大學生數(shù)學建模A-葡萄酒等級劃分體系模型的探究

2012年電子科技大學中山學院優(yōu)秀論文葡萄酒等級劃分體系模型的探究摘要針對目前葡萄酒評價體系不完善的現(xiàn)狀，本文對葡萄酒評價體系作出探究。對于問題一，運用單因素方差分析法，利用Matlab軟件，以Anoval函數(shù)求解。求出p-value，顯著性水平取0.05作為標準來判斷那組有顯著性，以及通過比較方差來判斷那組數(shù)據(jù)更加可信。對于問題二，在問題一中得到第二組評分更可信，因此根據(jù)該組的評分進行分級，通過用Matlab軟件的Corrcoef和Regress函數(shù)對該組成分進行相關性驗證和用EXCEL畫出圖表進行分析，找出影響葡萄酒分級的成分，然后在釀酒葡萄數(shù)據(jù)中找出與影響葡萄酒分級相同的成分，再結合葡萄酒評分對葡萄樣品進行分級，得出葡萄樣品成分的排列，結合成分的量和葡萄酒分級得出影響釀酒葡萄分級成分的范圍。對于問題三，通過問題二的解答，可以知道葡萄酒和釀酒葡萄的劃分級別，利用附件二的資料，對每一種理化指標的數(shù)據(jù)，根據(jù)對應的含量建立模型，運用matlab軟件擬合數(shù)據(jù)，作出擬合線性圖，并采用多元回歸分析法進行回歸分析，最后根據(jù)擬合線性圖和回歸系數(shù)來分析兩類理化指標之間的關系。對于問題四，分析釀酒葡萄和葡萄酒的理化指標對葡萄酒質量的影響，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量。結合題目給出芬香物質的數(shù)據(jù)，對感官指標和理化指標進行綜合分析，用MABTLE擬合感官指標和理化指標的數(shù)據(jù)，得出結論：需要結合葡萄酒的理化指標和感官指標對葡萄酒的質量進行綜合評價。關鍵字：方差分析法分級理化指標線性相關回歸分析一、問題的重述 隨著我國經(jīng)濟的快速發(fā)展，葡萄酒市場競爭也異常激烈和無序“三精一水”、假年份、假產(chǎn)地酒、假酒莊，影響消費者的健康，雖然我國的GB15037-2006《葡萄酒》國家標準對葡萄酒的質量作了規(guī)定，但由于相應規(guī)范的制定工作限制，我國關于葡萄酒質量等級分劃的標準還未完善，國家迫切需要制定統(tǒng)一的質量等級制度。確定葡萄酒質量時一般是通過聘請一批有資質的評酒員進行品評。每個評酒員在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量。釀酒葡萄的好壞與所釀葡萄酒的質量有直接的關系，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量，文章給出了某一年份一些葡萄酒的評價結果及該年份這些葡萄酒的和釀酒葡萄的成分數(shù)據(jù)。本文嘗試解決以下問題：問題一：由于評酒師對葡萄酒的評分存在主觀性，需對評酒師的分數(shù)進行客觀分析，分析兩組評酒員的評價結果有無顯著性差異，哪一組結果更可信？問題二：葡萄酒的質量離不開原料釀酒葡萄的質量，所以釀酒葡萄的理化指標至關重要。需根據(jù)釀酒葡萄的理化指標和葡萄酒的質量對這些釀酒葡萄進行分級。問題三：釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系可能影響著葡萄酒質量，所以需建立模型，釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系。問題四：分析釀酒葡萄和葡萄酒的理化指標對葡萄酒質量的影響，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量，能否綜合感官指標和理化指標，建立模型，來評價葡萄酒的質量是問題關鍵所在。二、模型假設品酒員打分相互之間沒有影響；

