分蛋白質(zhì)、DPPH自由基、還原糖、百粒質(zhì)量90.16%第十三主成分VC含量、果穗質(zhì)量92.31%第十四主成分多酚氧化酶活力94.00%第十五主成分總糖95.30%（3）對主成分的解析本文根據(jù)需要分別對紅葡萄和白葡萄的30個理化指標經(jīng)主成分分析后，得到14個主成分和15個主成分，累計貢獻率可達到95.61%和95.30%。表中數(shù)據(jù)表明釀酒葡萄的理化性質(zhì)對釀酒葡萄的優(yōu)劣有很大的貢獻作用。我們進一步對表3進行分析可以知道：對于紅葡萄，第一主成分是花色苷、DPPH自由基、總酚；第二主成分是總糖、干物質(zhì)含量；第三主成分是白藜蘆醇、可滴定酸說明這些物質(zhì)比較具有代表性。對表4進行進一步分析可知：第一主成分是可溶性固形物、干物質(zhì)含量；第二主成分是總酚、葡萄總黃酮；第三主成分是可滴定酸、固酸比、L*、b*（+黃；-藍）。說明這些物質(zhì)依次對白葡萄具有代表性。5.5聚類模型我們的目的是為了對不同的樣品進行評級，本模型先通過最遠距離法分別對紅葡萄和白葡萄的樣品進行聚類，體現(xiàn)樣品之間的差異后，然后對聚類的樣品分在同一個等級。5.5.1每個樣品可以看做維空間的一個向量本模型使用歐氏距離定義每兩個樣品之間的距離每兩個樣品之間的距離定義為：兩個類別之間的距離使用最長距離法：則：5.5.2運用spss軟件求解可得聚類圖，如圖3與圖4所示圖3：紅葡萄的樣品聚類圖圖4：白葡萄的的樣品聚類圖5.6葡萄質(zhì)量的等級模型釀酒葡萄的好壞與所釀葡萄酒的質(zhì)量有直接的關(guān)系，從上述的聚類圖可以根據(jù)葡萄酒樣品的聚類結(jié)果和葡萄酒的品分均值進行了等級的劃分。表5：紅葡萄酒樣品聚類表類別樣品平均得分14、6、7、11、12、15、18、19、20、22、23、369.1721、2、5、8、9、10、13、14、16、17、24、25、26、27、2171.16表6：白葡萄酒樣品聚類表類別樣品平均得分11、6、7、8、11、12、13、14、16、17、18、19、2274.982375.60321、23、2777.87415、24、2878.0352、4、5、9、10、20、25、2678.10上述的歸類可以把紅葡萄酒樣品分為好、差兩類，白葡萄酒歸為五類為：很好、好、中等、差、很差。5.7典型相關(guān)系數(shù)模型5.7.1Step1：計算相關(guān)系數(shù)矩陣將相應(yīng)剖分為其中：分別為n顏色葡萄理化指標變量和n顏色葡萄酒理化指標變量的相關(guān)系數(shù)陣。為n顏色葡萄理化指標與n顏色葡萄酒變量的相關(guān)系數(shù)陣。Step2:求典型相關(guān)系數(shù)及典型變量可得：的特征根和特征向量。的特征根，特征向量，則有則典型變量為Step3:典型相關(guān)系數(shù)的顯著性檢驗。Step4:典型結(jié)構(gòu)與典型冗余分析。根據(jù)典型結(jié)構(gòu)可以計算任一個典型變量或解釋本組變量X(或Y)總變差的百分比。同時可求得前t個典型變量（或）解釋本組變量X(或Y)總變差的累計百分比典型冗余分析用來研究典型變量解釋另一組變量總變差百分比的問題。第二組典型變量解釋第一組變量X總變差的百分比。5.7.2釀酒葡萄與葡萄酒的理化指標的聯(lián)系分析將附錄2經(jīng)過處理的指標數(shù)據(jù)利用matlab軟件的canoncorr函數(shù)進行處理，得出如下結(jié)果。典型相關(guān)系數(shù)及其檢驗如表7所示：序號123456789典型相關(guān)系數(shù)紅0.990.920.890.860.620.490.440.280.11白0.920.810.660.580.420.260.05表7：典型變量相關(guān)系數(shù)由上表可知，紅葡萄和紅葡萄酒理化指標的前兩個典型相關(guān)系數(shù)均較高，表明相應(yīng)典型變量之間密切相關(guān)。