神经网络数据模拟100实际数据模拟数据 90807060乙醇含量50403020100 012345678样品9101112131415
数据模拟100实际数据模拟数据 90807060乙醇含量50403020100 16171819202122样品2324252627
14
通过观察上图并与运用微分方程模型建立的拟合图比较，该模型相对误差较小，与实际生成的乙醇量差异性小，具有较高的可信度。
同理，我们对白葡萄酒和白葡萄中参与或影响发酵过程的理化指标进行了无量纲化处理，用神经网络模拟化学反应的进行，得到了与红葡萄理化指标关系相类似的拟合图。图形如下：
神经网络模拟（白）180实际数据模拟数据 160140120乙醇含量100806040200 12345678样品9101112131415
数据验证（白）实际数据模拟数据 200150乙醇含量100500 16171819202122样品232425262728
15
对于非明显变化量如总酚、总黄酮、花色苷等，我们运用上述方法将其无量纲化并前后相比来观察其在发酵过程中的非明显变化。下表为红葡萄酒中非明显变化量无量纲化后的前后对比列表：
样品号 DPPH 1 0.601006 2 0.478394 3 0.672159 4 1.12583 5 0.773449 6 0.630723 7 1.119987 8 0.640499 9 0.916269 10 0.797298 11 2.679782 12 1.260604 13 1.720395 14 0.962165 15 0.50301 16 0.968662 17 0.673761 18 1.346564 19 0.994262 20 1.292425 21 0.785936 22 0.717571 23 0.453632 24 0.683775 25 1.232442 26 3.99166 27 1.012185 通过观察分析上表，我们可以得出以下结论：
由于花色苷可与丹宁、酒石酸、糖等相结合。在酿造过程中，花色苷一方面以游离态和与丹宁的结合态存在于葡萄酒中，另一方面则通过水解为更小的分子和沉淀使其含量不断下降。因而表中的无量纲对比数据表现出葡萄酒中的单宁较葡萄中明显减少。其他理化指标排除个别样品因其酿酒原料的特殊性影响之外，基本可以看做在发酵前后质量保持一定。同理，我们对白葡萄发酵过程中非明显变化量做无量纲化分析，对比得出下表：
白葡萄发酵过程中理化指标对比表（葡萄/酒）
16 红葡萄发酵过程中理化指标对比列表（葡萄/酒） 花色苷 单宁 总酚 总黄酮 白藜芦醇 2.098668 1 1.184434 0.592076 0.656422 2.055665 1 1.333139 0.492237 0.635465 2.577731 1 1.650786 0.953541 0.591024 3.255821 1 1.341023 0.780376 0.87206 1.738128 1 1.179074 1.13867 0.051498 1.912804 1 0.882853 0.745639 0.240979 4.779166 1 1.70604 0.895863 0.244375 1.40531 1 0.804069 0.5856 3.131888 3.297254 1 1.413161 1.098192 0.674847 1.063062 1 0.727928 0.491203 1.264876 6.644057 1 1.525054 1.208934 71.07043 3.465188 1 2.255149 1.175461 0.289973 2.122374 1 1.896675 1.204261 5.274508 2.428903 1 1.273852 1.108672 1.269765 0.675112 1 0.459048 0.470689 0.037161 1.694411 1 1.328511 1.644293 1.878041 1.477688 1 1.449456 1.0325 0.251005 4.617758 1 1.399496 1.226035 0.19743 2.543173 1 1.475095 1.065137 0.184768 2.2854 1 1.885589 1.457101 1.1582 2.108931 1 1.342289 1.254493 0.661428 1.723919 1 1.550618 0.787166 0.561359 1.871946 1 1.064185 0.897977 0.352806 2.138256 1 0.646697 0.876746 0.17031 1.815216 1 1.507117 1.030849 0.478611 3.693053 1 1.807705 1.502823 0.729325 1.427897 1 1.08662 0.829493 0.189986 样品号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 单宁 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 