黄酒是中华民族传统酒，也是华夏瑰宝和酒中奇葩。当前，随着我国经济的快速发展、人民生活质量的提高和健康意识的增强，广大消费者崇尚健康、营养、安全和保健的新饮酒观念不断提升。黄酒作为低度、营养、安全和保健的酿造酒，符合了国际酒类消费的趋势，其消费量也在逐年增加。但黄酒与其它滔类相比，其地位较低，发展较慢。要改变黄酒存在的这些不足，除政策引导、优化企业结构外，能够对黄酒的品质等级进行快速的区分与检测，为改造传统黄酒和提高新工艺黄酒提供科学依据的简便、快速的现代检测方法成为迫切需要。电子舌检测是近年来迅速发展起来的无损检测方法之一，它是模拟人类的味觉识别系统，利用味觉传感器阵列获取信息，结合适当的模式识别方法，能够对液体样本的味觉特征进行总体评价并实现电子感官检测。本研究的主要内容是利用电子舌系统对不同品牌、同一品牌不同标注酒龄的黄酒进行检测，运用主成分分析、判别函数分析、偏最小二乘法、BP神经网络、改进的BP神经网络以及遗传优化BP神经网络等模式识别方法对数据进行处理，并对这些模式识别方法的效果进行了讨论；通过对黄酒中酒精度、氨基酸、挥发酯、总糖、总酸和固形物、pH值等理化指标的检测，确立电子舌对黄酒检测结果与理化指标间的相关性，为黄酒的在线检测、质量控制以及新产品的开发提供依据。首先，讨论不同的训练和清洗溶剂对电子舌分类效果的影响，通过比较电子舌对不同品牌，不同标注酒龄的黄酒的检测效果，确立了最佳的试验条件：用体积比为10％的酒精做训练和清洗过程的溶剂时，每类样品的数据点较集中，试验重复性较好。以女儿红一年陈、女儿红三年陈、女儿红五年陈、古越龙山一年陈、古越龙山三年陈、古越龙山五年陈、会稽山一年陈为试验对象，运用主成分分析、判别函数分析、BP神经网络、改进的BP神经网络以及遗传优化BP神经网络等模式识别方法对检测结果进行分析，比较不同模式识别方法对同一品牌不同标注酒龄、不同品牌以及不同生产工艺(已装瓶的由纯手工与纯机械化的基酒进行勾兑而成的黄酒及纯机械化的黄酒基酒)的识别效果，得出如下结论：电子舌能对上述不同组合的黄酒进行很好的区分；综合考虑组间距和组内方差，DFA的效果都要优于PCA；建立DFA模型用于预测黄酒的标注酒龄，模型对未知样品的预测效果较好，预测的正确率达到了90％。虽然对训练集的回判正确率相差不大，但对测试集的判断率遗传优化BP为98.2％，比经典BP算法的89.3％和附加动量项BP算法的94.6％都要好；经典BP算法和附加动量项BP算法分别运行到1502步和1008步收敛到指定精度，而遗传优化BP学习算法收敛到相同精度只用了403步，此时的程序运行时间：前两者分别为102.874s和87.644s，后者为29.871s，所以得出如下结论：遗传优化BP算法用于电子舌的模式识别方法，比现有的经典BP算法和附加动量项BP算法在预测精度、收敛速度及运行时间上都取得了较好的效果。利用PLS、BP与GABP建立电子舌检测结果与以下理化指标：酒精度、总酸、总糖、氨态氮、固形物、氧化钙、挥发酯及pH值之间的相关关系，并分别对这些理化指标值进行拟合与预测，结果表明：利用PLS、BP与GABP三种方法建模，对酒精度，拟合的样本标准差分别为0.301919、0.119798、0.194097，预测的样本标准差0.367009、0.699641、0.381734，可见拟合与预测的效果均较好；对氨态氮，拟合的样本标准差分别为0.031543、0.016466、0.01290947，预测的样本标准差0.048712、0.018372、0.015347，说明对氨态氮值做预测的效果GABP最好，BP次之，PLS最差；对总酸、总糖值的拟合效果较好，但预测效果较差；对固形物、氧化钙、挥发酯及pH值，拟合与预测效果均较差。