白葡萄與白葡萄酒的第一個典型相關(guān)系數(shù)較高，表明相應(yīng)典型變量之間密切相關(guān)。但要確定典型變量相關(guān)性的顯著程度，尚要進行相關(guān)系數(shù)的統(tǒng)計量檢驗，具體做法是：比較統(tǒng)計量計算值與臨界值的大小，據(jù)比較結(jié)果判定典型變量相關(guān)性的顯著程度。其結(jié)果如表8所示表8相關(guān)系數(shù)檢驗表序號123456789概率紅0.00020.0150.0870.3610.8780.8990.8330.8210.634白0.0410.4310.7930.8880.9590.9670.97從上表看著9、7對典型變量中葡萄與葡萄酒的理化指標的典型變量中紅色的第一和第二典型變量、白色的第一典型變量均通過了統(tǒng)計量檢驗。紅葡萄和紅葡萄酒的理化指標的相關(guān)性很高，第一典型相關(guān)系數(shù)為0.99.它比紅葡萄和紅葡萄酒的理化的任一相關(guān)系數(shù)都高。檢驗總體中除了第一和第二典型相關(guān)系數(shù)外。其他的都沒有通過檢驗。第二典型系數(shù)為0.92。因此，兩組變量的相關(guān)性的研究轉(zhuǎn)化為研究第一對和第二對典型相關(guān)變量的相關(guān)性。白葡萄和白葡萄酒的理化指標的相關(guān)性很高，第一典型相關(guān)系數(shù)為0.92.它比白葡萄和白葡萄酒的理化指標的任一相關(guān)系數(shù)都要高。檢驗總體中除了第一典型相關(guān)系數(shù)外。其他的都沒有通過檢驗。因此，兩組變量的相關(guān)性的研究轉(zhuǎn)化為研究第一對典型相關(guān)變量的相關(guān)性。鑒于原始變量的計量單位不同，不宜直接比較，本文才用標準化的典型系數(shù)，給出典型相關(guān)模型，如表9所示：表9：典型相關(guān)模型1，2由表9第一組典型相關(guān)方程可知，紅葡萄酒的理化指標的第一典型變量與呈高度相關(guān)，說明在紅葡萄酒的理化指標中，占的比重比較大。白葡萄酒的理化指標的第一典型變量與呈高度相關(guān)，說明在紅葡萄根據(jù)第二組典型相關(guān)方程，是紅葡萄理化指標的主要成分。所以總體上紅葡萄理化指標的主要因素按重要程度依次是；反應(yīng)紅葡萄酒主要理化指標是典型冗余分析：通過典型變量解釋另一組變量總變差百分比的關(guān)系，來解釋本組變量的信息，還解釋另一組變量的信息，典型冗余分析結(jié)果如表10所示：表10：典型分析結(jié)果123456789mu紅0.2990.1530.0760.1680.0770.0410.0630.0830.038白0.1280.2120.0980.1060.0810.1160.134mv紅0.2920.1280.0650.1240.0290.0100.0120.0060.001白0.1070.1380.0430.0360.0140.0080.000nu紅0.3900.1440.0460.0720.0310.0210.0070.0020.001白0.0980.1370.1130.0230.0230.0040.000nv紅0.4010.1710.0580.0980.0820.0880.0370.0280.037白0.1180.2110.2560.0690.1320.0530.069注：mu：x組原始變量被u_i解釋的方差比例，mv：x組原始變量被v_i解釋的方差比例，nu：y組原始變量被u_i解釋的方差比例，nv：y組原始變量被v_i解釋的方差比例）由表10的典型冗余分析的結(jié)果，我們來分析標準化的方差，第一典型變量可以解釋29.9%紅葡萄理化指標組內(nèi)變差，并解釋39%紅葡萄酒理化指標的變差；而典型變量可以解釋40.1%紅葡萄酒理化指標組內(nèi)變差，并解釋29.2%紅葡萄理化指標的變差；第一典型變量可以解釋29.2%白葡萄理化指標組內(nèi)變差，并解釋9.8%白葡萄酒理化指標的變差；變量可以解釋11.8%白葡萄酒理化指標組內(nèi)變差，并解釋10.7%白葡萄理化指標的變差。