本课题主要利用电子鼻、气质联用GC-MS （Gas Chromatograph-MassSpectrometer-computer）以及理化指标对不同产地的黄酒进行鉴别分析。首先，利用电子鼻对不同产地的黄酒进行甄别分析，并采用Artificial Neural Networks（ANN）神经网络算法和主成分分析方法principal components analysis（PCA）进行数据分析，以寻找最佳数据处理分析方法。其次，结合GC-MS技术对各组分成分进行了分离，定性和半定量分析，以期能够找出影响黄酒酒龄、产地的相关检测指标。最后，根据黄酒相关国家标准，测得黄酒的理化指标（酒精度，总糖，pH值，总酸），并利用MATLAB软件对所获数据进行拟合，以获得理化指标与黄酒产地、酒龄相关关系的数学模型，为黄酒产地、酒龄的判定提供理论参考。通过三种不同方法的鉴别比较分析，以期建立科学的质量评价体系，提高检测效率，降低检测成本，并能消除人工感官评价可能产生的误差，增加检测数据的准确度，以促进黄酒产品质量的不断提高和黄酒产业的健康发展。现将本课题主要研究结果和结论简述如下：首先，本研究主要使用GC-Flash型电子鼻对不同产地的黄酒进行甄别分析。结果表明，神经网络算法训练集准确识别率为98.8%，测试集正确识别率为82.4%，可对产地达到较好的预测效果。而主成分分析法所建判别模型中，绍兴地理标志黄酒、绍兴非地理标志黄酒以及绍兴以外地区的黄酒样品分别占据着不同的位置；绍兴地理标志黄酒和绍兴非地理标志黄酒各自有较大的相对集中分布区间，存在一定的边缘交集，PC1占80.396%、PC2占6.092%、PC3占4.962%，三种因素占91.45%，说明产地酒的差异主要由这三个因素来决定，且PC1为最主要影响因素。其次，利用GC-MS分析黄酒中的香气的成分，结果表明，黄酒中醇类、酯类、醛类、酸类以及酮类五类化学物质所占比例最大，而对不同产地不同酒龄的黄酒这五类物质含量的分析对比的结果表明，主要香气成分中以酯类为主，其次为醇类。最后，根据国家黄酒相关标准对不同产地相同酒龄的黄酒，进行总糖、总酸、酒精度和pH值四个理化指标进行检测，找出了他们与产地、酒龄之间的关系。