+7 (499) 750-01-11, доб. 6898; +7 (916) 969-61-36
Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.

  

 



Rambler's Top100

Яндекс.Метрика

Пищевая промышленность №6/2015

Новости месяца

Итоги работы пищевой и перерабатывающей промышленности России

АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ ТЕХНОЛОГИЯМИ И БИЗНЕС-ПРОЦЕССАМИ

Благовещенский И.Г.Использование системы компьютерного зрения для контроля в режиме онлайн качества сырья и готовой продукции пищевой промышленности

С. 9-13 Ключевые слова
автоматизация технологических процессов; качество готовой продукции; контроль; пищевая промышленность; системы компьютерного зрения

Реферат
В статье показана важность для предприятий пищевой промышленности автоматизации контроля в режиме он лайн качества сырья, готовой продукции, выявления брака. Обоснована возможность решения данной проблемы с использованием системы компьютерного зрения (СКЗ). В статье представлены задачи, решаемые системой компьютерного зрения. Дано краткое описание целей компьютерного зрения для различного применения. Рассмотрена структура рыночного спроса на системы компьютерного зрения. Перечислены используемые СКЗ различные технологии и методы обработки изображения. Представлены основные методы обработки изображения. Показана важность при использовании СКЗ получения четкого цифрового изображения, обработки изображения с целью выделения значимой информации и математического анализа полученных данных для решения поставленных задач. Представлена компоновка типовой СКЗ. Показан состав типовой системы компьютерного зрения. Проанализирован принцип функционирования СКЗ при определении в изделии брака. Рассмотрена последовательность выполняемых системой действий. Проанализированы основные шаги для обработки изображений в системе компьютерного зрения. В статье сделан вывод о целесообразности использования в пищевой промышленности СКЗ для разработки высокотехнологичных автоматизированных интеллектуальных экспертных систем контроля качества пищевого сырья, полуфабрикатов и готовой продукции.

Литература
1. Благовещенская, М. М. Информационные технологии систем управления технологическими процессами/М. М. Благовещенская, Л. А. Злобин. - М.: Высшая школа, 2005. - 768 с.
2. Благовещенская, М. М. Идентификационный аспект в методологии создания систем управления технологическими объектами с нестационарными параметрами/М. М. Благовещенская, В. В. Макаров // Вестник Воронежского государственного университета инженерных технологий. - 2014. - № 1. - С. 85-90.
3. Благовещенская, М. М. Основы стабилизации процессов приготовления многокомпонентных пищевых масс: монография/М. М. Благовещенская. - М.: ООО "Франтера", 2009. - 281 с.
4. Казаринов, Л. С. Автоматизированные информационно-управляющие системы: учеб. пособие/Л. С. Казаринов, Д. А. Шнайдер, Т. А. Барбасова. - Челябинск: Изд-во ЮУрГУ, 2008. - 320 с.
5. Благовещенский, И. Г. Автоматизация контроля органолептических показателей качества шоколадных изделий/И. Г. Благовещенский, А. В. Шаверин, М. М. Благовещенская // Мат-лы первой международной научно-практической конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: МГУПП, 2012. - С. 209-212.
6. Данилова, М. А. Автоматизированная система учета сыпучих пищевых продуктов/М. А. Данилова [и др.] // Хранение и переработка сельхозсырья. - 2012. - № 6. - С. 63-66.
7. Благовещенская, М. М. Методология разработки основ моделирования и диаг-ностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская, В. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной научно-метод. конф. "Высокие интеллектуальные технологии и инновации в образовании и науке". - СПб.: Изд-во Политехн. ун-та, 2010. Т. 2. - С. 95-98.
8. Благовещенская, М. М. Вычитание изображений в программе MATLAB/М. М. Благовещенская, Я. В. Иванов // Сб. докладов IV международной конференции-выставки "Высокоэффективные пищевые технологии, методы и средства для их реализации". - М.: МГУПП, 2006. Ч. 2. - С. 130-132.
9. Иванов, Я. В. Использование цифровых видеокамер в системах автоматического управления технологическими процессами пищевых производств/Я. В. Иванов, М. М. Благовещенская // Сб. мат-лов V юбилейной школы-конференции с международным участием "Высокоэффективные пищевые технологии, методы и средства для их реализации". - М.: МГУПП, 2007. - С. 347-349.
10. Благовещенская, М. М. Математическое моделирование движения жгута пищевой массы после горизонтального прессования/М. М. Благовещенская, Я. В. Иванов // Журнал научных публикаций аспирантов и докторантов. - 2008. - № 6. - С. 164-166.
11. Благовещенская, М. М. Использование интеллектуального датчика в системе автоматического управления технологическими процессами/М. М. Благовещенская, Я. В. Иванов // Сб. докладов Х международной научно-практической конф. "Автоматизация и информационное обеспечение производственных процессов в сельском хозяйстве". - М.: ГНУ ВИМ Россельхозакадемии, 2008. - Ч. 2. - С. 448-451.
Авторы
Благовещенский Иван Германович, аспирант,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Фомушкин В.И., Благовещенская М.М., Носенко С.М., Благовещенский И.Г.Интеллектуальная экспертная автоматизированная система контроля рисков микробиологической порчи мясного сырья