5.8釀酒葡萄與葡萄酒的理化指標對葡萄酒質(zhì)量的影響的分析模型5.8.1多元線性回歸模型的初步分析（1）多元回歸模型數(shù)據(jù)的建立由附錄一，評酒專家是通過葡萄酒酒的外觀分析、香氣分析、口感分析這三個主要的方面進行評分來確定葡萄酒的好壞，通過數(shù)據(jù)的搜索和總結(jié)，經(jīng)過分析不難發(fā)現(xiàn)：附錄二中葡萄和葡萄酒的某些理化指標以及附錄三中的數(shù)據(jù)可以提升為一些重要的理化指標。數(shù)據(jù)的提取如表11所示表11：數(shù)據(jù)的提取與提升表附錄二中的提取附錄三種的提升葡萄指標酒石酸、還原糖、PH值、單寧、總酚、干涉出物、色澤（）酒精度葡萄酒指標單寧、總酚、酒總黃酮、白藜蘆醇、DPPH、色澤（）酒精度酒精度的獲得：對于葡萄酒來說酒精量是一個很重要的理化指標，而附錄二對該指標的缺失，我們從附錄三中用醇類的總量作為酒精度的量化。（2）多元線性回歸模型的spss求解結(jié)果利用統(tǒng)計軟件spss本文對上述的葡萄指標和葡萄酒指標分別對專家的評分作線性回歸。紅葡萄的結(jié)果如下所示：上述的回歸模型不能通過檢驗，大部分的變量沒有通過檢驗，但是較大。對于其他的情況下的數(shù)據(jù)具有類似的結(jié)果。我們不能通過上述的模型說明釀酒葡萄和葡萄酒的理化指標對葡萄酒質(zhì)量有影響，同時也不能說明影響不存在。5.8.2TOPSIS模型的進一步探討對于上述的結(jié)果我們沒有明確的結(jié)論。本文通過TOPSIS模型對該問題作進一步的探討。（1）數(shù)據(jù)的獲得不失一般性，本模型聯(lián)合附錄二和附錄三中的數(shù)據(jù)，把附錄三中的每一個芳香物質(zhì)提升為一個理化指標，聯(lián)合附錄二中的數(shù)據(jù)得到一個數(shù)據(jù)，并利用上述的主成分模型（累計貢獻率為0.8）進行降維，得到個主成分的新的數(shù)據(jù)。TOPSIS模型的建立Step1：用向量規(guī)劃的方法求得規(guī)范決策矩陣。設(shè)多屬性決策問題的決策矩陣為：A=規(guī)范化決策矩陣為：其中，。Step2：構(gòu)成加權(quán)規(guī)范陣其中：，。各個主成分的權(quán)重由主成分的貢獻率得到：Step3：確定正理想和負理想。設(shè)正理想解的第j個屬性值為，負理想解第j個屬性值為，則正理想解負理想解Step4：計算各方案到正理想解與負理想解的距離。備選方案到正理想的距離為：；備選方案到負理想解的距離為：。Step5：計算各方案的排隊指標值(即綜合評價指數(shù)）：。Step6：按由大到小排列方案的優(yōu)劣次序。TOPSIS模型的求解通過matlab的求解得到原來每個樣品的排序和用TOPSIS模型求解結(jié)果的排序。表12：樣本的排序樣品（紅）123…2627評分排序72224…1715紅葡萄TOPSIS排序232218…2113紅葡萄酒TOPSIS排序1610…1527樣品（白）123…2728評分排序19109…1624白葡萄TOPSIS排序22145…283白葡萄酒TOPSIS排序232218…133圖5：紅葡萄與紅葡萄酒TOPSIS排序與評分的排序差圖6：白葡萄與紅葡萄酒TOPSIS排序與評分的排序差上述的圖5和圖6反映出排序的差異有很大的波動性，說明量化指標的變化有很大的不確定性，而評分的好壞是十分穩(wěn)定的。