CN111950882A - 一种基于综合感官分析的酒样分级方法 - Google Patents
一种基于综合感官分析的酒样分级方法 Download PDFInfo
- Publication number
- CN111950882A CN111950882A CN202010771408.4A CN202010771408A CN111950882A CN 111950882 A CN111950882 A CN 111950882A CN 202010771408 A CN202010771408 A CN 202010771408A CN 111950882 A CN111950882 A CN 111950882A
- Authority
- CN
- China
- Prior art keywords
- index
- wine
- sample
- evaluation
- wine sample
- 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.)
- Granted
Links
- 235000014101 wine Nutrition 0.000 title claims abstract description 163
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000004458 analytical method Methods 0.000 title claims abstract description 49
- 230000001953 sensory effect Effects 0.000 title claims abstract description 31
- 238000011156 evaluation Methods 0.000 claims abstract description 156
- 238000012163 sequencing technique Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000007670 refining Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 235000019640 taste Nutrition 0.000 claims description 5
- 206010013911 Dysgeusia Diseases 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 2
- 239000002131 composite material Substances 0.000 abstract description 2
- 238000011049 filling Methods 0.000 abstract description 2
- 239000000796 flavoring agent Substances 0.000 description 15
- 235000019634 flavors Nutrition 0.000 description 12
- 238000003860 storage Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 3
- 238000012797 qualification Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 125000003118 aryl group Chemical group 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000000855 fermentation Methods 0.000 description 2
- 230000004151 fermentation Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 230000001339 gustatory effect Effects 0.000 description 1
- 235000012907 honey Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000015067 sauces Nutrition 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 235000019615 sensations Nutrition 0.000 description 1