С. 14-17 Ключевые слова
микробиологическая безопасность; мониторинг; мясо; незапланированная изменчивость температуры; порча; прогнозная модель; риски; хранение

Реферат
Одной из основных причин микробиологической порчи мясного сырья является как несоблюдение установленного температурного режима его хранения в звеньях холодовой цепи, так и незапланированная изменчивость температуры, что связано с неисправностью оборудования и электрических сетей, а также с человеческим фактором. В работе рассмотрены возможности автоматизации контроля температуры как условия изменения микробиологического статуса мясного сырья и технологии прогнозирования рисков микробиологической порчи мяса в процессе хранения. Проведен анализ автоматизируемых параметров: температуры и времени с учетом различной начальной обсемененности мясного сырья. Показана роль прогнозной эмпирической математической модели в осуществлении мониторинга и оценке в реальном времени условий хранения мяса в выявлении недопустимых рисков и критических контрольных точек (ККТ). Автоматизация контроля в целом осуществляется благодаря автоматизации отдельных операций, в том числе процесса изображения кинетической кривой роста популяции микроорганизмов, обработки полученной цифровой и наглядной информации, математических расчетов, анализа соответствия измерений в ККТ базам данных и установленным критическим пределам. Представлены основные принципы работы и структура компьютерной программы обработки экспериментальных данных и построения прогнозных эмпирических моделей бактериального обсеменения с целью управления процессами микробиологической порчи. В настоящее время для определения начала порчи мясного сырья прогнозные модели являются альтернативой многочисленным и дорогостоящим микробиологическим исследованиям. Эффективность от внедрения АИС (автоматизированной интеллектуальной системы) обусловлена снижением ошибок, а также преимуществами во времени и затратах при обеспечении безопасности мясного сырья при хранении.