上述的兩個模型都反映出葡萄和葡萄酒的理化指標不一定能評價葡萄酒的質(zhì)量，但有一定的聯(lián)系。6、模型的評價與推廣本文運用的各種模型包括主成分分析、Q類聚類、典型相關(guān)分析、TOPSIS模型等。主成分的維作用可以推廣到很多方面?？梢詰?yīng)用于影響天氣好壞的多方面因素進行降維得到影響天氣的幾個主要因素。典型相關(guān)模型的應(yīng)用例子：康復(fù)俱樂部里成員生理指標與訓(xùn)練指標的相關(guān)分析、城市競爭力與基礎(chǔ)設(shè)施的典型相關(guān)分析、家庭特征與消費模式之間的關(guān)系。TOPSIS模型模型可以用在樣本的排序的各種問題當中，可以解決學(xué)生的評優(yōu)問題。7、參考文獻[1]韓中庚.數(shù)學(xué)建模方法及其應(yīng)用[M].北京:高等教育出版社，2021年6月.[2]姜啟源，謝金星，葉俊.數(shù)學(xué)模型[M].北京:高等教育出版社，2021年.[3]蔡鎖章.數(shù)學(xué)建模原理與方法[M].北京：海洋出版社，2021.[4]司守奎，孫璽菁.數(shù)學(xué)建模算法與應(yīng)用[M].北京:國防工業(yè)出版社，2021年8月.[5]李華,劉曙東,王華,張予林.葡萄酒感官評價結(jié)果的統(tǒng)計分析方法研究[J].中國食品學(xué)報,2021,6(2):126-130.[6]李運,李記明,姜忠軍.統(tǒng)計分析在葡萄酒質(zhì)量評價中的應(yīng)用[J].釀酒科技,2021,178(4):79-82.附錄：（1）數(shù)據(jù)的預(yù)處理樣品一組紅葡萄酒一組白葡萄酒二組紅葡萄酒二組白葡萄酒162.7082.0068.1077.90280.3074.2074.0075.80380.4085.3074.6075.60468.6079.4071.2076.90573.3071.0072.1081.50672.2068.4066.3075.50771.5077.5065.3074.20872.3071.4066.0072.30981.5072.9078.2080.401074.2074.3068.8079.801170.1072.3061.6071.401253.9063.3068.3072.401374.6065.9068.8073.901473.0072.0072.6077.101558.7072.4065.7078.401674.9074.0069.9067.301779.3078.8074.5080.301859.9073.1065.4076.701978.6072.2072.6076.402078.6077.8075.8076.602177.1076.4072.2079.202277.2071.0071.6079.402385.6075.9077.1077.402478.0073.3071.5076.102569.2077.1068.2079.502673.8081.3072.0074.302773.0064.8071.5077.002881.3079.60（2）F檢驗的matlab代碼x=[];p1=anova1(x);p1（3）主成分降維的matlab代碼%輸入數(shù)據(jù)r=[…];%數(shù)據(jù)的標準化clcr_var=var(r,1);r_mean=mean(r);[a,b]=size(r);r_s=ones(a,b);fori=1:aforj=1:br_s(i,j)=(r(i,j)-r_mean(j))/r_var(j);endend%主成分分析z=r_s;rr=corrcoef(z);[tx,tz]=eig(rr);tz=diag(tz);[so,id]=sort(tz,'descend');su=sum(so);ss=0;i=1;xl=[];whiless<0.8ss=ss+so(i)/su;xl=[xl;tx(:,id(i))'];i=i+1;end%新數(shù)據(jù)的獲得zr=ones(size(r,1),size(xl,1));fori=1:size(r,1)forj=1:size(xl,1)zr(i,j)=sum(r(i,:).