黄酒品质评价主要包括感官品质评价与理化品质评价两个方面。传统的感官品质评价方法采用的是人工感官品评，但易受到专家身体状况、外界环境等因素的影响，并且带有一定的主观性。传统理化分析法虽然检测精度高、重复性好，但是存在检测步骤繁琐、耗时长等缺点，不能及时反馈黄酒生产过程及产品的有效信息。为了克服人工感官品评和理化分析法的不足，提高黄酒品质检测的客观性和有效性，研究开展了基于仿生传感器及近红外光谱技术的黄酒品质智能化评判研究，并针对现有技术的局限性，设计和搭建了新型的仿生传感器系统及便携式的光谱检测系统，用于黄酒的品质评价。主要研究内容如下:　　(1)黄酒感官品质的仿生传感器技术检测研究。首先通过人工感官品评得到黄酒的色泽、香气、口味等感官得分;并利用视觉、嗅觉、味觉传感器技术分别采集黄酒的色泽、香气、口味信息，提取各类传感器的特征值，采用Z-score函数对传感器数据进行标准化预处理;最后通过模型分别建立视觉传感器特征值与黄酒色泽感官得分、嗅觉传感器特征值与香气感官得分，以及味觉传感器特征值与口味感官得分之间的关系。模型建立过程中，比较了线性的偏最小二乘(PLS)和非线性的反向传播人工神经网络（BPANN）模型的预测性能。结果显示，各类传感器数据的BPANN模型预测结果均显著优于PLS模型。视觉传感器结合BPANN模型对黄酒色泽得分进行评价时，预测集的相关系数(Rp)为0.8088，预测均方根误差（RMSEP）为0.41;嗅觉传感器结合BPANN模型对黄酒香气得分进行评价时，预测集的Rp为0.8972，RMSEP为0.70;味觉传感器结合BPANN模型对黄酒口味得分进行评价时，预测集的Rp为0.8963，RMSEP为1.20。研究采用APaRPs和Runs Test相结合的方法验证了视觉传感器数据与黄酒色泽感官得分，嗅觉传感器数据与香气感官得分，以及味觉传感器数据与口味感官得分之间的关系均是非线性的，解释了非线性的BPANN模型结果优于线性的PLS模型。研究结果表明，视觉、嗅觉、味觉仿生传感器技术结合合适的化学计量学方法可以实现对黄酒色泽、香气、口味感官品质的评价，研究成果为仿生传感技术在黄酒品质评判中的应用奠定基础。　　(2)黄酒感官品质的多传感信息融合智能化评判研究。提出了食品智能化仿生评价过程中交互感应的数学仿生新理论。首先通过人工感官品评得到黄酒色泽、香气、口味、风格等感官得分，并采集黄酒的视觉、嗅觉、味觉等传感器信息;然后，将黄酒的视觉、嗅觉和味觉传感器数据进行组合，并采用Z-score函数对传感器数据集进行标准化预处理;再通过多元线性回归(MLR)分别拟合黄酒的色泽、香气、口味感官得分与99％的主成分传感器信息，得到能够体现交互感应的虚拟视觉、嗅觉、味觉变量，将它们作为模型的输入;最后，通过线性的MLR和非线性的BPANN、支持向量机(SVM)模型建立虚拟感官特征变量与黄酒总的感官得分之间关系，实现对黄酒感官品质的综合智能化评判。具有交互感应的虚拟视觉、嗅觉和味觉变量结合MLR模型对黄酒总的感官得分进行评价时，模型预测集的Rp为0.9064，RMSEP为2.31; BPANN模型预测集的Rp为0.9060，RMSEP为2.27; SVM模型预测集的Rp为0.9071，RMSEP为2.31。研究将增加了交互感应部分的数据融合方法与没有考虑交互感应的传统数据融合方法进行比较。传统的数据融合方法是分别提取了视觉、嗅觉和味觉传感器数据的第一主成分，共得到三个特征变量，作为模型的输入，同样分别建立MLR、BPANN和SVM模型。传统数据融合方法得到的特征变量结合MLR模型对黄酒总的感官得分进行评价时，模型预测集的Rp为0.7467，RMSEP为3.54; BPANN模型预测集的Rp为0.7979，RMSEP为3.17; SVM模型预测集的Rp为0.7729，RMSEP为3.33。研究结果表明，与传统数据融合方法相比，增加了交互感应部分的数据融合方法所提取的特征变量更加接近于真实的视觉、嗅觉和味觉信息，建立的黄酒品质评判模型具有更好的预测能力，研究成果对食品智能化仿生评价具有重要的意义。　　(3)黄酒理化品质的近红外光谱技术检测研究。利用近红外光谱技术检测黄酒中总糖、酒精度、非糖固形物、总酸和氨基酸态氮含量等理化指标，模型建立过程中采用联合区间偏最小二乘法结合竞争性自适应加权抽样法(Si-CARS-PLS)建立预测模型，即首先采用联合区间偏最小二乘法(Si-PLS)优选预测黄酒各理化指标的特征光谱区间，然后采用竞争性自适应加权抽样法(CARS)法从最优光谱区间中进一步筛选特征变量，以寻求更为简洁且预测精度更高的模型。