传统的感官鉴评多为人工感官鉴评,主要是通过人的鼻子、舌头等感受器官形成对产品的综合感官认知,其评定过程耗时耗力,受环境和鉴评人员身体、心理因素影响,最终评价结果具有模糊性且误差较大。作为模拟哺乳动物感知机理而开发的电子鼻和电子舌恰好能弥补该缺陷。由于食物入口时所尝到的实际上是嗅觉与味觉的综合感知,因此本文将电子鼻/舌融合应用于感官鉴评。本文采用电子鼻/舌检测系统,选取苹果为研究对象,获取嗅、味信息。分析苹果感官差异信息及重复性实验数据特点,保证其用于感官特征信息获取的稳定性,为后续应用模式识别建立感官模型提供较好的数据基础。对嗅、味感官数据进行融合得到原始特征数据集,结合苹果内部成分及传感器响应特点分析变量间相关性。采用主成分分析、偏最小二乘的变量投影重要性法和逐步判别法分别对数据降维,消除冗余信息。将3个优化特征集及特征全集依次作为模型输入,苹果感官特征标签作为模型输出,采用支持向量机和极限学习机构建感官辨识模型与感官评价量化模型。在模型构建过程中,对4个融合数据特征集底层结构进行探索,分别以辨识正确率、拟合精度及误差作为有效性评价指标,对感官模型的性能进行讨论,并以ZigBee-GPRS技术为依托构建基于无线网络传输的苹果感官评价查询平台。分析结果表明,在感官辨识模型构建过程中,采用极限学习机构建的辨识模型整体性能更优,其中基于变量投影重要性、逐步判别优化方法及原始特征集构建的辨识模型对样本感官差异辨识平均正确率均达到100%;在感官评价量化模型构建过程中,采用支持向量机构建的评价量化模型整体性能更优,且基于变量投影重要性得到特征子集VIP6构建的评价量化模型性能最优,拟合精度达到了0.9960。采用该模型可实现苹果感官偏爱程度量化,量化评分误差范围仅在0.002与0.254之间。将基于电子鼻/舌融合的感官评价量化模型应用于苹果感官评价查询平台,实现了零售商或二次加工商对所购苹果在消费者中的感官偏爱程度信息的网页查询。研究表明,基于电子鼻/舌融合的感官鉴评模型及其查询平台实现了对苹果感官特征的信息采集、辨识、评价量化及偏爱性结果的实时查询。解决了人工感官鉴评的模糊评价问题,并为零售商及二次加工商的采购策略提供数据支持,使其针对消费者喜好,做出合理的采购预算,具有一定的经济效益。