- 235000019614 sour taste Nutrition 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 235000019605 sweet taste sensations Nutrition 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于综合感官分析的酒样分级方法，包括：建立酒样感官评价指标层次模型，包括一、二、三级指标，设计测评表；由专家和普通评价组对待分级酒样样品进行测评，填写测评表并排序；计算一、二级指标权重及三级指标贡献指数；计算样品拟合系数，得到三级指标评分结果；计算普通评价组对酒样各项指标的能力评分，计算各酒样所有指标总评分；计算各轮次测评中酒样优劣排序秩和，转化为评价分数；与总评分一起计算平均值得到最终评分；对酒样进行分级。以多模型相结合的方式，对酒样的细节及整体进行复合分析，兼顾整体性与特征性分析提高系统准确性；增加普通评价组成员的个人测评能力分析，降低因人员变动引起的分析误差。
Description
技术领域
本发明属于质量评估领域，具体涉及一种基于综合感官分析的酒样分级方法。
背景技术
原酒或基础酒的分析评价工作是中国白酒生产厂家在决定原酒陈储工艺方式或调配成品酒过程前的重要步骤。因原酒的优质储存条件(如特殊洞藏环境)有限，对原酒的等级划分及特征分析将直接决定某原酒在后续陈储工艺方式，换言之，珍贵的陈储资源须用于优质原酒的陈储才可实现资源的最优配置。所以，原酒的评价分级在成品酒生产厂家会显得尤为重要。此外，原酒的分级也直接决定了原酒的售卖价格。因为评价分析过程会判定基础酒的风格特征并一定程度的预估基础酒成品，所以其也是调配成品酒不可或缺的重要环节。
中国白酒酒样的质量评价分析，以感官分析为主。目前的感官分析方法多以单一模型如风味剖面、定量描述分析等方法对酒样的某一特征指标或描述方法进行分析评价，对整体质量的分析方法则多以排序法，评分法等方法进行。这些分析评价手段，存在或整体判断力不足，或过分依赖品评人的主观判断等不足等问题，在尝评团队人员出现变动的情况下，则不可避免的产生尝评误差。
发明内容
本发明的目的在于提供一种酒样综合感官分析系统，兼顾整体性与特征性分析，并提高分析结果的准确性，同时，对各尝评人员测评能力的准确性进行分析。
为完成发明目的，本发明采用的技术方案是：
一种基于综合感官分析的酒样分级方法，包括以下步骤：
步骤S1.建立酒样感官评价指标层次模型，包括一级指标、二级指标和三级指标；由专家评价组和普通评价组分别对待分级酒样样品进行多轮次的测评，按5分标度法对各项指标进行评分，并根据优劣程度将样品进行排序；
步骤S2.分别计算各项一、二级指标的权重以及各项三级指标的贡献指数；根据所述贡献指数计算普通评价组对样品的拟合系数，并进行5分标度的T分数转换，得到普通评价组对三级指标的评分结果；
步骤S3.计算普通评价组对酒样样品各项指标的能力评分，然后依据所述能力评分、所述一、二级指标的权重和所述各项三级指标的评分结果，分别计算各酒样样品的总评分；
步骤S4.计算各轮次测评中酒样样品优劣排序的秩和，转化为排序法评价分数；并与所述总评分一起计算平均值，得到每个酒样的最终评分；
步骤S5.根据所述最终评分对待分级酒样进行分级。
进一步的是，步骤S2所述一级指标、二级指标和三级指标具体包括：
所述一级指标是指对酒样进行感官分析时的基础指标，包括外观颜色、香气、口感、后味和整体协调性5个指标；
所述二级指标是指对一级指标中的至少一项进行细化后的评价指标；
所述三级指标是指对二级指标中的至少一项进行细化后的评价指标。
进一步的是，步骤S2所述对待分级酒样样品进行多轮次的测评，还包括：每轮次酒样中均包含标度样品a和标度样品b，其余样品随机排布。
进一步的是，步骤S3所述一、二级指标的权重计算方式为：
专家评价组按比率标度法，评价同级指标i相对于指标j的重要程度aij，据此分别建立一、二级指标权重比较判别矩阵A：
将列向量归一化后按行求和，得到过程变量
将
归一化后得到各项一、二级指标的权重Wi＝(W1,W2,W3,…Wi)，其中i为各项指标序号；
进一步的是，步骤S3所述三级指标的评分结果的计算方法为：
计算各项三级指标的贡献指数M：
其中，F为该项三级指标评分不为0的次数与总测评次数的比值；I为该项三级指标的实际总评分与理论满评分的比值；
计算普通评价组对该样品的拟合系数R2：
对每份酒样，将普通评价组对M＞0.1的三级指标的评分X(X1,X2,X3,…Xm)与对应的贡献指数M(M1,M2,M3,…Mm)进行截距为0的线性回归，得到普通评价组对该样品的拟合系数R2；其中，m为M＞0.1的有效三级指标序号项数；
计算各三级指标的评分结果：
将所述拟合系数R2进行5分标度的T分数转换，得到普通评价组对该样品的有效三级指标m的评分结果Tm：
其中，
所有酒样拟合系数R2的平均值；s为所有酒样拟合系数R2的标准差。
进一步的是，步骤S4所述普通评价组对酒样各项指标的能力评分的计算方法为：
计算普通评价组成员t对酒样n的指标i的能力评分Aint：
其中，σ为所有普通评价组成员对酒样n的指标i评分的标准差；x为普通评价组成员t对n酒样的指标i的评分；xexp为所有专家评价组成员对酒样n的指标i评分的算数平均值；
进一步的是，步骤S4所述各酒样的总评分的计算方法为：
计算各酒样的总评分Sn：
其中，i为各项指标的序号；T为该项指标的加权评分值，若为一、二级指标，则T＝Wix；若为三级指标，则T＝Tm。
进一步的是，步骤S5所述计算各轮次测评中酒样优劣排序的秩和，并转化为排序法评价分数的方法为：
首先，计算第一轮次测评中酒样优劣排序的秩和∑ Rn；