采用Si-CARS-PLS法建立近红外光谱预测黄酒各理化指标的模型，能大大简化模型，并能显著提高模型的预测精度，其结果优于全光谱PLS、区间偏最小二乘(iPLS)、Si-PLS及CARS-PLS等模型建立方法。总糖含量的最佳Si-CARS-PLS模型含23个变量，主成分因子数为9，其预测集的Rp为0.9890，RMSEP为0.948;酒精度的最佳Si-CARS-PLS模型含11个变量，主成分因子数为6，其预测集的Rp为0.9826，RMSEP为0.219;非糖固形物含量的最佳Si-CARS-PLS模型含18个变量，主成分因子数为7，其预测集的Rp为0.9501，RMSEP为1.22;总酸含量的最佳Si-CARS-PLS模型含20个变量，主成分数因子为11，其预测集的Rp为0.9296，RMSEP为0.197;氨基酸态氮含量的最佳Si-CARS-PLS模型含40个变量，主成分数因子为12，其预测集的Rp为0.9951，RMSEP为0.0156。研究结果表明，近红外光谱技术可实现黄酒多指标的同时快速检测，且采用合适的化学计量学法可建立更为简洁且预测精度更高的模型，研究结果为实现近红外光谱快速检测黄酒理化品质的实际应用奠定理论基础。　　(4)黄酒品质评判中新型仿生传感器的设计和应用研究。分别设计了一套基于色敏型传感器的嗅觉传感器系统和一套基于多电极的味觉传感器系统用于黄酒的品质评判，主要开展了色敏型嗅觉传感器技术和多电极味觉传感器技术在黄酒酒龄判别中的应用研究。嗅觉传感器阵列是以9种卟啉类化合物和6种pH指示剂为气敏材料，C2反相硅胶板作为传感器载体。以嗅觉传感器与黄酒挥发物反应前后的差值图像作为黄酒的特征图像，并提取特征图像中各显色剂的R、G、B值作为特征值，结合主成分分析(PCA)和线性判别分析(LDA)对黄酒的酒龄进行评判。结果显示，色敏型嗅觉传感器结合LDA对不同酒龄的黄酒区分效果明显优于PCA。多电极的味觉传感器系统是以玻碳电极、金电极、铂电极为工作电极，银/氯化银电极为参比电极，铂丝为对电极，构成的传感器阵列，以循环伏安法采集黄酒信号。研究提取了各电极循环伏安曲线正向扫描和负向扫描电流信号的平均值、标准偏差，以及整个循环伏安曲线的面积，3个工作电极共得到15个特征值，采用Z-score函数对特征值进行标准化预处理，然后结合簇类的独立软模式(SIMCA)、K最近邻（KNN）、偏最小二乘判别分析(PLSDA)、BPANN和SVM模型对不同酒龄的黄酒进行判别，它们对预测集样本的正确识别率分别为60％、80％、87.5％、100％和95％。结果表明，多电极味觉传感器系统结合BPANN模型对不同酒龄的黄酒区分效果最佳，其校正集和预测集样本的识别率均达到100％。研究结果表明，基于色敏型传感器的嗅觉传感器系统和基于多电极的味觉传感器系统结合合适化学计量学方法可以实现对黄酒品质的评价，研究成果对解决黄酒智能化评判中商品化传感器系统检测成本高等缺点具有重要的现实意义，为仪器智能化评判在黄酒品质分析的实际应用奠定了基础。　　(5)黄酒发酵过程中关键品质参数的在线监测研究。利用微型光谱仪搭建了一套便携式的光谱检测系统，用于黄酒发酵过程的关键品质参数监测。采用Si-PLS建立光谱与黄酒发酵醪液的总糖含量和酒精度的预测模型，并比较了该模型与全光谱PLS、iPLS及遗传偏最小二乘(GA-PLS)等模型的预测能力，结果显示，Si-PLS模型的预测能力最佳。总糖最佳的Si-PLS模型，其主成分因子数为9，预测集Rp和RMSEP分别为0.8694和0.438;酒精度最佳的Si-PLS模型，其主成分因子数为5，预测集Rp和RMSEP分别为0.8097和0.617。研究对所搭建的便携式光谱检测系统与所建立的Si-PLS模型的稳定性与可靠性也进行了验证，结果显示，该系统与所建模型对同一样本三次平行试验预测值的变异系数能控制在5％以内，显示了较好的稳定性与可靠性。研究成果为近红外光谱技术在线、及时的监测黄酒发酵过程中关键品质参数变化提供了理论基础。　　本研究旨在提高黄酒品质评判的客观性和时效性，为黄酒成品品质及生产过程品质的检测提供了新方法和新思路，研究结果为黄酒品质的仪器智能化评判及用于黄酒品质检测的新仪器和新装备开发提供了研究基础，对科学指导黄酒生产、保证黄酒质量、维护黄酒品牌和提高企业经济效益等都有着极其重要的意义。