CN111833968A - 基于模糊综合评价法的黑米酒酿造工艺评价方法及设备 - Google Patents

基于模糊综合评价法的黑米酒酿造工艺评价方法及设备 Download PDF

Info

Publication number
CN111833968A
CN111833968A CN202010658522.6A CN202010658522A CN111833968A CN 111833968 A CN111833968 A CN 111833968A CN 202010658522 A CN202010658522 A CN 202010658522A CN 111833968 A CN111833968 A CN 111833968A
Authority
CN
China
Prior art keywords
evaluation
sample
factor
fuzzy
factors
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010658522.6A
Other languages
English (en)
Inventor
黄鹭强
谭咏
周昆超
李达谅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Normal University
Original Assignee
Fujian Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Normal University filed Critical Fujian Normal University
Priority to CN202010658522.6A priority Critical patent/CN111833968A/zh
Publication of CN111833968A publication Critical patent/CN111833968A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Alcoholic Beverages (AREA)
  • Mathematical Optimization (AREA)
  • Molecular Biology (AREA)
  • Fuzzy Systems (AREA)
  • Computational Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Chemical Kinetics & Catalysis (AREA)

Abstract

本发明涉及基于模糊综合评价法的黑米酒酿造工艺评价方法及设备，包括以下步骤：获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；选取n个因素作为评价因素，通过多个评价人员根据不同级别的评价等级分别对各所述样品中的各所述评价因素进行评价；通过最大隶属原则，确定各所述评价因素的权重；根据各所述样品中各所述评价因素的评价和各所述评价因素的权重，通过模糊综合评价法计算各所述样品的模糊综合评价总分，继而获得各所述样品所采用的酿造工艺的评分。

