承诺书
我们仔细阅读了中国大学生数学建模竞赛的竞赛规则.
我们完全明白，在竞赛开始后参赛队员不能以任何方式（包括电话、电子邮件、网
上咨询等）与队外的任何人（包括指导教师）研究、讨论与赛题有关的问题。
我们知道，抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的
资料（包括网上查到的资料），必须按照规定的参考文献的表述方式在正文引用处和参
考文献中明确列出。
我们郑重承诺，严格遵守竞赛规则，以保证竞赛的公正、公平性。如有违反竞赛规
则的行为，我们将受到严肃处理。
我们授权全国大学生数学建模竞赛组委会，可将我们的论文以任何形式进行公开展
示（包括进行网上公示，在书籍、期刊和其他媒体进行正式或非正式发表等）。
我们参赛选择的题号是（从A/B/C/D中选择一项填写）：A
我们的参赛报名号为（如果赛区设置报名号的话）：
所属学校（请填写完整的全名）：沈阳航空航天大学
参赛队员(打印并签名)：1.张阳
2.袁亚军
3.邹超
指导教师或指导教师组负责人(打印并签名)：王诗云
日期：2012年9月10日
赛区评阅编号（由赛区组委会评阅前进行编号）：
1
2012高教社杯全国大学生数学建模竞赛
编号专用页
赛区评阅编号（由赛区组委会评阅前进行编号）：
赛区评阅记录（可供赛区评阅时使用）：
评
阅
人
评
分
备
注
全国统一编号（由赛区组委会送交全国前编号）：
全国评阅编号（由全国组委会评阅前进行编号）：
2
A题葡萄酒的评价
摘要
本文针对葡萄酒应用非参数秩和检验方法、BP神经网络方法、回归分析、主成分
分析等方法对了葡萄酒的评分问题进行了分析。
结合本题目需要解决的四个问题，我们分别建立了四个数学模型。分别简述如下：
模型一、两独立总体的KruskalandWallis非参数秩和检验模型
通过矩法正态分布检验，得到了评酒组评分总体不符合正态分布，否定了双独立样
本的检验用于两评价组的显著性检验；两独立总体的KruskalandWallis非参数秩和检
T
验得到了两评价组的评价结果具有很高的相关性，并进行方差分析得到了两评价组可信
度近似，两评价组的评价结果无显著性差异且均可信。
模型二、基于BP神经网络的酿酒葡萄评价模型
应用主成分分析法对附录2中的数据进行筛选，得到9个主成分，应用其对神经网
络进行训练，从而建立了基于ＢＰ神经网络的酿酒葡萄评价模型，该模型体现了酿酒葡
萄理化指标和葡萄评分之间的关系。对其进行求解得到酿酒葡萄的一组评价分数。经检
验该组评价分数的平均误差小于，表明该模型的评价能力与评酒员很接近，从而说
8%
明了模型的有效性。根据模型计算的数值结果再应用五级制评价标准得到了酿酒葡萄的
分级。
模型三、以逐步回归分析为基础的线性回归模型
为了寻找葡萄酒的理化指标与酿酒葡萄的理化指标之间的关系，我们首先建立了多
元线性回归分析模型和多元二次回归分析模型，对模型进行分析发现酿酒葡萄的理化