2.品酒員對樣品的給的總分是他對該樣品所有方面評分的總和，并且該樣品的最終得分可認為是10位品酒員打分的平均值；

3.題目所給的數(shù)據(jù)真實可靠；4.釀酒方式及釀酒過程對葡萄酒的質量沒有影響；

5.不同種類葡萄酒的成份數(shù)據(jù)值統(tǒng)一標準沒有差異；6.所有樣品的釀造過程相同。三、符號說明n測試數(shù)量r測試水平量A因素SS各類數(shù)據(jù)源的平方和Df各類數(shù)據(jù)相應的自由度MS各類的均方值F統(tǒng)計量P大于F的概率各組均值對總方差的偏差平方和各組數(shù)據(jù)對均值偏差平方和的總和四、問題分析問題一的分析我們要根據(jù)附件1的數(shù)據(jù)可知：評酒員對紅酒27組樣品，和白酒28組樣品進行評分，每件樣品都進行了兩次評分，即是有兩組評分數(shù)據(jù)，題目要求分析兩組評酒員的評分結果有無顯著性差異，以及那一組數(shù)據(jù)更加可信，對于顯著性的判斷，我們采用單因素方差分析法（AnalysisOfVariance）。對于每件樣品，評酒員對外觀，香氣，口感，及其整體評價進行打分，每一組的每件樣品都有十名品酒員進行評分，故求每個品酒員對樣品酒的總分，之后求出這十名品酒員給的總分的平均分，此平均分就是該樣品的總分，葡萄酒分為白酒和紅酒，我們對第一組的紅酒和第二組的紅酒進行方差分析法，運用matlab軟件中的anova1函數(shù)可得出p-value，及F值，通過分析就可知道那組更加具有顯著性。方差是考察數(shù)據(jù)的波動性的，方差小就說明數(shù)據(jù)比較穩(wěn)定，方差大就是波動性比較大，故通過比較兩組數(shù)據(jù)的方差大小，就知道那一組數(shù)據(jù)更加可信。問題二的分析根據(jù)問題一可知，第二組的評酒員的評酒分數(shù)更可靠，所以選擇第二組葡萄酒的數(shù)據(jù)進行處理。從評酒員對葡萄酒評分的分數(shù)入手，用逆向思維反推葡萄的等級。首先將第一問中第二組的白葡萄酒和紅葡萄酒的每一種樣品的評分進行分等級，依次分為四個等級,然后用EXCEL將每個等級的樣品酒的理化指標畫成曲線圖，忽略異常數(shù)據(jù)點，觀察各等級間的理化指標有沒有相關性，如果有相關性，找出影響葡萄酒質量的相關因素，跟釀酒葡萄的理化指標數(shù)據(jù)進行對照，得出釀酒葡萄的分級依據(jù)。問題三的分析結合葡萄酒和釀酒葡萄的理化指標，作出每兩個理化指標間的直觀趨勢圖，觀察兩者之間的大體關系，根據(jù)曲線擬合的方法得出兩者間的函數(shù)關系。問題四的分析由第三問求解可得出釀酒葡萄與葡萄酒的理化指標之間是呈線性相關的，因此我們要證明釀酒葡萄和葡萄酒的理化指標對葡萄酒質量是有影響的，只需證明釀酒葡萄的理化指標對葡萄酒質量是有影響。在綜合附錄3給出的芬香物質，用MABTLE擬合出理化指標和感官指標的關系圖呈相關性，所以要綜合葡萄酒的理化指標和感官指標一起來評價葡萄酒的質量。五、模型建立與求解5.1問題一的模型建立和求解對于兩組評酒員的評價結果有無顯著性差異，我們采用單因素方差分析法去解決。單因素方差分析法:只考慮一個因素A對所關心的指標的影響，A取幾個水平，在每個水平上作若干個試驗，試驗過程中除A外其它影響指標的因素都保持不變（只有隨機因素存在),我們的任務是從試驗結果推斷，因素A對指標有無顯著影響，即當A取不同水平時指標有無顯著差別。A取某個水平下的指標視為隨機變量,判斷A取不同水平時指標有無顯著差別，相當于檢驗若干總體的均值是否相等。設A取n個水平,在水平下總體服從正態(tài)分步N(,),i=1,...,n,這里,未知，可以互不相同，但假定有相同的方差，又設在每個水平下作了次獨立試驗，即從中抽取容量為的樣本，記作服從N(,)，i=1,…,n,j=1,…,且且相互獨立。將這些數(shù)據(jù)列成表1（單因素試驗數(shù)據(jù)表）的形式。