Литература
1. Доктрина продовольственной безопасности Российской Федерации (утверждена Указом Президента Российской Федерации от 30 января 2010 г. № 120).
2. Ильина, З.З. Ильина, С. Кондратенко, Л. Ёнчик // Белорусское сельское хозяйство. - 2014. - № 8 (148).
3. Криштафович, В.И. Холодильная обработка и сохраняемость мяса и мясных продуктов/В. И. Криштафович, И. А. Жебелева, Н. Н. Толкунова / под общ. ред. В. И. Криштафович. - М., 2006. - 172 с.
4. Ческотти, О. Роль холода в мировых продовольственных ресурсах/О. Ческотти // Информационный бюллетень Международного института холода oт 09.09.2009 г.
5. Юлдашев, Р. С. Особенности холодильной обработки и хранения мяса/Р. С. Юлдашев // Мясные технологии. - 2010. - № 5. - С. 42-45.
6. Рогов, И. А. Перспективы использования мороженого мясного сырья/И. А. Рогов, В. В. Миклашевский, Т. Н. Данильчук // Мясные технологии. - 2010. - № 5. - С. 38-41.
7. Казаков, В. И. Практические решения для идеального мясокомбината/В. И. Казаков // Мясные технологии. - 2014. - № 6 (138).
8. Шевченко, В. В. Измерительные методы контроля показателей качества и безопасности продуктов питания. Ч. 2. Продукты животного происхождения/В. В. Шевченко [и др.] - СПб.: Троицкий мост, 2009. - 200 с.
9. Блэкберн, К. де В. Микробиологическая порча пищевых продуктов/К. де В. Блэкберн. - СПб.: Профессия, 2008. - 781 с.
10. Рубанов, В. Г. Интеллектуальные системы автоматического управления. Нечеткое управление в технических системах: учеб. пособие/В. Г. Рубанов, А. Г. Филатов. - Белгород: Изд-во БГТУ им. В. Г. Шухова, 2010. - 170 с.
11. Рубанов, В. Г. Теория автоматического управления (математические модели, анализ и синтез линейных систем): учеб. пособие. - Белгород: Изд-во БГТУ им. В. Г. Шухова, 2009. - Ч. 1. - 199 с.
12. Селевцов, Л. И. Автоматизация технологических процессов/Л. И. Селевцов, А. Л. Селевцов. - М.: Академия, 2014. - 352 с.
13. Афонин, А. М. Теоретические основы разработки и моделирования систем автоматизации: учеб. пособие /А. М. Афонин [и др.] - М.: Форум, 2011. - 192 c.
14. Ибраев, А. М. Холодильная технология пищевой промышленности/А. М. Ибраев [и др.] - Казань: КГТУ, 2010. - 125 с.
15. Митин, В. В. Исследование и разработка компьютерной системы управления микробиологическими процессами при производстве сыровяленых мясопродуктов: дис. … канд. техн. наук/В. В. Митин. - М.: МГУПБ, 2002. - 60 с.
16. Егоров, Г. А. Управляющие вычислительные комплексы для промышленной автоматизации: учеб. пособие / под ред. Н. Л. Прохорова, В. В. Сюзева. /Г. А. Егоров, Н. Л. Прохоров, В. Е. Красовский; - М.: МГТУ им. Баумана, 2012. - 372 c.
17. Ефремов, Д. Н. Исследование и разработка моделей, алгоритмов и компьютерной системы мониторинга и управления производством биологически безопасных молочных продуктов: дис. … канд. техн. наук/Д. Н. Ефремов. - М.: МГУПБ, 2002. - 115 с.
Авторы
Фомушкин Владимир Игоревич, аспирант,
Благовещенская Маргарита Михайловна, д-р техн. наук, профессор,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Сергей Михайлович, д-р техн. наук, профессор,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2-й Новокузнецкий пер., д. 13/15, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор,
Московский государственный технический университет им. Н. Э. Баумана,
105005, Москва, 2?я Бауманская ул., д. 5, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Петряков А.Н., Благовещенская М.М., Носенко А.С., Благовещенский И.Г. Использование генетических алгоритмов и методов роя частиц в производстве комбикормов

С. 18-21 Ключевые слова
генетический алгоритм; комбикорма; линейное программирование; метод роя частиц; оптимизация затрат