Description

基于模糊综合评价法的黑米酒酿造工艺评价方法及设备
技术领域
本发明涉及基于模糊综合评价法的黑米酒酿造工艺评价方法及设备，属于米酒品鉴领域。
背景技术
黑米为米中珍品，又被称为“长寿米”、“贡米”、“药米”。而黑米酒由于原料选取和酿造时间的不同，较差的酿造工艺会出现酒体浑浊，香气不足、发腻等现象，影响了酒的品质，因此寻找最优的酿造工艺来提高酒的品质十分重要。目前没有国标对黑米酒的感官要求，传统的感官品评方法受品评人员的习惯、爱好年龄等因素的影响，评定结果经常会出现主观性和不确定性，容易引起打分不一致和数据分析偏差，使品评结果不够准确，缺乏客观的评价，误差较大。
发明内容
为了解决上述现有技术中存在的问题，本发明提供基于模糊综合评价法的黑米酒酿造工艺评价方法及设备，通过运用模糊综合评价法对黑米酒进行品评，消除了传统简单评价带来的个人主观因素，评价结果更加公正和客观。并根据评分，优化黑米酒的曲种、米的组合、酿造时间，为黑米酒的酿造工艺优化提供依据。
本发明的技术方案如下：
技术方案一：
一种基于模糊综合评价法的黑米酒酿造工艺评价方法，包括以下步骤：
获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；
选取n个因素作为评价因素，通过多个评价人员根据不同级别的评价等级分别对各所述样品中的各所述评价因素进行评价；
通过最大隶属原则，确定各所述评价因素的权重；
根据各所述样品中各所述评价因素的评价和各所述评价因素的权重，通过模糊综合评价法计算各所述样品的模糊综合评价总分，继而获得各所述样品所采用的酿造工艺的评分。
进一步地，所述通过模糊综合评价法计算各所述样品的模糊综合评价总分的具体步骤如下：
将n个因素记录为因素集U＝{u1 u2……un}；将m个评价等级记录为评价集V＝{v1v2……vm}；将各所述评价因素的权重记录为权重集A＝[a1 a2……an]；
统计各所述样品的评价结果，对各个评价因素的评价人数进行归一化处理，针对每一个样品均得到n个单因素评价集Ui＝(vi1 vi2…vij…vim)，其中1≤i≤n，1≤j≤m，vij表示样品第i个评价因素对于评价集V中第j个隶属等级的隶属度；对各单因素评价集Ui进行整合，通过从因素集U到评价集V的模糊映射构成评价关系矩阵Rk，1≤k≤样品数；
根据权重集A和评价关系矩阵Rk，进行模糊线性转换得到综合评价结果向量Bk，其中模糊线性转换公式为Bk＝A×Rk；
将评价集V转化为评分向量H；根据综合评价结果向量Bk和评分向量H，计算模糊综合评价总分Tk，公式为Tk＝Bk×H。
进一步地，所述评价因素包括外观、香气、滋味、风格、粘度。
技术方案二：
一种基于模糊综合评价法的黑米酒酿造工艺评价设备，包括存储器和处理器，所述存储器存储有指令，所述指令由处理器加载并执行以下步骤：
获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；
选取n个因素作为评价因素，通过多个评价人员根据不同级别的评价等级分别对各所述样品中的各所述评价因素进行评价；
通过最大隶属原则，确定各所述评价因素的权重；
根据各所述样品中各所述评价因素的评价和各所述评价因素的权重，通过模糊综合评价法计算各所述样品的模糊综合评价总分，继而获得各所述样品所采用的酿造工艺的评分。
进一步地，所述通过模糊综合评价法计算各所述样品的模糊综合评价总分的具体步骤如下：
将n个因素记录为因素集U＝{u1 u2……un}；将m个评价等级记录为评价集V＝{v1v2……vm}；将各所述评价因素的权重记录为权重集A＝[a1 a2……an]；
统计各所述样品的评价结果，对各个评价因素的评价人数进行归一化处理，针对每一个样品均得到n个单因素评价集Ui＝(vi1 vi2…vij…vim)，其中1≤i≤n，1≤j≤m，vij表示样品第i个评价因素对于评价集V中第j个隶属等级的隶属度；对各单因素评价集Ui进行整合，通过从因素集U到评价集V的模糊映射构成评价关系矩阵Rk，1≤k≤样品数；
根据权重集A和评价关系矩阵Rk，进行模糊线性转换得到综合评价结果向量Bk，其中模糊线性转换公式为Bk＝A×Rk；
将评价集V转化为评分向量H；根据综合评价结果向量Bk和评分向量H，计算模糊综合评价总分Tk，公式为Tk＝Bk×H。
进一步地，所述评价因素包括外观、香气、滋味、风格、粘度。
本发明具有如下有益效果：
1、本发明运用模糊综合评价法对黑米酒进行品评，使边界模糊的一些因素定量化，消除了传统简单评价带来的个人主观因素，评价结果更加公正和客观。
2、本发明通过优化黑米酒的酿造工艺的各种变量，为黑米酒的酿造工艺优化提供依据。
附图说明
图1为本发明的流程图；
图2为9个样品的评价关系矩阵Rk；
图3为9个样品的综合评价结果向量Bk。
具体实施方式
下面结合附图和具体实施例来对本发明进行详细的说明。
实施例一
一种基于模糊综合评价法的黑米酒酿造工艺评价方法，包括以下步骤：
获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；在本实施例中，设置九组样品，获取样品的步骤如下：
准备材料，材料包括湖北安琪酿酒高活性干酵母；湖北安琪风味甜酒曲、苏州蜜蜂牌甜酒曲、四川大竹县甜酒曲；黑米(陕西汉中)、圆糯米(安徽合肥)、长糯米(安徽合肥)；酒坛、蒸锅(美的)、数显恒温水浴锅(国华)、生化培养箱(海尔)、高速冷冻离心机(ThermoFisher PC-6PLUS)。