*xl(j,:));endend（4）樣品典型相關(guān)分析代碼x=[];y=[];n1=size(x,2);n2=size(y,2);x=zscore(x);y=zscore(y);%標準化數(shù)據(jù)n=size(x,1);%a,b返回的是典型變量的系數(shù)，r返回的是典型相關(guān)系數(shù)%u,v返回的是典型變量的值，stats返回的是假設(shè)檢驗的一些統(tǒng)計量的值[a,b,r,u,v,stats]=canoncorr(x,y)x_u_r=x'*u/(n-1)%計算x,u的相關(guān)系數(shù)y_v_r=y'*v/(n-1)%計算y,v的相關(guān)系數(shù)x_v_r=x'*v/(n-1)%計算x,v的相關(guān)系數(shù)y_u_r=y'*u/(n-1)%計算y,u的相關(guān)系數(shù)mu=sum(x_u_r.^2)/n1%x組原始變量被u_i解釋的方差比例mv=sum(x_v_r.^2)/n1%x組原始變量被v_i解釋的方差比例nu=sum(y_u_r.^2)/n2%y組原始變量被u_i解釋的方差比例nv=sum(y_v_r.^2)/n2%y組原始變量被v_i解釋的方差比例val=r.^2%典型系數(shù)的平方disp('hong')（5）TOPSIS模型求解代碼clearclc%輸入數(shù)據(jù)矩陣B=[];%數(shù)據(jù)B的標準化B_mean=mean(B);B_var=var(B);[m,n]=size(B);b=ones(m,n);fori=1:mforj=1:nb(i,j)=(B(i,j)-B_mean(j))/B_var(j);endend%確定權(quán)重[m,n]=size(b);w=[];ff=kk(1);fori=2:length(kk)ff=[ff,kk(i)-kk(i-1)];endsf=sum(ff);fori=1:length(kk)w=[w,ff(i)/sf];endc=b.*repmat(w,m,1);cstar=max(c);cstar(9)=min(c(:,9));c0=min(c);c0(9)=max(c(:,9));fori=1:msstar(i)=norm(c(i,:)-cstar);s0(i)=norm(c(i,:)-c0);endf=s0./(sstar+s0);[sf,ind]=sort(f,'descend')%排序代碼，輸入排序的分數(shù)矩陣fenshu=[];f=fenshu';[so,id]=sort(f);tt=[];fori=1:length(f)t=find(id==i);tt=[tt,t];endyy=[];fori=1:length(f)t=find(ind==i);yy=[yy,t];endpx=[tt;yy]%作圖代碼，輸入排序的矩陣r和wr=[];w=[];e=1:size(r,2);figure(1)set(gcf,'color','w')subplot(1,2,1)plot(e,r(2,:),'k',e,r(3,:),'k:')holdonplot(e,r(2,:),'k.',e,r(3,:),'k.')holdofflegend('紅葡萄','紅葡萄酒')e=1:size(w,2);subplot(1,2,2)plot(e,w(2,:),'k',e,w(3,:),'k:')holdonplot(e,w(2,:),'k.',e,w(3,:),'k.')holdofflegend('白葡萄','白葡萄酒')