Реферат
Приводятся результаты исследования, в котором оптимальный по составу корм был подготовлен с использованием метода роя частиц (МРЧ-алгоритма), с учетом породы и способов выведения домашней птицы и других сельскохозяйственных животных (крупного рогатого скота, овец, кроликов), их потребностей, возраста, затрат на кормление, с оптимизацией всех перечисленных параметров. Было осуществлено по десять экспериментов для каждого алгоритма для одинаковых видов животных. Самым выдающимся результатом исследования было то, что МРЧ-алгоритм вел себя уверенно в решении нелинейных задач, в то время как генетический алгоритм не мог быть в достаточной степени устойчивым, так как заходил в тупик при работе с локальными минимумами. После подсчета и анализа получившихся результатов отмечается низкая стоимость кормовых смесей, имеющих меньше штрафных показателей, при решении линейных задач методами линейного программирования. Тем не менее следует отметить, что генетический алгоритм и МРЧ дали лучшие результаты в решении нелинейных задач. В то время как МРЧ дает более быстрые результаты с меньшим количеством штрафных показателей в решении нелинейных задач по сравнению с генетическим алгоритмом, его стоимость, как правило, становится слишком высокой. Первоочередная цель в приготовлении комбикормовых смесей - уменьшение штрафных коэффициентов, и МРЧ показал лучшие результаты, чем генетический алгоритм, так как показатель стоимости в данном случае является вторичным наблюдаемым фактором.

Литература
1. Sahman, M.A. Cost optimization of mixed feeds with the particle swarm optimization method / M.A. Sahman, A.A. Altun // Neural Computing and Applications. - 2011. - № 22. - Р. 383-390.
2. Baran, M.S. Determination of the feeding values of feedstuffs and mixed feeds used in the Southeastern Anatolia region of Turkey / M.S. Baran [et al.] // Turkish Journal of Veterinary and Animal Sciences. - 2008. - № 32 (6). - Р. 449-455.
3. Oishi, K. Application of the modified feed formulation to optimize economic and environmental criteria in beef cattle fattening systems with food byproducts / K. Oishi, H. Kumagai, H. Hirooka // Animal Feed Science and Technology. - 2011. - № 165. - Р. 38-50.
4. Kerrigan, G.L. Linear programming in the allocation of milk resources for cheese making. / G.L. Kerrigan, J.P. Norback // Journal of Dairy Science. - 1986. - № 69 (5). - Р. 1432-1440.
5. Munford, A.G. The use of iterative linear programming in practical applications of animal diet formulation / A.G. Munford // Mathematics and Computers in Simulation. - 1996. - № 42 (2-3). - Р. 255-261.
6. Sahman, M.A. Cost optimization of feed mixed by genetic algorithms / M.A. Sahman [et al.] // Advances in Engineering Software. - 2009. - № 40. - Р. 965-974.
7. Coskun, B. Ration programs / B. Coskun, F. I'nal, S. I'nal // http://veteri-ner.selcuk.edu.tr/bolum/hbesleme. - 2007.
Авторы
Петряков Александр Николаевич, аспирант,
Благовещенская Маргарита Михайловна, д-р техн. наук, профессор,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Алексей Сергеевич, канд экон. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2-й Новокузнецкий пер., д. 13/15, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор,
Московский государственный технический университет им. Н.Э. Баумана,
105005, Москва, 2?я Бауманская ул., д. 5, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Благовещенский И.Г., Благовещенская М.М., Носенко С.М., Носенко А.С. Выбор информативных переменных в задаче структурно-параметрического моделирования процесса приготовления помадного сиропа

С. 22-25 Ключевые слова
имитационная модель; объект управления; помадный сироп; процесс; структурно-параметрическое моделирование