改变酿造过程中的变量：酒曲品牌、米的品种、米的组合方式及比例、发酵的天数，具体参阅表1。
Figure BDA0002577631440000051
表1
酿造黑米酒，步骤如下：
用清水简单冲洗两次糯米；糯米浸泡10至12h，要求浸泡完成后，米粒保持完整而且用手指将米粒捏成粉末无粒芯且浸泡的水的量要没过米一倍，保证米能充分浸泡；浸泡好的糯米放入锅中蒸20min，米芯熟透且不粘成团为佳；蒸熟的米用洁净冷水淋洗，使其收缩成粒，有利于后期的发酵；块状酒曲碾碎，并按一定比例与糯米搅拌混匀；将搅拌充分的糯米放入坛中(米中间要求挖个洞，防止中心温度过高)，在坛口处罩上两层纱布，于26℃培养箱培养48h；按每千克米加0.2g酵母的比例加入酵母(酵母提前在35℃的溶液中恒温活化10min),水封坛口，每天加水，保证密封性；发酵完成后，用9层纱布过滤，去掉酒糟；原酒以7000r/min的速度离心15min，弃沉淀；离心后将酒在水浴锅60℃加热10min，杀死杂菌，避光保存在4℃冰箱内。至此得到本实施例的9组样品。
在本实施例中，选取外观、香气、滋味、风格、粘度这5个因素作为评价因素；通过20个评价人员分别对各所述样品中的各所述评价因素进行评价。
通过最大隶属原则，确定各所述评价因素的权重分别为10、20、40、20、10；
将5个因素记录为因素集U＝{u1 u2……un}＝{外观，香气，滋味，风格,粘度}；将5个评价等级记录为评价集V＝{v1 v2......vm}＝{优，优良，合格，不合格，劣质}；将各所述评价因素的权重记录为权重集A＝[a1 a2......an]＝[0.1，0.2，0.4，0.2，0.1]；
统计各所述样品的评价结果(在本实施例中，将统计结果记录在表2中)。
Figure BDA0002577631440000061
Figure BDA0002577631440000071
对各个评价因素的评价人数进行归一化处理，针对每一个样品均得到n个单因素评价集Ui＝(vi1 vi2...vij...vim)，其中1≤i≤n，1≤j≤m，vij表示样品第i个评价因素对于评价集V中第j个隶属等级的隶属度；以样品1为例，就外观，香气，滋味，风格和粘度5个单因素建立评价集；由表2可知，样品1的外观有5人评价为优、12人评价为良、3人评价为合格，则表示对样品1的第一个评价因素即外观对于评价集V中第1个隶属等级即优的隶属度为5÷20＝0.25；外观对于评价集V中第2个隶属等级即良的隶属度为12÷20＝0.6；外观对于评价集V中第3个隶属等级即合格的隶属度为3÷20＝0.15。
U外观＝[0.25 0.60 0.15 0.00 0.00]
U香气＝[0.70 0.20 0.10 0.00 0.00]
U口味＝[0.60 0.20 0.15 0.05 0.00]
U风格＝[0.35 0.50 0.15 0.00 0.00]
U粘度＝[0.60 0.30 0.10 0.00 0.00]
对各单因素评价集Ui进行整合，通过从因素集U到评价集V的模糊映射构成评价关系矩阵Rk，1≤k≤样品数；以样品1为例，其余样品数据参见图2：
Figure BDA0002577631440000081
根据权重集A和评价关系矩阵Rk，进行模糊线性转换得到综合评价结果向量Bk，其中模糊线性转换公式为Bk＝A×Rk；以样品1为例，其余样品数据参见图3：
Figure BDA0002577631440000082
Figure BDA0002577631440000091
将各评价的分值设为：优95分，良87.5分，合格80分，不合格72.5分，劣质65分，评价集V转化为评分向量H；根据综合评价结果向量Bk和评分向量H，计算模糊综合模糊综合评价总分Tk，公式为Tk＝Bk×H，则样品1的总分为：
Figure BDA0002577631440000092
Figure BDA0002577631440000093
同样地，对其余样品进行处理，求出所有样品的模糊综合评价总分。
T1＝90.20 T2＝91.55 T3＝85.97
T4＝85.93 T5＝80.90 T6＝79.10
T7＝76.36 T8＝76.59 T9＝80.19
以上样品的模糊综合评价总分即为其酿造工艺的评分，可以确定出各样品所采用的酿造工艺的优劣，其顺序排列(从优到劣)依次为：T2>T1>T3>T4>T9>T5>T6>T8>T7。可以得出，样品2的品质最佳，所以最优的酿造工艺，应该是选用苏州蜜蜂牌的酒曲，圆糯：长糯：黑米的质量比为2:2:1，酿造时间为20天。该酿造工艺生产的产品具有天然的玫瑰红色，色泽诱人，质地均一，给人一种深沉典雅的感觉，口感醇甜爽口。
实施例二
进一步地，参考黄酒国家标准(GB/T13662-2008)和葡萄酒国家标准(GB15037—2006)，并结合评价论域和权重级，设计了黑米酒感官品评标准表，用于获取对样品的评价，见表3。
Figure BDA0002577631440000101
Figure BDA0002577631440000111
表3
实施例三
一种基于模糊综合评价法的黑米酒酿造工艺评价设备，包括存储器和处理器，所述存储器存储有指令，所述指令由处理器加载并执行以下步骤：
获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；在本实施例中，设置九组样品，获取样品的步骤如下：