然后，依次计算第k轮次测评中酒样n的优劣排序矫正秩和∑ Rnk(adj)：
其中，k为测评轮次标号，且k>1；∑ Rnk为第k轮次n号酒样的秩和；∑ Ra1为标度样品a在第一轮次酒中的秩和；∑ Rak为标度样品a在第k轮次酒中的秩和；∑ Rb1为标度样品b在第一轮次酒中的秩和；∑ Rbk为标度样品b在第k轮次酒中的秩和；
最后，将秩和∑ Rn与矫正秩和∑ Rnk(adj)转化为排序法评价分数Sn′：
其中，A为各轮次酒样n的秩和∑ Rn或矫正秩和∑ Rnk(adj)；t为普通评价组成员数。
进一步的是，步骤S6所述根据最终评分对待分级酒样进行分级的方法为：
将所述各酒样的最终评分进行多次随机不重复抽取，分别处理后作为重复样本进行差异显著性分析，按差异显著性对待分级酒样进行分级。
本发明的有益效果：
1、以多模型相结合的方式，对酒样酒样的细节及整体进行复合分析，兼顾整体性与特征性分析并提高系统准确性；
2、增加普通评价组成员的个人测评能力分析，并以个人能力作为权重进行计算，不但有助于对普通评价组成员的训练培养，并且有效降低因人员变动而引起的分析误差；
3、在每轮次测评酒样中加入两个标度样品，不但降低了因每轮次差异而引起的评分误差，同时可加入Fieldman’sRank(排序法)来进行排序评分的矫正；
4、以拟合系数对指标进行处理，提高评价系统的准确性。
附图说明
图1为本申请一个实施例中一种基于综合感官分析的酒样分级方法的流程图；
图2为本申请一个实施例中一种浓香型酒样的层次分析模型的结构图；
图3为本申请一个实施例中一种浓香型酒样的差异显著性分析结果图；
具体实施方式
一种基于综合感官分析的酒样分级方法，如图1所示，包括以下步骤：
步骤S1.建立酒样感官评价指标层次模型，包括一级指标、二级指标和三级指标；由专家评价组和普通评价组分别对待分级酒样样品进行多轮次的测评，按5分标度法对各项指标进行评分，并根据优劣程度将样品进行排序。
在一些较优的实施例中，所述专家评价组由核心感官分析人员或相关专家构成，可根据工作年限或资质情况进行选派。例如，从事酒样品评工作15年或以上、具备一级品酒师资格、省级或国家级评酒委员等，以此来确保专家评价组的尝评能力的可靠性；专家评价组成员数量不少于5人。普通评价组由具备基础感官评价知识与方法的在职尝评工作人员组成，人数应不少于15人。
其中，所述酒样感官评价指标层次模型由专家评价组建立，其建立方法可以是：
若该模型为初次建立，则须由专家评价组讨论建立初步的评价层次模型并确定各指标的内容及描述词。该模型包含三个层次等级的指标，分别定义为一级指标、二级指标和三级指标。
所述一级指标是指对酒样进行感官分析时的基础指标，包括外观颜色、香气、口感、后味和整体协调性5个指标。
所述二级指标是指对一级指标中的至少一项进行细化后的评价指标，在一种较优的实施例中，对一级指标“香气”细化后的二级指标可以包括：香气整体浓郁度、香气类型特征和异杂味或不悦感；对一级指标“口感”细化后的二级指标可以包括：酸味协调度、甜味协调度、纯净度、丰满度和柔和度。
所述三级指标是指对二级指标中的至少一项进行细化后的评价指标，具体的，所述三级指标可以是以风味剖面为基础的嗅觉或味觉描述词。在一种较优的实施例中，对二级指标“香气类型特征”细化后的三级指标可以包括：酱香、窖香、粮香、蜜香、酸香、甜香、坚果香、陈香、酯香、木香。
若该模型并非初次建立，则对已有模型进行各层次指标内容及描述词矫正，保证各指标内容的合理性、描述词用词的准确性和易理解性。
另一方面，专家评价组的测评可每6个月或12个月进行一次，作为标准数据计算各测评人员对各项指标的评价能力，并计算各项指标的权重；普通评价组则为测评主体，在每一次对原酒或基础酒进行测评时都需要普通评价组进行一次测评。特别的，专家评价组的测评方式为讨论填表，普通评价组的测评方式为独立测评。
进一步的是，所述多轮次的测评还包括，每轮次酒样中均包含标度样品a和标度样品b，其余样品随机排布。
步骤S2.分别计算各项一、二级指标的权重以及各项三级指标的贡献指数；根据所述贡献指数计算普通评价组对样品的拟合系数，并进行5分标度的T分数转换，得到普通评价组对三级指标的评分结果；
其中，所述一、二级指标的权重计算方式为：
专家评价组按比率标度法，评价同级指标i相对于指标j的重要程度aij，据此分别建立一、二级指标权重比较判别矩阵A：
将列向量归一化后按行求和，得到过程变量
将
归一化后得到各项一、二级指标的权重Wi＝(W1,W2,W3,…Wi)，其中i为各项指标序号；
其中，所述比率标度是采用相对的比例对感官感觉到的强度进行标度的方法。该方法假设主观的刺激强度(感觉)和数值间是一种线性关系，如一种产品的甜度数据是10，则2倍甜度的产品的甜度值就是20，则前者与后者的甜度标度为1：2。在本申请中，评价同级指标i相对于指标j的重要程度aij的标度表如下表1所示：
表1同级指标i相对于指标j的重要程度aij的标度表
进一步的，所述三级指标的评分结果的计算方法为：
计算各项三级指标的贡献指数M：
其中，F为该项三级指标评分不为0的次数与总测评次数的比值；I为该项三级指标的实际总评分与理论满评分的比值；
计算普通评价组对该样品的拟合系数R2：