中國企業(yè)物流運作現(xiàn)狀及發(fā)展戰(zhàn)略探討摘要：自從2001年中國加入WTO之后，市場競爭就更加激烈。每個企業(yè)為了提高自身的競爭力，努力提高物流水平，降低物流成本。本文將中國物流現(xiàn)狀與發(fā)達的國家和地區(qū)的企業(yè)物流運作模式進行對比，提出了中國的企業(yè)物流發(fā)展戰(zhàn)略關(guān)鍵詞：企業(yè)物流現(xiàn)狀；運行模式；發(fā)展戰(zhàn)略一、中國企業(yè)物流的運作現(xiàn)狀及弊端

物流戰(zhàn)略是很多企業(yè)總體戰(zhàn)略中必須考慮到的一個重要因素。為了在市場中提升自我競爭了，企業(yè)不斷在降低物流成本和提高物流水平上下功夫。無論是在國內(nèi)還是國際市場上，都能夠最大程度上的降低成本，同時又不減低服務(wù)水平，獲得競爭優(yōu)勢。企業(yè)物流的管理整體上來說還是處于不完善的階段，大多停留在紙幣時代。比較先進的企業(yè)已經(jīng)配備了電腦，但是依舊沒有形成系統(tǒng)的體系和網(wǎng)絡(luò)。EDL、個人電腦、人工智能、專家系統(tǒng)、通信和掃描等先進的信息技術(shù)還未在物流運作中廣泛地運用。但是物流是一種新型的管理技術(shù)，涉及領(lǐng)域?qū)拸V。因此物流管理人員要熟悉掌握企業(yè)內(nèi)物流和因此延伸的整條供應(yīng)鏈的管理知識，掌握整個工藝流程，精通物流管理技術(shù)。而我國現(xiàn)在十分缺乏具備綜合物流知識的管理和技術(shù)人才，難以滿足企業(yè)物流現(xiàn)代化的需求。二、中國企業(yè)物流的發(fā)展戰(zhàn)略1990年以來，在國外，物流已經(jīng)成為了該國一個重要的經(jīng)濟增長點。但是在中國，物流才剛剛起步。企業(yè)之間生產(chǎn)經(jīng)營，市場運行的各個方面展開競爭。具體體現(xiàn)在技術(shù)、人才上包括了物流和供應(yīng)鏈。在競爭如此激烈的背景之下，企業(yè)進入了一個微利時代，產(chǎn)品的成本和利潤變得十分透明。而這用競爭還會不斷加深，變得更加激烈，三、發(fā)展物流為當務(wù)之急

