食醋是人们日常生活中不可缺少的调味食品，每天有超过320万公升的食醋被消费，食醋的质量直接影响到人们的健康。因此对食醋质量评价正变得越来越重要。传统的感官分析存在很大的主观性，而化学分析也一直有许多缺点，像一些对产品风味有着重大贡献作用的微量成分很难通过化学分析检测出来，再者，化学分析复杂，操作繁琐、周期长、成本高，越来越不能满足食醋检测的需要。近年来，一种结合传感器技术及模式识别技术，可以客观地对气味进行定性定量分析的人工嗅觉模拟系统得到了广泛的应用。 本文分析了人工嗅觉系统的基本原理及组成，设计了一套适用于食醋鉴别的人工嗅觉系统。利用该系统对镇江米醋、山西老陈醋、花果山柿子醋以及九九龄维他醋系列的三个不同质量等级的食醋进行了测试，并利用小波包分析技术、多元统计分析、人工神经网络对不同种类及不同质量等级的食醋进行了鉴别，从而为今后开展食醋质量的快速智能评定及真假鉴别奠定基础。主要取得如下成果： 1．根据实验的需要，设计出人工嗅觉系统的结构； 2．利用小波包分析和模式识别等手段，实现了对气敏传感器的二级温、湿度补偿； 3．从传感器的动态响应出发，利用小波包分解技术，并借助小波包能量的概念，给出了一种特征值提取方法，实现了数据的压缩； 4．提出了利用主成分分析来优化传感器阵列的方法，实现了数据的进一步压缩与融合； 5．运用主成分分析及径向基神经网络实现了不同食醋种类的鉴别； 6．通过分析数据标准化对多元回归模型的影响，建立了适合于食醋种类判别的回归鉴别方程。 7．运用BP神经网络建立了同一品牌不同食醋质量等级的鉴别模型。