对每份酒样，将普通评价组对M＞0.1的三级指标的评分X(X1,X2,X3,…Xm)与对应的贡献指数M(M1,M2,M3,…Mm)进行截距为0的线性回归，得到普通评价组对该样品的拟合系数R2；其中，m为M＞0.1的有效三级指标序号项数；
计算各三级指标的评分结果：
将所述拟合系数R2进行5分标度的T分数转换，得到普通评价组对该样品的有效三级指标m的评分结果Tm：
其中，
所有酒样拟合系数R2的平均值；s为所有酒样拟合系数R2的标准差。
所述5分标度为一种序级标度法，其赋值是为了对产品的一些特性、品质或观点(如偏爱)标示排列的顺序，数值増加表示感官体验的数量或强度的增加。例如，设定“极好、很好、好、一般、差、很差”6个级别，则对应于0-5的赋值。
步骤S3.计算普通评价组对酒样样品各项指标的能力评分，然后依据所述能力评分、所述一、二级指标的权重和所述各项三级指标的评分结果，分别计算各酒样样品的总评分。
进一步的是，所述普通评价组成员对酒样各项指标的能力评分的计算方法为：
计算普通评价组成员t对酒样n的指标i的能力评分Aint：
其中，σ为所有普通评价组成员对酒样n的指标i评分的标准差；x为普通评价组成员t对n酒样的指标i的评分；xexp为所有专家评价组成员对酒样n的指标i评分的算数平均值；
所述各酒样的总评分的计算方法为：
计算各酒样的总评分Sn：
其中，i为各项指标的序号；T为该项指标的加权评分值，若为一、二级指标，则T＝Wix；若为三级指标，则T＝Tm。
步骤S4.计算各轮次测评中酒样样品优劣排序的秩和，转化为排序法评价分数；并与所述总评分一起计算平均值，得到每个酒样的最终评分。
其中，所述计算各轮次测评中酒样优劣排序的秩和，并转化为排序法评价分数的方法为：
首先，计算第一轮次测评中酒样优劣排序的秩和∑ Rn；
然后，依次计算第k轮次测评中酒样n的优劣排序矫正秩和∑ Rnk(adj)：
其中，k为测评轮次标号，且k>1；∑ Rnk为第k轮次n号酒样的秩和；∑ Ra1为标度样品a在第一轮次酒中的秩和；∑ Rak为标度样品a在第k轮次酒中的秩和；∑ Rb1为标度样品b在第一轮次酒中的秩和；∑ Rbk为标度样品b在第k轮次酒中的秩和；
最后，将秩和∑ Rn与矫正秩和∑ Rnk(adj)转化为排序法评价分数Sn′：
其中，A为各轮次酒样n的秩和∑ Rn或矫正秩和∑ Rnk(adj)；t为普通评价组成员数。
步骤S5.根据所述最终评分对待分级酒样进行分级。
所述根据最终评分对待分级酒样进行分级的方法为：
将所述各酒样的最终评分进行多次随机不重复抽取，分别处理后作为重复样本进行差异性分析，按差异显著性对待分级酒样进行分级。
在一些较优的实施例中，所述分级可以由各厂家根据自身需求及习惯，结合所述酒样的差异显著性划分为：不合格级、合格级、优级和特级。
在一些较优的实施例中，还可以根据所述评分情况给出酒样的测评报告，所述测评报告可以包括以下内容：
(1)各酒样样品的分级情况；
(2)根据各级指标的评分绘制酒样风味雷达图，用于分析各酒样样品的风格特征；
(3)根据测评表中异常情况被提及的百分比分析酒样样品的异常情况；
(4)根据各级指标的评分分析各酒样样品的其他特征。
实施例
下面结合附图及实施例对本发明作进一步的描述。
本实施例为本发明的方法在四川大邑县某浓香型酒样生产厂家内，以14个基础酒为测评样品进行实施的具体过程，如图2所示，包括：
步骤S1.以厂内生产主管、技术顾问、技术总工程师及四川省食品发酵工业研究设计院的专家共计5人，构成专家评价组。以厂内技术组人员和四川省食品发酵工业研究设计院技术人员共计15人，构成普通评价组。
步骤S2.根据专家评价组会议讨论，确定该厂的浓香型酒样的层次分析模型(如图3所示)、各级指标“两两对比标度表”(如下表2所示)及标度说明表(如下表3所示)。
表2各级指标两两对比标度表
表3标度说明
步骤S3.对待测评酒样进行编号，并随机安排测评轮次；特别的，每轮次酒样中均包含标度样品A和标度样品B，如下表4所示。
表4品评轮次与酒样编号
步骤S4.根据层次分析模型建立样品测评表，如下表5所示。
表5样品测评表
步骤S5.由专家评价组和普通评价组分别对待分级酒样样品进行多轮次的测评，其中，专家评价组测评在厂家内会议室进行，评价组则在厂家内专业尝评室进行，尝评室符合国家标准GB/T10220-2012。每轮次测评时间约为40分钟，每轮次结束休息20分钟并进行下一轮次酒样的准备工作。
步骤S6.根据专家评价组所填写的“两两对比标度表”计算得到各项一、二指标权重结果，如表6所示：
表6一、二级指标权重计算结果
步骤S7.计算三级指标中的香气类型的贡献指数M，结果如下表7所示，其中，不占权重的项目未列出：
表7香气类型的贡献指数M计算结果
步骤S8.计算普通评价组成员对酒样各项指标的能力评分，结果如下表8所示：
表8个人能力评分结果
步骤S9.用排序法计算各酒样优劣排序的秩和，并转化为排序法评价分数，结果如下表9所示：
表9各酒样排序法得分结果
步骤S10.分别计算各酒样所有指标的总评分，然后将排序法评价分数与总评分一起计算平均值，得到每个酒样的最终评分。
步骤S11.将各酒样的最终评分进行5次随机不重复抽取，如表10所示，分别处理后作为重复样本进行差异显著性分析，结果如图3所示。
表10随机抽样组最终得分
| 样品 | 抽样组1 | 抽样组2 | 抽样组3 | 抽样组4 | 抽样组5 |