表5.1單因素試驗數(shù)據(jù)表分值第一組紅酒第二組紅酒第一組白酒第二組白酒A1X12X21X12X21A2X21X22X21X22.....A3X31X32X31X32根據(jù)上述理論，首先我們對數(shù)據(jù)進行處理，附件1里有四組數(shù)據(jù)：紅葡萄酒和白葡萄酒各有兩組數(shù)據(jù)，每種酒都有兩組人進行對其進行評分，每件樣品酒有十名品酒員號打分，采用單因素方差分析法，我們將樣品酒的總分作為唯一考慮的因素A，運用matlab軟件編程求出品酒員對每組樣品打的總分的平均分，見下表：表5.2組樣品紅酒和白酒的總分樣品號第一組紅葡萄酒品嘗綜合得分評分第一組白葡萄酒品嘗綜合得分評分第二組紅葡萄酒品嘗綜合得分評分第二組白葡萄酒品嘗綜合得分評分162.78268.177.9280.374.27475.8380.479.774.675.6468.679.471.276.9573.37172.181.5672.268.466.375.5771.577.565.374.2872.371.46672.3981.572.978.280.41074.274.368.879.81170.172.361.671.41253.963.368.372.41374.665.968.873.914737272.677.11558.772.465.778.41674.97469.967.31779.378.874.580.31859.973.165.476.71978.672.272.676.42079.577.875.876.62177.176.472.279.22277.27171.679.42385.675.977.177.4247873.371.576.12569.277.168.279.52673.881.37274.3277364.871.5772881.379.6對這四組數(shù)據(jù)，我們將白酒和紅酒分開來判斷其有無顯著性，即第一組紅酒與第二組紅酒，第一組白酒和第二組白酒比較。運用matlab軟件對數(shù)據(jù)處理編程得出以下結果，標準ANOVA表分析見下表：表5.3白葡萄酒ANOVA表圖5.1白葡萄酒盒型（box）圖表5.4紅葡萄酒ANOVA表圖5.2紅葡萄酒的盒型（box）圖表5.5方差分析表：方差來源平方和(SS)自由度(df)均方（MS）1-P分數(shù)位F概率p因素Ar-1誤差n-r總和通常情況下，實驗結果p達到0.05水平或0.01水平，才可以說數(shù)據(jù)之間具備了差異顯著或是極顯著。在作結論時，應確實描述方向性（例如顯著大于或顯著小于）。sig值通常用P>0.05表示差異性不顯著。在此我們?nèi)?.05作為顯著性水平標準，紅酒中的ANOVA表中Prob>F欄p值為0.0278<0.05,故拒絕Ho，且盒型圖的中心線差差別不大，對應的F也很小，故可知品酒員對白酒的評分具有顯著性。紅葡萄酒酒中的ANOVA表中的P>0.05，接受Ho，故沒有顯著性。對于那組數(shù)據(jù)更加可信，我們知道方差是考察數(shù)據(jù)的波動性的，方差小就說明數(shù)據(jù)比較穩(wěn)定，方差大就是波動性比較大。故我們將紅酒，白酒每組樣品酒一一對應，第一組的紅酒中樣品一與第二組紅酒中的樣品一進行方差分析，以此類推，我們將所求到的方差用matlab進行畫圖。圖5.3白葡萄酒的方差圖圖5.4紅葡萄酒的方差圖從兩副圖中，我們很明顯的看到第二組數(shù)據(jù)的方差基本小于第一組數(shù)據(jù)，因此我們認為第二組數(shù)據(jù)更加可信。5.2釀酒葡萄的分級5.2.1白葡萄酒的分級通過統(tǒng)計第二組白葡萄酒的每個樣品的分數(shù)，將白葡萄酒分為四個等級。第一等級（75，80]第二等級（70，75]第三等級（65，70]第四等級（0，65]由分數(shù)等級標準可得到各個樣品酒處于的那個等級段，表格如下：第一等級9,23,20第二等級3,17,2,14,11,21,5,26,22,24,27,4第三等級16，10,13,12,25，1,6，8,15,18,7第四等級11上述各個等級的樣品所對應的各個理化指標的關系圖如下（其中每個圖的橫坐標不是樣品號，而是依次每個等級中的樣品，從左到右依次為一，二，三，四等級的樣品）：圖5.5各個等級中各樣品的酒總黃酮含量圖5.6各個等級中各樣品的單寧含量圖5.7各個等級中各樣品的白藜蘆醇含量圖5.8各個等級中各樣品的總酚含量用MABTLE軟件對以上四幅圖進行相關性分析，由corrcoef得出四幅圖的結果的絕對值都非常不接近1，且regress函數(shù)的出stats中的p遠大于0.05故可知無相關性，其中酒總黃酮的相關系數(shù)為-0.0892，單寧的相關系數(shù)為-0.114，白藜蘆醇的相關系數(shù)為0.2596，總酚的相關系數(shù)為-0.0391,四種因素與樣品皆無相關性。