准备材料，材料包括湖北安琪酿酒高活性干酵母；湖北安琪风味甜酒曲、苏州蜜蜂牌甜酒曲、四川大竹县甜酒曲；黑米(陕西汉中)、圆糯米(安徽合肥)、长糯米(安徽合肥)；酒坛、蒸锅(美的)、数显恒温水浴锅(国华)、生化培养箱(海尔)、高速冷冻离心机(ThermoFisher PC-6PLUS)。
改变酿造过程中的变量：酒曲品牌、米的品种、米的组合方式及比例、发酵的天数，具体参阅表1。
Figure BDA0002577631440000121
表1
酿造黑米酒，步骤如下：
用清水简单冲洗两次糯米；糯米浸泡10至12h，要求浸泡完成后，米粒保持完整而且用手指将米粒捏成粉末无粒芯且浸泡的水的量要没过米一倍，保证米能充分浸泡；浸泡好的糯米放入锅中蒸20min，米芯熟透且不粘成团为佳；蒸熟的米用洁净冷水淋洗，使其收缩成粒，有利于后期的发酵；块状酒曲碾碎，并按一定比例与糯米搅拌混匀；将搅拌充分的糯米放入坛中(米中间要求挖个洞，防止中心温度过高)，在坛口处罩上两层纱布，于26℃培养箱培养48h；按每千克米加0.2g酵母的比例加入酵母(酵母提前在35℃的溶液中恒温活化10min),水封坛口，每天加水，保证密封性；发酵完成后，用9层纱布过滤，去掉酒糟；原酒以7000r/min的速度离心15min，弃沉淀；离心后将酒在水浴锅60℃加热10min，杀死杂菌，避光保存在4℃冰箱内。至此得到本实施例的9组样品。
在本实施例中，选取外观、香气、滋味、风格、粘度这5个因素作为评价因素；通过20个评价人员分别对各所述样品中的各所述评价因素进行评价。
通过最大隶属原则，确定各所述评价因素的权重分别为10、20、40、20、10；
将5个因素记录为因素集U＝{u1 u2......un}＝{外观，香气，滋味，风格,粘度}；将5个评价等级记录为评价集V＝{v1 v2......vm}＝{优，优良，合格，不合格，劣质}；将各所述评价因素的权重记录为权重集A＝[a1 a2......an]＝[0.1，0.2，0.4，0.2，0.1]；
统计各所述样品的评价结果(在本实施例中，将统计结果记录在表2中)。
Figure BDA0002577631440000131
Figure BDA0002577631440000141
对各个评价因素的评价人数进行归一化处理，针对每一个样品均得到n个单因素评价集Ui＝(vi1 vi2...vij...vim)，其中1≤i≤n，1≤j≤m，vij表示样品第i个评价因素对于评价集V中第j个隶属等级的隶属度；以样品1为例，就外观，香气，滋味，风格和粘度5个单因素建立评价集；由表2可知，样品1的外观有5人评价为优、12人评价为良、3人评价为合格，则表示对样品1的第一个评价因素即外观对于评价集V中第1个隶属等级即优的隶属度为5÷20＝0.25；外观对于评价集V中第2个隶属等级即良的隶属度为12÷20＝0.6；外观对于评价集V中第3个隶属等级即合格的隶属度为3÷20＝0.15。
U外观＝[0.25 0.60 0.15 0.00 0.00]
U香气＝[0.70 0.20 0.10 0.00 0.00]
U口味＝[0.60 0.20 0.15 0.05 0.00]
U风格＝[0.35 0.50 0.15 0.00 0.00]
U粘度＝[0.60 0.30 0.10 0.00 0.00]
对各单因素评价集Ui进行整合，通过从因素集U到评价集V的模糊映射构成评价关系矩阵Rk，1≤k≤样品数；以样品1为例，其余样品数据参见图2：
Figure BDA0002577631440000151
根据权重集A和评价关系矩阵Rk，进行模糊线性转换得到综合评价结果向量Bk，其中模糊线性转换公式为Bk＝A×Rk；以样品1为例，其余样品数据参见图3：
Figure BDA0002577631440000152
Figure BDA0002577631440000153
将各评价的分值设为：优95分，良87.5分，合格80分，不合格72.5分，劣质65分，评价集V转化为评分向量H；根据综合评价结果向量Bk和评分向量H，计算模糊综合模糊综合评价总分Tk，公式为Tk＝Bk×H，则样品1的总分为：
Figure BDA0002577631440000162
Figure BDA0002577631440000161
同样地，对其余样品进行处理，求出所有样品的模糊综合评价总分。
T1＝90.20 T2＝91.55 T3＝85.97
T4＝85.93 T5＝80.90 T6＝79.10
T7＝76.36 T8＝76.59 T9＝80.19
以上样品的模糊综合评价总分即为其酿造工艺的评分，可以确定出各样品所采用的酿造工艺的优劣，其顺序排列(从优到劣)依次为：T2>T1>T3>T4>T9>T5>T6>T8>T7。可以得出，样品2的品质最佳，所以最优的酿造工艺，应该是选用苏州蜜蜂牌的酒曲，圆糯：长糯：黑米的质量比为2:2:1，酿造时间为20天。该酿造工艺生产的产品具有天然的玫瑰红色，色泽诱人，质地均一，给人一种深沉典雅的感觉，口感醇甜爽口。
实施例四
进一步地，参考黄酒国家标准(GB/T13662-2008)和葡萄酒国家标准(GB15037—2006)，并结合评价论域和权重级，设计了黑米酒感官品评标准表，用于获取对样品的评价，见表3。
Figure BDA0002577631440000171
表3