| 1 | 2.7333 | 2.5557 | 2.4759 | 2.4495 | 2.4889 |
| 2 | 2.8000 | 2.5794 | 2.5524 | 2.6575 | 2.6490 |
| 3 | 2.8667 | 2.6325 | 2.4967 | 2.5486 | 2.5010 |
| 4 | 3.1333 | 2.8957 | 2.8844 | 3.0978 | 2.9819 |
| 5 | 4.2286 | 3.3271 | 3.4363 | 3.4757 | 3.5320 |
| 6 | 3.4719 | 3.0774 | 3.0787 | 3.1993 | 3.2949 |
| 7 | 3.0667 | 2.8249 | 2.7586 | 2.9269 | 2.9675 |
| 8 | 3.1279 | 2.9979 | 3.0007 | 2.9525 | 3.1400 |
| 9 | 1.5455 | 1.7693 | 1.8375 | 1.8524 | 1.8896 |
| 10 | 3.5343 | 3.0969 | 3.0399 | 3.2331 | 3.2736 |
| 11 | 3.8831 | 3.2448 | 3.1915 | 3.2863 | 3.4033 |
| 12 | 0.5333 | 1.2301 | 1.2111 | 1.3026 | 1.2473 |
| 13 | 2.2786 | 2.2309 | 2.2179 | 2.2731 | 2.3950 |
| 14 | 2.9762 | 2.7211 | 2.6410 | 2.7059 | 2.7845 |
步骤S12.依据以上计算结果及厂家常用的分析习惯，对14个酒样等级划分结果如下表11所示。
表11各酒样等级划分情况
| 等级 | 不合格级 | 合格级 | 优级 | 特级 |
| 酒样 | 9,12 | 13,1,3,2,14 | 7,4,8,6 | 10,11,5 |
专业人员还可以进一步意识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种基于综合感官分析的酒样分级方法，其特征在于，包括以下步骤：
步骤S1.建立酒样感官评价指标层次模型，包括一级指标、二级指标和三级指标；由专家评价组和普通评价组分别对待分级酒样样品进行多轮次的测评，按5分标度法对各项指标进行评分，并根据优劣程度将样品进行排序；
步骤S2.分别计算各项一、二级指标的权重以及各项三级指标的贡献指数；根据所述贡献指数计算普通评价组对样品的拟合系数，并进行5分标度的T分数转换，得到普通评价组对三级指标的评分结果；
步骤S3.计算普通评价组对酒样样品各项指标的能力评分，然后依据所述能力评分、所述一、二级指标的权重和所述各项三级指标的评分结果，分别计算各酒样样品的总评分；
步骤S4.计算各轮次测评中酒样样品优劣排序的秩和，转化为排序法评价分数；并与所述总评分一起计算平均值，得到每个酒样的最终评分；
步骤S5.根据所述最终评分对待分级酒样进行分级。
2.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S2所述一级指标、二级指标和三级指标具体包括：
所述一级指标是指对酒样进行感官分析时的基础指标，包括外观颜色、香气、口感、后味和整体协调性5个指标；
所述二级指标是指对一级指标中的至少一项进行细化后的评价指标；
所述三级指标是指对二级指标中的至少一项进行细化后的评价指标。
3.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S2所述对待分级酒样样品进行多轮次的测评，还包括：每轮次酒样中均包含标度样品a和标度样品b，其余样品随机排布。
4.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S3所述一、二级指标的权重计算方式为：
专家评价组按比率标度法，评价同级指标i相对于指标j的重要程度aij，据此分别建立一、二级指标权重比较判别矩阵A：
将列向量归一化后按行求和，得到过程变量
将
归一化后得到各项一、二级指标的权重Wi＝(W1,W2,W3,…Wi)，其中i为各项指标序号。
5.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S3所述三级指标的评分结果的计算方法为：
计算各项三级指标的贡献指数M：
其中，F为该项三级指标评分不为0的次数与总测评次数的比值；I为该项三级指标的实际总评分与理论满评分的比值；
计算普通评价组对该样品的拟合系数R2：
对每份酒样，将普通评价组对M＞0.1的三级指标的评分X(X1,X2,X3,…Xm)与对应的贡献指数M(M1,M2,M3,…Mm)进行截距为0的线性回归，得到普通评价组对该样品的拟合系数R2；其中，m为M＞0.1的有效三级指标序号项数；
计算各三级指标的评分结果：
将所述拟合系数R2进行5分标度的T分数转换，得到普通评价组对该样品的有效三级指标m的评分结果Tm：
其中，
所有酒样拟合系数R2的平均值；s为所有酒样拟合系数R2的标准差。
6.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S4所述普通评价组对酒样各项指标的能力评分的计算方法为：