說明：相關系數(shù)的絕對值在0到0.3的呈無相關性，0.3到0.8的呈弱相關性，0.8到1呈強相關性）5.2.2紅葡萄酒的分級通過統(tǒng)計第二組紅葡萄酒的每個樣品的分數(shù)，將紅葡萄酒分為四個等級。第一等級（74，78]第二等級（70，74]第三等級（66，70]第四等級（0，62]由分數(shù)等級標準可得到各個樣品酒處于的那個等級段，表格如下：第一等級9,23，20,3,17第二等級2,19,14,21,5,26,22,24,27,4第三等級16,13,10,12,25,1,6第四等級23,15，18,7,11上述各個等級的樣品所對應的各個理化指標的關系圖如下（其中每個圖的橫坐標不是樣品號，而是依次每個等級中的樣品，從左到右依次為一，二，三，四等級的樣品，并且去掉異常數(shù)據(jù)）：圖5.9白藜蘆醇與樣品的關系圖圖5.10黃酮與樣品的關系圖圖5.11總酚與樣品的關系圖圖5.12單寧與樣品的關系圖圖5.13花色苷與樣品的關系圖用MABTLE軟件對以上四幅圖進行相關性分析，由corrcoef得出四幅圖的結果的絕對值都接近1，且regress函數(shù)的出stats中的p小于0.05故可知有相關性，其中單寧的相關系數(shù)到達-0.8278，總酚的相關系數(shù)達到-0.8341，花色苷的相關系數(shù)達到-0.8533，呈強相關性。白藜蘆醇的相關系數(shù)為-0.508，酒總黃酮的相關系數(shù)為-0.486，呈弱相關性。各圖的代碼如附錄2.綜上所述，影響紅葡萄酒質量的等級的因素有單寧，總酚，花色苷，這三個因素直接影響了紅葡萄酒的分級，但紅葡萄酒的分級也直接影響了釀酒葡萄的質量分級。下面通過紅葡萄酒的理化指標結合釀酒葡萄的數(shù)據(jù)對釀酒葡萄進行分等級：表5.6影響紅葡萄酒分級的因素成分數(shù)據(jù)表影響紅葡萄酒分級的成分數(shù)據(jù)表紅葡萄酒的樣品花色苷總酚單寧所屬的等級葡萄樣品9240.84380.74112.933第一等級葡萄樣品23172.626153.69810.888葡萄樣品2023.52358.9225.864葡萄樣品3157.93949.66213.259第二等級葡萄樣品1759.42467.0629.170葡萄樣品2224.367124.86311.078葡萄樣品14140.257108.1906.073葡萄樣品19115.70450.3215.981葡萄樣品2189.282238.06410.090葡萄樣品5120.60666.9625.849葡萄樣品2658.46963.0333.615葡萄樣品2274.02756.2437.105葡萄樣品2734.19034.6945.961葡萄樣品24144.88159.2465.747葡萄樣品479.685116.2706.477葡萄樣品1660.66065.2804.832第三等級葡萄樣品1365.32452.8456.385葡萄樣品1044.20396.3535.567葡萄樣品1232.34372.8136.458葡萄樣品2549.64352.8145.406葡萄樣品1408.028159.52211.030葡萄樣品646.186149.1837.354葡萄樣品8241.39794.15212.028葡萄樣品1552.79275.4433.985葡萄樣品1840.22856.5024.447葡萄樣品760.767106.4284.014葡萄樣品117.78765.2354.588第四等級由上表的數(shù)據(jù)我們可把釀酒紅葡萄進行劃分等級，如下：表5.7釀酒葡萄酒的等級劃分表釀酒紅葡萄的類別各成分的范圍值（mg/100g鮮重）釀酒紅葡萄花色苷mg/100g鮮重總酚(mmol/kg)單寧(mmol/kg)等級[70-240)[150-200)[11-15)一級[60-170)[100-150)[7-11)二級[20-60)[50-100)[4-7)三級[0-20)[0-50)[0-4)四級5.3釀酒葡萄和葡萄酒理化指標的關系通過觀察釀酒葡萄和理化指標的數(shù)據(jù)，用MABTLE將數(shù)據(jù)進行處理,將釀酒葡萄和葡萄酒的相同的理化指標的數(shù)據(jù)進行擬合，得到以下圖形：5.3.1將釀酒葡萄和葡萄酒中的花色苷數(shù)據(jù)進行擬合，得到下圖:圖5.14釀酒葡萄和葡萄酒中的花色苷數(shù)據(jù)擬合圖5.3.2將釀酒葡萄和葡萄酒中的單寧數(shù)據(jù)進行擬合，得到下圖：圖5.15釀酒葡萄和葡萄酒中的單寧數(shù)據(jù)擬合圖5.3.3將釀酒葡萄和葡萄酒中的葡萄總黃酮數(shù)據(jù)進行擬合，得到下圖：圖5.16釀酒葡萄和葡萄酒中的葡萄總黃酮數(shù)據(jù)擬合圖5.3.4將釀酒葡萄和葡萄酒中的白藜蘆醇數(shù)據(jù)進行擬合，得到下圖：圖5.17釀酒葡萄和葡萄酒中的總酚數(shù)據(jù)擬合圖5.3.5將釀酒葡萄和葡萄酒中的白藜蘆醇數(shù)據(jù)進行擬合，得到下圖：圖5.18釀酒葡萄和葡萄酒中的白藜蘆醇數(shù)據(jù)擬合圖由以上四幅圖可知：釀酒葡萄和葡萄酒中花色苷，單寧，葡萄總黃酮，總酚這四個因素呈線性關系，是正相關性。即釀酒葡萄中的花色苷含量，所釀出來的葡萄酒中花色苷含量越高；釀酒葡萄中的單寧含量，所釀出來的葡萄酒中單寧含量越高；釀酒葡萄中的葡萄總黃酮含量，所釀出來的葡萄酒中葡萄總黃酮含量越高；釀酒葡萄中的總酚含量，所釀出來的葡萄酒中總酚含量越高；二．釀酒葡萄和葡萄酒中白藜蘆醇對兩者不影響5.4驗證理化指標是否能成為葡萄酒等級評價依據(jù)由第三問求解可得出釀酒葡萄與葡萄酒的理化指標之間是呈線性相關的，因此只需證明釀酒葡萄和葡萄酒的理化指標其中一種對葡萄酒質量是有影響，則可證明兩者的理化指標是對葡萄酒質量是有影響的，因此我們用Matlab進行數(shù)據(jù)擬合來畫其關系圖，并用多元線性回歸來判斷其是否成線性關系。我們先對葡萄酒的評分按照從低到高排列，相對應釀酒葡萄的各成分也得到相應的排列，橫坐標是葡萄酒的評分，縱坐標是是釀酒葡萄的各成分，各圖表如下：圖5.19葡萄酒評分和釀酒葡萄的花色苷的關系圖圖5.20葡萄酒評分和釀酒葡萄的單寧的關系圖圖5.21葡萄酒評分和釀酒葡萄的總酚的關系圖圖5.22葡萄酒評分和釀酒葡萄的酒總黃酮的關系圖圖5.23葡萄酒評分和釀酒葡萄的白藜蘆醇的關系圖通過Matlab軟件進行數(shù)據(jù)擬合并畫出擬合線性圖，得出釀酒葡萄各成分系數(shù)p的值分別為0.0003，0.0963，0.0005，0.0002，0.5134(備注p越接近0，該成分與葡萄酒的質量相關性越強)，所以我們可得知釀酒葡萄的理化指標對葡萄酒質量是有影響，因為由第三問知釀酒葡萄與葡萄酒之間有相關性，所以也間接說明了釀酒葡萄和葡萄酒的理化指標對葡萄酒質量是有影響的。但是結合附件3中各個樣品中芬香物質的數(shù)據(jù)及樣品的等級進行數(shù)據(jù)擬合，可得下圖：由圖可知葡萄酒的感官指標中的芬香物質與葡萄酒的各個理化指標呈一致的相關性，所以不能只用葡萄酒的理化指標來評價葡萄酒的質量，還要加上葡萄酒的感官指標。即綜合葡萄酒的理化指標和感官指標來進行對葡萄酒的質量進行評價。六、模型的評價與優(yōu)缺點6.1優(yōu)點（1）對數(shù)據(jù)進行合理的處理，采用擬合的方法對數(shù)據(jù)間的關系進行圖像化，是的其問題分析更加明顯，簡化。（2）第二問中采用逆向思維的方法，反推出釀酒葡萄的等級分劃。（3）除去異常數(shù)據(jù)，使圖像更加合理化，明顯化。（4）將每組數(shù)據(jù)進行有針對性對比，如第一組的白葡萄酒和第二組的白葡萄酒進行對比（5）將每個小問題的分析串聯(lián)起來，使其思路更加清晰6.2缺點（1）數(shù)據(jù)量太龐大，導致我們忽略一些對題目影響不是很大的數(shù)據(jù)，使得模型存在誤差。（2）編程時數(shù)據(jù)量太大，存在很多困難。（3）數(shù)據(jù)與數(shù)據(jù)將很難將其聯(lián)系起來。(4)對數(shù)據(jù)處理不大，沒有整體進行求解，只針對某一種葡萄酒進行相關性驗證，如第二問只對白葡萄酒進行分級。（5）考慮問題不周全，如只對第四問驗證釀酒葡萄與葡萄酒的理化指標之間的聯(lián)系，而沒有考慮進一步了解兩者存在什么比例。七、參考文獻[1]