Claims (6)

1.一种基于模糊综合评价法的黑米酒酿造工艺评价方法，其特征在于，包括以下步骤：
获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；
选取n个因素作为评价因素，通过多个评价人员根据不同级别的评价等级分别对各所述样品中的各所述评价因素进行评价；
通过最大隶属原则，确定各所述评价因素的权重；
根据各所述样品中各所述评价因素的评价和各所述评价因素的权重，通过模糊综合评价法计算各所述样品的模糊综合评价总分，继而获得各所述样品所采用的酿造工艺的评分。
2.根据权利要求1所述的一种基于模糊综合评价法的黑米酒酿造工艺评价方法，其特征在于，所述通过模糊综合评价法计算各所述样品的模糊综合评价总分的具体步骤如下：
将n个因素记录为因素集U＝{u1 u2......un}；将m个评价等级记录为评价集V＝{v1v2.......vm}；将各所述评价因素的权重记录为权重集A＝[a1 a2......an]；
统计各所述样品的评价结果，对各个评价因素的评价人数进行归一化处理，针对每一个样品均得到n个单因素评价集Ui＝(vi1 vi2...vij…vim)，其中1≤i≤n，1≤j≤m，vij表示样品第i个评价因素对于评价集V中第j个隶属等级的隶属度；对各单因素评价集Ui进行整合，通过从因素集U到评价集V的模糊映射构成评价关系矩阵Rk，1≤k≤样品数；
根据权重集A和评价关系矩阵Rk，进行模糊线性转换得到综合评价结果向量Bk，其中模糊线性转换公式为Bk＝A×Rk；
将评价集V转化为评分向量H；根据综合评价结果向量Bk和评分向量H，计算模糊综合评价总分Tk，公式为Tk＝Bk×H。
3.根据权利要求2所述的一种基于模糊综合评价法的黑米酒酿造工艺评价方法，其特征在于：所述评价因素包括外观、香气、滋味、风格、粘度。
4.一种基于模糊综合评价法的黑米酒酿造工艺评价设备，其特征在于，包括存储器和处理器，所述存储器存储有指令，所述指令由处理器加载并执行以下步骤：
获取样品，包括复数个使用不同的酿造工艺获得的黑米酒样品；
选取n个因素作为评价因素，通过多个评价人员根据不同级别的评价等级分别对各所述样品中的各所述评价因素进行评价；
通过最大隶属原则，确定各所述评价因素的权重；
根据各所述样品中各所述评价因素的评价和各所述评价因素的权重，通过模糊综合评价法计算各所述样品的模糊综合评价总分，继而获得各所述样品所采用的酿造工艺的评分。
5.根据权利要求4所述的一种基于模糊综合评价法的黑米酒酿造工艺评价设备，其特征在于所述通过模糊综合评价法计算各所述样品的模糊综合评价总分的具体步骤如下：
将n个因素记录为因素集U＝{u1 u2......un}；将m个评价等级记录为评价集V＝{v1v2......vm}；将各所述评价因素的权重记录为权重集A＝[a1 a2......an]；
统计各所述样品的评价结果，对各个评价因素的评价人数进行归一化处理，针对每一个样品均得到n个单因素评价集Ui＝(vi1 vi2…vij…vim)，其中1≤i≤n，1≤j≤m，vij表示样品第i个评价因素对于评价集V中第j个隶属等级的隶属度；对各单因素评价集Ui进行整合，通过从因素集U到评价集V的模糊映射构成评价关系矩阵Rk，1≤k≤样品数；
根据权重集A和评价关系矩阵Rk，进行模糊线性转换得到综合评价结果向量Bk，其中模糊线性转换公式为Bk＝A×Rk；
将评价集V转化为评分向量H；根据综合评价结果向量Bk和评分向量H，计算模糊综合评价总分Tk，公式为Tk＝Bk×H。
6.根据权利要求5所述的一种基于模糊综合评价法的黑米酒酿造工艺评价设备，其特征在于：所述评价因素包括外观、香气、滋味、风格、粘度。
CN202010658522.6A 2020-07-09 2020-07-09 基于模糊综合评价法的黑米酒酿造工艺评价方法及设备 Pending CN111833968A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010658522.6A CN111833968A (zh) 2020-07-09 2020-07-09 基于模糊综合评价法的黑米酒酿造工艺评价方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010658522.6A CN111833968A (zh) 2020-07-09 2020-07-09 基于模糊综合评价法的黑米酒酿造工艺评价方法及设备