计算普通评价组成员t对酒样n的指标i的能力评分Aint：
其中，σ为所有普通评价组成员对酒样n的指标i评分的标准差；x为普通评价组成员t对n酒样的指标i的评分；xexp为所有专家评价组成员对酒样n的指标i评分的算数平均值。
7.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S4所述各酒样的总评分的计算方法为：
计算各酒样的总评分Sn：
其中，i为各项指标的序号；T为该项指标的加权评分值，若为一、二级指标，则T＝Wix；若为三级指标，则T＝Tm。
8.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于：步骤S5所述计算各轮次测评中酒样优劣排序的秩和，并转化为排序法评价分数的方法为：
首先，计算第一轮次测评中酒样优劣排序的秩和∑Rn；
然后，依次计算第k轮次测评中酒样n的优劣排序矫正秩和∑Rnk(adj)：
其中，k为测评轮次标号，且k>1；∑Rnk为第k轮次n号酒样的秩和；∑Ra1为标度样品a在第一轮次酒中的秩和；∑Rak为标度样品a在第k轮次酒中的秩和；∑Rb1为标度样品b在第一轮次酒中的秩和；∑Rbk为标度样品b在第k轮次酒中的秩和；
最后，将秩和∑Rn与矫正秩和∑Rnk(adj)转化为排序法评价分数Sn′：
其中，A为各轮次酒样n的秩和∑Rn或矫正秩和∑Rnk(adj)；t为普通评价组成员数。
9.如权利要求1所述的基于综合感官分析的酒样分级方法，其特征在于，步骤S6所述根据最终评分对待分级酒样进行分级的方法为：
将所述各酒样的最终评分进行多次随机不重复抽取，分别处理后作为重复样本进行差异显著性分析，按差异显著性对待分级酒样进行分级。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010771408.4A CN111950882B (zh) | 2020-08-04 | 2020-08-04 | 一种基于综合感官分析的酒样分级方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010771408.4A CN111950882B (zh) | 2020-08-04 | 2020-08-04 | 一种基于综合感官分析的酒样分级方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111950882A true CN111950882A (zh) | 2020-11-17 |
| CN111950882B CN111950882B (zh) | 2024-05-28 |
Family
ID=73339326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010771408.4A Active CN111950882B (zh) | 2020-08-04 | 2020-08-04 | 一种基于综合感官分析的酒样分级方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111950882B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113866227A (zh) * | 2021-09-17 | 2021-12-31 | 江南大学 | 一种坛装黄酒的快速分级方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129627A (zh) * | 2011-03-24 | 2011-07-20 | 江苏电力信息技术有限公司 | 一种基于权重调整的绩效评估方法 |
| CN103646165A (zh) * | 2013-11-18 | 2014-03-19 | 泸州品创科技有限公司 | 定量评判黄水品质的方法 |
| KR101836806B1 (ko) * | 2017-11-09 | 2018-03-09 | 해양수산과학기술진흥원 | 해양 수산 분야의 특성을 반영한 기술력 평가 모델 생성 방법 및 그 장치 |
| CN109190884A (zh) * | 2018-07-26 | 2019-01-11 | 福建海峡环保集团股份有限公司 | 一种河道水体综合评价方法 |
| CN111160718A (zh) * | 2019-12-10 | 2020-05-15 | 深圳投时科技有限公司 | 一种策略可定制的资产配置方法、装置、系统及服务器 |
-
2020
- 2020-08-04 CN CN202010771408.4A patent/CN111950882B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129627A (zh) * | 2011-03-24 | 2011-07-20 | 江苏电力信息技术有限公司 | 一种基于权重调整的绩效评估方法 |
| CN103646165A (zh) * | 2013-11-18 | 2014-03-19 | 泸州品创科技有限公司 | 定量评判黄水品质的方法 |