姜啟源，謝金鑫，葉俊.數(shù)學建模，北京：高等教育出版社，2004

[2]

單鋒，朱麗梅

，田賀民，數(shù)學建模，北京：國防工業(yè)出版社，2012.2

[3]

（美）吉奧丹諾（Giordano，F(xiàn).R）葉其孝，姜啟源，數(shù)學建模（原書第三版）北京：機械工業(yè)出版社，2005,1

[4]馮杰，黃力偉，王勤，尹成義.數(shù)學建模原理與案例,北京：科學出版社，2007

[5]

宋葉志，賈東永，MATLAB數(shù)值分析與運用，北京：機械工業(yè)出版社，2009.7百科1．正文規(guī)范

為了做到層次分明、脈絡清晰，常常將正文部分分成幾個大的段落。這些段落即所謂邏輯段，一個邏輯段可包含幾個小邏輯段，一個小邏輯段可包含一個或幾個自然段，使正文形成若干層次。論文的層次不宜過多，一般不超過五級。1．參考文獻的規(guī)范及其作用為了反映文章的科學依據(jù)、作者尊重他人研究成果的嚴肅態(tài)度以及向讀者提供有關信息的出處，正文之后一般應列出參考文獻表引文應以原始文獻和第一手資料為原則。所有引用別人的觀點或文字，無論曾否發(fā)表，無論是紙質或電子版，都必須注明出處或加以注釋。凡轉引文獻資料，應如實說明。對已有學術成果的介紹、評論、引用和注釋，應力求客觀、公允、準確。偽注、偽造、篡改文獻和數(shù)據(jù)等，均屬學術不端行為致謝一項科研成果或技術創(chuàng)新,往往不是獨自一人可以完成的,還需要各方面的人力,財力,物力的支持和幫助.因此,在許多論文的末尾都列有"致謝"。主要對論文完成期間得到的幫助表示感謝，這是學術界謙遜和有禮貌的一種表現(xiàn)。(1)文參考文獻不編序號,僅在文末按其重要程度或參考的先后順序排列.