总酚 2.321217 2.540355 2.573799 2.264076 2.498682 2.566401 2.482663 9.837052 1.879142 1.769755 2.629723 3.049467 6.178578 2.229882 4.514884 2.198818 3.57406 2.047441 3.113421 3.401861 2.616751 1.364107 1.806413 1.646969 2.868604 1.314062 3.607048 1.881997 总黄酮 13.42581 1.439651 0.697531 0.875904 1.021247 23.0456 0.504383 4.448132 11.63286 0.67699 0.834057 2.077508 2.462635 0.520093 5.068043 0.935808 3.202718 0.500373 4.671588 2.213949 0.847692 8.911721 9.888402 1.260679 0.614218 0.925716 0.671899 4.064451 白藜芦醇 0.275503 7.767871 2.618131 3.033914 2.257043 2.813544 0.966929 0.211323 0.180858 2.302 3.270209 1.24577 0.115018 0.043682 10.44537 1.60171 5.24145 0.994292 19.13687 0.314227 1.447687 0.22579 4.248885 0.954446 1.788993 0.542061 4.049871 15.43274 DPPH 5.165503 5.097288 4.025941 4.492774 3.678678 2.29911 2.065011 2.413126 3.935506 1.622205 4.086196 3.947351 6.205982 4.707348 4.410842 1.778288 1.356255 1.263247 4.76248 5.247215 3.359435 2.158551 3.700337 1.491134 3.786443 1.932628 2.016157 2.987437 通过对白葡萄发酵过程中理化指标的分析，我们得出与红葡萄相类似的结论：DPPH含量在发酵过程中普遍减少，总分略有减少。排除个别特殊样品的性质，白藜芦醇和总黄酮在发酵过程中可看做基本保持不变。
5.4模型四 葡萄酒质量评价模型
酿酒葡萄和葡萄酒的理化指标较为繁多且相当复杂，期间存在种种制约的关系。根据问题三中的结论，我们知道葡萄酒中的理化指标均可用酿酒葡萄中的理化指标来表示，即任何一项葡萄酒理化指标都可看做是酿酒葡萄理化指标的多元函数。本题中可看做是葡萄理化指标的线性组合。根据问题二中所涉及到的主成分分析法，我们确定出葡萄的理化指标中起决定作用的五类指标：单宁、色素、芳香物质、糖、酸。
根据表1中评酒员的评价，即外观分析15%、香气分析30%、口感分析44%。我们将酿酒葡萄的决定性理化指标对于葡萄酒质量的影响程度（即权重）加以确定。得到芳香物质（影响香气）30%、糖（影响口感）30%、色素（影响葡萄酒外观）20%、单宁（调整葡萄酒口感）10%、酸（调整口感）10%。
17
这里，我们不再试图建立多元回归等数学模型（由于酿造过程受温度、湿度等多重因素影响，数学模拟效果不理想）来定量研究葡萄（或葡萄酒）的理化指标对葡萄酒的质量的影响，而是仅仅做一些定性分析工作。
下面我们运用TOPSIS法论证用葡萄和葡萄酒的理化指标来着重论证葡萄酒质量的可行性。设葡萄酒质量的评价矩阵为G，则
?g11?gG??21????gn1g12?g15?g22?g25?? ?????gn2?gn5?其中gij表示第i个葡萄样品第j中理化指标的含量，将评价矩阵G规范化得到规范化Z，
?z11?zZ??21????zn1z12z22?zn2z15??z25?? ?????zn5??其中zij?gij?gi?1n，i?1,2,?,n; j?1,2,?,5
2ij根据5种决定性理化指标的权向量W??0.30.10.10.30.2?，我们构造出规范
T??wjzij i?1,2,?,n; j?1,2,?,5，其中wj表示第j个化的加权决策矩阵Z?，其元素zij决定性理化指标的权重。
对理化指标糖、单宁、芳香物质、色素，其指标含量越高，所反映出的葡萄酒质量越好。我们称其为高优指标。而对于酸来说，在数据所在的pH值范围内，其值越低所反映的葡萄酒质量越好，我们称其为低优指标。下面我们定义理想解和负理想解：
????Z?（Z,Z,?,Z）?{maxZj?1,2,?,m}12miji
????Z?（Z,Z,?,Z）?{minZj?1,2,?,m}12miji
之后，我们计算出每个样品距离最优指标的距离。；用欧几里得范数作为距离的测
度，则从任意可行解Zi到Z?的距离为：
S??i?(Zj?15ij2?Z?,?,n j) i?1式中，Zij 为第i个样品第j个决定性指标的规范化加权值。 同理，任意可行解Zi到负理想解Z之间的距离为：
? 18