社會的經(jīng)濟環(huán)境在不斷地發(fā)展變化之中，這就要求中小企業(yè)從戰(zhàn)略發(fā)展的高度出發(fā)去思考物流的發(fā)展問題。在大企業(yè)實時物流戰(zhàn)略的同時，作為靈活的反應(yīng)者，中小企業(yè)在市場中，也積極采取了行動。希望通過積極的物流戰(zhàn)略提升自身的競爭力。信息技術(shù)的發(fā)展前景大好，經(jīng)濟貿(mào)易的高速發(fā)展，物流業(yè)已經(jīng)顯示出了蓬勃的活力和蘊藏的無限商機，物流服務(wù)正逐漸成為中國企業(yè)之中最為經(jīng)濟合理的綜合服務(wù)模式。中國進入WTO的時間還不算長，我國的中小企業(yè)應(yīng)該及時把握住這一機會，在物流市場競爭比較不激烈時加入物流領(lǐng)域，迅速地占領(lǐng)一定的市場份額。但是如果中小企業(yè)不作為，等時間再長久一些，將會失去發(fā)展物流的優(yōu)勢。

四、從戰(zhàn)略角度做物流

現(xiàn)下，我國的許多中小企業(yè)還未意識到物流戰(zhàn)略以及控制物流成本的重要性。中小企業(yè)應(yīng)當認識到物流戰(zhàn)略是提升競爭力的重要手段，并且重視自身物流系統(tǒng)地建設(shè)，將物流系統(tǒng)的建設(shè)上升到戰(zhàn)略高度。事實上，企業(yè)物流成本是除了原材料成本之外的最大成本項目。在國外發(fā)達國家，它們的物流成本一般控制在10％左右。而我國的現(xiàn)狀就不太樂觀。我國物流成本一般占總成本30％－40％，鮮活產(chǎn)品占60％左右甚至更多。我們應(yīng)該看到的是系統(tǒng)完善的物流管理可以節(jié)省15％－30％物流成本，很大程度上減少庫存和運輸成本，對于中小企業(yè)來說，技術(shù)上和產(chǎn)品質(zhì)量都比不上大企業(yè)。但不得不承認的是，中小企業(yè)產(chǎn)品價格更加受消費者青睞，市場需求反應(yīng)更加靈活迅速。一旦中小企業(yè)將物流上升到戰(zhàn)略高度，利用先進的物流管理模式，就可以大大的節(jié)省產(chǎn)品成本，進一步發(fā)揮自身的優(yōu)勢。想要在變幻莫測的市場中屹立不倒。謀求更加長遠的發(fā)展，中小企業(yè)就要把物流放到企業(yè)經(jīng)營管理的戰(zhàn)略高度上進行思考。除了考慮要怎樣解決倉儲運輸和商品配送這些物流的基本問題，還要思考怎樣把采購、生產(chǎn)和銷售過程中的物流活動的有機結(jié)合。做到以業(yè)務(wù)流程為基礎(chǔ)，使得物流的一體化。最終達到加強企業(yè)的在瞬息萬變的市場當中的競爭能力。

我國的中小企業(yè)只有突破地域限制、行業(yè)的局限，放眼于國內(nèi)外，才能說真正意義上做好了戰(zhàn)略制定，最大限度地把握住了機遇，有效規(guī)避風險。具體來的說，就是首先著眼于當前的地域市場的開拓，在獲得了本地競爭的優(yōu)勢之后，輻射全國，放眼于全球。

五、重視物流系統(tǒng)的全面改造

發(fā)展物流并不是一蹴而就的，它需要一步步地前進。因此中小企業(yè)要注重制定詳細的物流重組的長期實施計劃和發(fā)展策略。物流重組需要從物流業(yè)務(wù)流程、組織機構(gòu)、企業(yè)資源管理系統(tǒng)等方面展開，這樣一來才有可能慢慢實現(xiàn)企業(yè)物流向供應(yīng)鏈管理的“橫向一體化”。達到降低生產(chǎn)、庫存、運輸?shù)拳h(huán)節(jié)的成本，最終給客戶帶來更大的效益，給消費者帶去更大的實惠。與此同時，企業(yè)的經(jīng)營者應(yīng)該打破傳統(tǒng)的觀念，不再只是局限于投入產(chǎn)出管理問題，如流程再造、壓縮成本、加強培訓(xùn)以及有限資源的合理配置問題。企業(yè)的經(jīng)營者應(yīng)當認識到物流是企業(yè)市場營銷的基礎(chǔ)，從戰(zhàn)略高度去思考物流運營成本與市場拓展需要、物流顧客服務(wù)的特殊要求之間的動態(tài)平衡，做到將物流系統(tǒng)與營銷戰(zhàn)略有機結(jié)合?，F(xiàn)代化的物流在國際上又被稱為一體化物流、供應(yīng)鏈管理、銷售鏈管理等等。不同于傳統(tǒng)的物流，現(xiàn)代物流包括了運輸、儲存、裝卸、搬運、包裝、流通加工、配送、信息處理、回收等功能。對我國的中小企業(yè)來說，發(fā)展物流必須重視物流系統(tǒng)的全面改造。以物流供應(yīng)鏈思想作為指導(dǎo)，注意對物流管理的強化，積極運用有效策略，全新打造物流的運作與管理體系。

六、從服務(wù)角度做物流

在國外，廣泛認為物流業(yè)歸屬于服務(wù)業(yè)。但是現(xiàn)代物流在中國還是新興產(chǎn)業(yè)。它的發(fā)展也就緊密伴隨著企業(yè)經(jīng)營管理理念而在發(fā)展。當代企業(yè)政府對物流管理的認識也逐漸提高到了企業(yè)和地區(qū)的戰(zhàn)略理論的高度。當代企業(yè)經(jīng)營管理理念的核心正在從產(chǎn)品制造轉(zhuǎn)向產(chǎn)品銷售再轉(zhuǎn)向現(xiàn)代營銷和客戶服務(wù)。并且提出了“一切為客戶創(chuàng)造價值”的現(xiàn)代經(jīng)營理念。人們對于物流的認識早已經(jīng)從企業(yè)自身的“功能性活動”上升為“以滿足客戶需求為目的”、“努力為客戶創(chuàng)造價值，盡力增加顧客讓渡價值”的“從供應(yīng)到消費的運動、儲存和配送的計劃、執(zhí)行和控制”的管理過程。消費者的需求不僅僅是商品。以企業(yè)的經(jīng)營和發(fā)展的角度來看，物流就等同于服務(wù)。服務(wù)也是物流的物品之一。它是企業(yè)所提供的服務(wù)，“服務(wù)的實質(zhì)上也是一種商品”，但是這一點卻常常被人們所忽視。七、引進專業(yè)物流管理咨詢公司中小企業(yè)自身的專業(yè)力量不足，因此要懂得借助相關(guān)的管理顧問公司以及相關(guān)研究機構(gòu)來科學(xué)規(guī)劃企業(yè)的物流戰(zhàn)略、實施戰(zhàn)略和管理體系。要去了解先進物流企業(yè)的作以及這樣運作的原因所在。在這一過程之中，它們的物流服務(wù)理念是如何變化的，怎樣做到滿足客戶需求和市場競爭，企業(yè)經(jīng)營戰(zhàn)略相銜接。這有這樣，我國的中小企業(yè)才有可能成功地進入一個新的市場領(lǐng)域，在現(xiàn)有的市場基礎(chǔ)上進一步地替身自身的服務(wù)水平，拓展市場份額。許多的企業(yè)在管理咨詢方面下了許多的功夫，用以探索新管理方式和學(xué)習物流技術(shù)的運用。中小企想要全面提升企業(yè)的物流運作以及管理的水平，更加迅速地構(gòu)建起一個先進的物流系統(tǒng)以及管理平臺，就應(yīng)當充分利用專業(yè)管理顧問公司的優(yōu)勢能力。結(jié)語：戰(zhàn)略性的規(guī)劃、投資以及技術(shù)開發(fā)是最近幾年促進物流現(xiàn)代化發(fā)展的重要因素。企業(yè)亟需解決的不僅僅是倉促運輸以及商品配送等最為基本的物流問題，最重要是為了解決怎么樣才能在在變化莫測的市場競爭之中謀求生存與發(fā)展這一問題。因此企業(yè)必須做到將物流放在企業(yè)經(jīng)營管理這一戰(zhàn)略高度上去考慮怎樣將采購、生產(chǎn)和銷售則一系列過程與物流相結(jié)合。從而形成以業(yè)務(wù)流程為基礎(chǔ)，形成物流一體化，達到增強企業(yè)市場競爭力的目的。物流已然是企業(yè)市場營銷的基礎(chǔ)。作業(yè)企業(yè)的經(jīng)理，在物流決策方面應(yīng)當從戰(zhàn)略高度去考慮物流運營成本和市場拓展需要、物流顧客服務(wù)的特殊要求之間的動態(tài)平衡，仔細思考怎樣才能把物流系統(tǒng)與營銷戰(zhàn)略以及企業(yè)的總體戰(zhàn)略靈活結(jié)合。不再像傳統(tǒng)上，只注重如何解決流程再造、壓縮成本等投入產(chǎn)出的管理問題以及有限資源的合理配置問題。參考文獻【1】孟祥茹

-中國企業(yè)物流運作現(xiàn)狀及發(fā)展戰(zhàn)略探討\o"《山東交通學(xué)院學(xué)報》"《山東交通學(xué)院學(xué)報》

-

2013【2】劉鐵鋼

-

我國第三方物流的發(fā)展現(xiàn)狀與運作模式探討\o"《湖南經(jīng)濟管理干部學(xué)院學(xué)報》"《湖南經(jīng)濟管理干部學(xué)院學(xué)報》

-

2015【3】鄭金花，余洪明

-

我國企業(yè)物