(2)文后參考文獻不注頁碼.本文來自

(3)文后參考文獻的著錄項目及次序與注釋基本相同

1)著錄參考文獻可以反映論文作者的科學態(tài)度和論文具有真實、廣泛的科學依據(jù)，也反映出該論文的起點和深度。

2)著錄參考文獻能方便地把論文作者的成果與前人的成果區(qū)別開來。

3)著錄參考文獻能起索引作用。

4)著錄參考文獻有利于節(jié)省論文篇幅。

5)著錄參考文獻有助于科技情報人員進行情報研究和文摘計量學研究。[序號]主要責任者．文獻題名[文獻類型標識]．出版地：出版者，出版年．

[1]周振甫．周易譯注[M]．北京:中華書局．1985．

[2]陳送．五四前后東西方文化問題論戰(zhàn)文選[C]．北京:中國社會科學出版社,1985．

[3]陳桐生．中國史官文化與《史記》[D]．西安:陜西師范大學文學研究所,1992年．

[4]白永秀,劉敢,任保平．西安金融、人才、技術三大要素市場培育與發(fā)展研究[R]．西安:陜西師范大學西北經(jīng)濟研究中心,1998．[序號]主要責任者．文獻題名[J]．刊名，年，卷(期)．

[5]何齡修．讀顧城《南明史》[J]．中國史研究，1998(3)．[序號]析出文獻主要責任者．析出文獻題名[A]．原文獻主要責任者(任選)．原文獻題名[C]．出版地：出版者，出版年．

[6]瞿秋白．現(xiàn)代文明的問題與社會主義[A]．羅榮渠．從西化到現(xiàn)代化[C]．北京：北京大學出版社，1990．[序號]主要責任者．文獻題名[N]．報紙名，出版日期(版次)．

[7]謝希德．創(chuàng)造學習的新思路[N]．人民日報，1998-12-25(10)．

e．國際、國家標準

[序號]標準編號，標準名稱[S]．

英文（例子）：本文來自

[01]Brown,H.D.TeachingbyPrinciples:AnInteractiveApproachtoLanguagePedagogy[M].PrenticeHallRegents,1994.

[02]Brown,JSetal.SituatedCognitionandtheCultureofLearning[J].EducationalReasercher,1,1989.

[03]Chris,Dede.TheEvolutionofConstructivistLearningEnvi-ronments:ImmersioninDistributedVirtualWorlds[J].Ed-ucationalTechnology,Sept-Oct,1995.

本文來自

文獻標識碼（WM）Documentcode置分類號之后。

A——理論與應用研究學術論文（包括綜述報告）

B——實用性技術成果報告（科技）、理論學習與社會實踐總結（社科）

C——業(yè)務指導與技術管理性文章（包括領導講話、特約評論等）

D——一般動態(tài)性信息（通訊、報道、會議活動、專訪等）

E——文件、資料（包括歷史資料、統(tǒng)計資料、機構、人物、書刊、知識介紹等）為了探討和掌握論文的寫作規(guī)律和特點，需要對論文進行分類。由于論文本身的內(nèi)容和性質不同，研究領域、對象、方法、表現(xiàn)方式不同，因此，論文就有不同的分類方法。

按內(nèi)容性質和研究方法的不同可以把論文分為理論性論文、實驗性論文、描述性論文和設計性論文。

另外還有一種綜合型的分類方法，即把論文分為專題型、論辯型、綜述型和綜合型四大類：專題型本文來自這是分析前人研究成果的基礎上，以直接論述的形式發(fā)表見解，從正面提出某學科中某一學術問題的一種論文。本文來自論辯型這是針對他人在某學科中某一學術問題的見解，憑借充分的論據(jù)，著重揭露其不足或錯誤之處，通過論辯形式來發(fā)表見解的一種論文。綜述型這是在歸納、總結前人或今人對某學科中某一學術問題已有研究成果的基礎上，加以介紹或評論，從而發(fā)表自己見解的一種論文。綜合型這是一種將綜述型和論辯型兩種形式有機結合起來寫成的一種論文。4學位論文編輯學位申請者為申請學位而提出撰寫的學術論文叫學位論文。這種論文是