基于PCA神经网络的葡萄酒评价模型研究

利用主成分分析与RBF神经网络相结合，建立葡萄酒质量评价预报模型，并进行训练和仿真验证。该模型运用SPSS软件对葡萄酒中影响风味指标进行主成分分析，将多变量、非线性的原始数据进行降维，保留原始信息的主要信息，把原来若干个属性变量综合成几个不相关主成分分量；再以计算结果作为RBF网络的输入数据，葡萄酒的感官评价得分作为网络的输出数据，建立葡萄酒主要理化指标与葡萄酒质量的关系模型。结果表明：该评价模型的建立，缩短了葡萄酒评价的周期，克服了品酒师聚集的困难；与传统RBF网络相比，大大简化了网络结构，提高了网络的训练速度和预报精度，为质量评价问题提供了一种的研究思路。