啤酒中富含多种人体所需的氨基酸和维生素等营养物质,被国际上认定为营养物质之一。近年来备受广大消费者的青睐,啤酒的品质也一并得到了研究人员和消费者的广泛关注。目前啤酒品质的检测与评价通常是采用理化指标检测和感官品评法,前者主要是对啤酒中某些具体的成分进行定量评估,后者则是对啤酒的感官品质进行评价,两种方法均具有评定时间长、效率低等缺点。因此,研究啤酒品质的快速检测和鉴评方法具有非常重大的意义。本文设计并搭建了一套针对啤酒品质检测的电子鼻和电子舌融合系统。其中电子鼻系统是基于动态顶空采样法设计的,主要从传感器阵列、气路部分、数据采集部分和软件系统四部分进行选型和设计;电子舌系统采用的为SA-402B型电子舌,针对啤酒特性本文选用了5个基本味觉传感器进行啤酒的检测实验。通过信息融合中的特征级融合方式,将上述电子鼻系统和电子舌系统进行融合,得到电子鼻和电子舌融合系统。应用该电子鼻和电子舌融合系统对5种不同品牌的啤酒进行检测,采用主成分分析、层次聚类分析和支持向量机对检测数据进行分析,并将该融合系统对品酒品牌的辨识结果和使用单一的电子鼻系统和电子舌系统的识别结果进行对比。结果表明:和单一的电子鼻系统和电子舌系统相比,在对啤酒品牌进行检测辨识时,采用电子鼻和电子舌融合系统的聚类和识别效果最优。为了完整的将啤酒感官鉴评中由于样本间差异、鉴评人员的心理和生理因素而导致的鉴评结果的模糊性和随机性表示出来,本文提出了一种云模型-模糊神经网络方法用于实现啤酒风味的快速鉴评。首先,利用云模型实现啤酒感官鉴评中描述性语言所对应的具体鉴评值到表征啤酒特性的定性概念值之间的转换。然后从嗅觉、味觉两方面出发,以电子鼻和电子舌融合系统采集到的特征信息作为输入,感官鉴评云模型转化后的数字特征值作为输出,对模糊神经网络进行训练以实现啤酒风味信息的快速鉴评。预测的鉴评结果表明,该方法在啤酒香气和滋味的鉴评过程中,相对误差率在0.41%-9.93%之间。对整体风味信息的鉴评相对误差率更是在0.48%-3.94%之间,效果良好。该方法可实现啤酒风味信息的快速鉴评。