| KR101836806B1 (ko) * | 2017-11-09 | 2018-03-09 | 해양수산과학기술진흥원 | 해양 수산 분야의 특성을 반영한 기술력 평가 모델 생성 방법 및 그 장치 |
| CN109190884A (zh) * | 2018-07-26 | 2019-01-11 | 福建海峡环保集团股份有限公司 | 一种河道水体综合评价方法 |
| CN111160718A (zh) * | 2019-12-10 | 2020-05-15 | 深圳投时科技有限公司 | 一种策略可定制的资产配置方法、装置、系统及服务器 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113866227A (zh) * | 2021-09-17 | 2021-12-31 | 江南大学 | 一种坛装黄酒的快速分级方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111950882B (zh) | 2024-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bajzik et al. | Estimating the Armington elasticity: The importance of study design and publication bias | |
| Cadot et al. | Sensory dimension of wine typicality related to a terroir by Quantitative Descriptive Analysis, Just About Right analysis and typicality assessment | |
| Crescimanno et al. | The role of the economic crisis on the competitiveness of the agri-food sector in the main Mediterranean countries. | |
| Parr et al. | Evaluation of French and New Zealand Sauvignon wines by experienced French wine assessors | |
| Langlois et al. | Combining olfactory and gustatory clues in the judgment of aging potential of red wine by wine professionals | |
| Leifman | Estimations of unrecorded alcohol consumption levels and trends in 14 European countries | |
| Moelich et al. | Validation of projective mapping as potential sensory screening tool for application by the honeybush herbal tea industry | |
| Durham et al. | A methodology for evaluating how product characteristics impact choice in retail settings with many zero observations: An application to restaurant wine purchase | |
| Zikria et al. | International Competitiveness of Indonesia’s Cocoa Sector: From the Viewpoint of Product Differentiation | |
| Schamel | A hedonic pricing model for German wine | |
| CN111950882B (zh) | 一种基于综合感官分析的酒样分级方法 | |
| Pagès et al. | Multiple factor analysis: Presentation of the method using sensory data | |
| Alegwu et al. | Effect of real exchange rate volatility on agricultural products export in Nigeria | |
| Vilela et al. | Structural Equation Modelling (SEM) applied to sensory profile of Vinho Verde monovarietal wines | |
| Pagliuca et al. | The olive oil sector: A comparison between consumers and “experts” choices by the sensory analysis | |
| Wattnem et al. | Who defines fine chocolate? The construction of global cocoa quality standards from Latin America | |
| Malfeito-Ferreira et al. | Sensory and chemical characteristics of ‘dry’wines awarded gold medals in an international wine competition | |
| Luka et al. | Intra-industry trade in agricultural and food products: the case of Ukraine | |
| Brand et al. | Sorting in combination with quality scoring: A tool for industry professionals to identify drivers of wine quality rapidly | |
| Borges et al. | A new method to obtain a consensus ranking of a region's vintages’ quality | |
| Perrin et al. | Comparison of conventional profiling by a trained tasting panel and free profiling by wine professionals | |
| Bradford | The welfare effects of distribution regulations in OECD countries | |
| CN111832854A (zh) | 汽车研发质量管理体系的成熟度量化评价方法、系统及可读介质 | |
| Liu et al. | Assessing ultrapremium red wine quality using PLS-SEM | |
| Niimi et al. | Linking the sensory properties of Chardonnay grape Vitis vinifera cv. berries to wine characteristics |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 611130 No.98, middle section of East Yangliu Road, Liucheng, Wenjiang District, Chengdu City, Sichuan Province Applicant after: Sichuan food fermentation industry research and Design Institute Co.,Ltd. Address before: No.98, middle section of Yangliu East Road, Wenjiang District, Chengdu, Sichuan 610000 Applicant before: SICHUAN ACADEMY OF FOOD AND FERMENTATION INDUSTRIES Country or region before: China |
|
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Nian Inventor after: Liu Yihui Inventor after: Zhang Ying Inventor after: Sun Zhongli Inventor after: Peng Kui Inventor after: Wang Chaokai Inventor after: Shen Yi Inventor after: Chen Bo Inventor after: Zhang Lei Inventor after: Chang Shaojian Inventor after: Li Mi Inventor after: Cai Haiyan Inventor before: Sun Zhongli Inventor before: Liu Yihui Inventor before: Zhang Ying Inventor before: Li Mi Inventor before: Liu Nian Inventor before: Wang Chaokai Inventor before: Shen Yi Inventor before: Chen Bo Inventor before: Zhang Lei Inventor before: Peng Kui Inventor before: Chang Shaojian Inventor before: Cai Haiyan |
|
| GR01 | Patent grant |