Publications (1)

Publication Number Publication Date
CN111833968A true CN111833968A (zh) 2020-10-27

Family

ID=72900347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010658522.6A Pending CN111833968A (zh) 2020-07-09 2020-07-09 基于模糊综合评价法的黑米酒酿造工艺评价方法及设备

Country Status (1)

Country Link
CN (1) CN111833968A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104298889A (zh) * 2014-09-28 2015-01-21 中国矿业大学(北京) 一种金属矿渣土重金属污染综合评价方法
US20160145994A1 (en) * 2014-11-20 2016-05-26 Petrochina Company Limited Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs
CN107609730A (zh) * 2017-07-27 2018-01-19 广西电网有限责任公司电力科学研究院 一种基于ahp‑模糊评价法对售电公司进行分级的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104298889A (zh) * 2014-09-28 2015-01-21 中国矿业大学(北京) 一种金属矿渣土重金属污染综合评价方法
US20160145994A1 (en) * 2014-11-20 2016-05-26 Petrochina Company Limited Evaluation Method and Evaluation Device for Water Breakthrough Risk of Production Wells in Aquifer Drive Gas Reservoirs
CN107609730A (zh) * 2017-07-27 2018-01-19 广西电网有限责任公司电力科学研究院 一种基于ahp‑模糊评价法对售电公司进行分级的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘明;洪玉程;: "模糊数学综合评判四川泡菜感官评价的应用" *

Similar Documents

Publication Publication Date Title
Petropoulos et al. Fuzzy logic tool for wine quality classification
CN107233487A (zh) 新型黄精炮制方法
CN101245299A (zh) 一种制备酱香型白酒的方法
CN102978069B (zh) 一种营养型米酒及其制作工艺
Goldstein The “Coffee Doctors”: the language of taste and the rise of rwanda's specialty bean value
CN109820146A (zh) 一种豆瓣制备方法
Myles Fermented landscapes: Lively processes of socio-environmental transformation
Zhou et al. Consumer‐assisted selection: the preference for new tablegrape cultivars in C hina
CN107034064A (zh) 一种五味子葡萄酒及其酿制方法
CN111833968A (zh) 基于模糊综合评价法的黑米酒酿造工艺评价方法及设备
CN108765101A (zh) 基于互联网通过终端用户评价反馈的食品风味自检测方法
Trejo et al. Differentiating Knowledge of Agave Landraces, Uses, and Management in Nanacamilpa, Tlaxcala
Djéni et al. Process of attieke production in Côte d’Ivoire: new trends, updates and effects on quality and preference of the food
CN110240980A (zh) 一种红树莓葡萄酒饮品及其制备方法
CN104757608A (zh) 一种徽式臭鱼的腌制方法
Gernah et al. Incubation and fermentation of African locust beans (Parkia Biglobosa) in production of “Dawadawa”
Furukawa Sake: quality characteristics, flavour chemistry and sensory analysis
Harcsa et al. Hungarian spirits pálinka as a “Hungaricum” I.
CN109161456A (zh) 一种马铃薯白酒酿造方法
CN112684110A (zh) 一种基于喜好表情的茶叶感官评价方法
Baruah Types of Indian tea, production and marketing of traditional and handmade teas of Assam, India
Yu The Authentic Taste of Puer Tea and Transnational Interests.
Spedding Mezcal and Tequila
Rocha et al. Evaluation of Arabica Coffee Fermentation Using Machine Learning
Misra Quality, Investment and International Competitiveness: Indian Tea Industry, 1880-1910

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination