食品感官评定权重的计算方法主要有以下几种：

消费者偏好调查

通过调查消费者对某类食品色、香、味、形等感官特性的偏好程度，并进行统计分析，确定各感官特性的权重。这种方法能够直接反映消费者的真实感受和需求，但数据收集和分析过程可能较为复杂。

专家评价

由具有统计学意义人数的专家对食品感官特性进行评价，确定各特性的权重。专家评价通常具有较高的权威性和专业性，但可能受到专家个人经验和主观判断的影响。

层次分析法（AHP）

通过构建层次结构模型，将食品感官特性进行层层分解，利用数学方法计算各特性的相对权重。这种方法能够综合考虑多个因素，得出较为科学和客观的权重结果。

模糊综合评价法

通过建立模糊综合评价模型，将食品感官特性的评价结果进行量化处理，计算各特性的权重。这种方法能够处理多因素、多层次的复杂问题，适用于较为复杂的食品感官评定场景。

主成分分析（PCA）

通过统计分析方法，提取食品感官特性中的主要成分，并计算各成分的权重。这种方法能够简化数据结构，减少主观因素的影响，得出较为客观的权重结果。

在实际应用中，可以根据具体情况选择合适的权重计算方法。例如，对于消费者偏好调查，可以设计详细的问卷，收集大量数据进行分析；对于专家评价，可以组织多个专家进行讨论和打分，确保评价结果的可靠性；对于层次分析法和模糊综合评价法，需要构建合适的模型并进行数学计算；对于主成分分析，需要对数据进行预处理和统计分析。

建议在选择权重计算方法时，充分考虑食品类型、评价目的和实际情况，选择最适合的方法，以确保评定结果的客观性和准确性。