赵 峰，姜胜兵

(安徽工业大学 管理科学与工程学院，安徽 马鞍山 243032)

目前，对于葡萄酒质量的评定，国际上并没有一个统一的标准，大多数企业对于葡萄酒的评定都是聘请一些有资质的品酒员来品评的.一般情况下，是通过品酒员在品尝葡萄酒后按照分类指标对其进行打分，再求出综合得分，因此所得到分数的高低是衡量葡萄酒的质量的重要标准.但是，在实际中，聘请有资质的品酒员来对葡萄酒进行品评不是一件容易的事情，而且人为的主观因素也会影响到评价的结果.葡萄酒品质的好坏是一个抽象的概念，但对它的理解可以直接与葡萄酒的化学成分有关[1]，所以葡萄酒质量的好坏很大的程度上是与葡萄酒的理化指标是密切相关的，若是能够找到他们之间合理的关系，那么即便没有品酒员，也可以完成对葡萄酒的评价.对于葡萄酒评价有很多的方法，常见的方法有多元回归、趋势预测等，但因为函数关系式的复杂，难以确定下来，导致建立的模型在预测的结果上不是很准确.

人工神经网络的非线性逼近能力很好，而且一个简单的三层BP神经网络能够满足一般的映射要求，预测精度较高，所以应用较为广泛[2-4].但BP算法也是有一定的缺陷的，网络的权值和阈值是随机产生的，并且学习率也是依据经验设定的，导致在有多个局部极小值时候，模型无法跳出极小值.

遗传算法是全局优化搜索的算法，对目标函数空间进……