Реферат
В статье показано, что важным этапом производства помадных конфет является процесс приготовления помадного сиропа. Рассмотрена схема приготовление сахарной помады, а также показаны основные операции приготовления помадного сиропа: дозирование сахарного сиропа, патоки, молока и других компонентов, смешивание и уваривание рецептурной смеси. Дано описание основных параметров, влияющих на ход процесса приготовления помадного сиропа. Описаны их взаимосвязи между собой. Для выявления всех параметров и условий, влияющих на процесс приготовления помадного сиропа, была спроектирована структурно-параметрическая модель процесса приготовления помадного сиропа. В работе произведено структурно-параметрическое моделирование процесса приготовления помадного сиропа, которое свелось к построению матриц взаимосвязей между сгруппированными параметрами состояния и цели отдельных функциональных блоков системы аналогично параметрической матрице смежности. Для этого исходные данные были сформированы в виде массива случайных наблюдений. Далее в результате случайных наблюдений был произведен набор статистических данных и сформирована таблица корреляционных связей. Корреляционные связи в свою очередь подвергли проверке значимости по критерию Стьюдента, в результате чего была получена преобразованная матрица коэффициентов корреляции. При этом главной задачей являлось отыскание сопоставимых характеристик связей между параметрами состояния технологической системы с последующим построением ситуационной модели состояния системы с алгоритмизацией процедур его идентификации и прогнозирования. Определена статистическая модель процесса приготовления помадного сиропа по методу Протодьяконова. Коэффициенты уравнений рассчитывали с использованием программы Method. По формуле были рассчитаны коэффициенты линейной множественной регрессии и составлена регрессионная матрица связей, пересчитанная в матрицу безразмерных сопоставимых характеристик связей. В результате последующих математических подстановок и вычислений в статье получен оптимальный критерий качества процесса приготовления помадного сиропа. В данной работе сделан вывод о том, что предложенный метод структурно-параметрического моделирования позволяет определить наиболее информативные параметры в задаче структурно-параметрического моделирования процесса приготовления помадного сиропа и найти оптимальный критерий его качества.

Литература
1. Благовещенская, М. М. Информационные технологии систем управления технологическими процессами. Учеб. для вузов/М. М. Благовещенская, Л. А. Злобин. - М.: Высшая школа, 2010. - 768 с.
2. Благовещенская, М. М. Основы стабилизации процесса приготовления многокомпонентных пищевых масс: Монография/М. М. Благовещенская. - М.: Франтера, 2009. - 281 с.
3. Благовещенская, М. М. Идентификационный аспект в методологии создания систем управления технологическими объектами с нестационарными параметрами/М. М. Благовещенская, В. В. Макаров // Вестник Воронежского государственного университета инженерных технологий. - 2014. - № 1. - С. 85-90.
4. Замятина, О. М. Моделирование систем. Учеб. пособие/О. М. Замятина. - Томск: Томский политехнический ун-т, 2009. - 204 с.
5. Куприенко, Н. В. Статистика. Методы анализа распределений. Выборочное наблюдение. С использованием STATISTICA. Учеб. пособие/Н. В. Куприенко, О. А. Пономарева, Д. В. Тихонов. - СПб.: Изд-во Политехнического ун-та, 2009. - 138 с.
6. Благовещенская, М. М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская, В. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной науч.?метод. конф. "Высокие интеллектуальные технологии и инновации в образовании и науке" - СПб.: Изд-во Политехнического ун-та, 2010. - Т. 2. - С. 95-98.
7. Благовещенская, М. М. Виртуальные датчики на основе нейросетевых алгоритмов для определения качества пищевых масс/М. М. Благовещенская, С. И. Апанасенко, И. Г. Благовещенский // Хранение и переработка сельхозсырья. - 2012. - № 9. - С. 44-45.
8. Ивашкин, Ю. А. Системный анализ и исследование операций в прикладной биотехнологии. Учеб. пособие // Ю. А. Ивашкин. - М.: МГУПБ, 2005. - 196. с
9. Ивашкин, Ю. А. Структурно-параметрические и агентно-ориентированные технологии. Лабораторный практикум/Ю. А. Ивашкин, Н. В. Назойкин. - М.: МГУПБ, 2010. - 134 с.
10. Ивашкин, Ю. А. Агентные технологии и мультиагентное моделирование систем. Учеб. пособие. - М.: МФТИ, 2013. - 268 с.
Авторы
Благовещенский Иван Германович, аспирант,
Благовещенская Маргарита Михайловна, д-р техн. наук, профессор,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Сергей Михайлович, д-р техн. наук, профессор,
Носенко Алексей Сергеевич, канд. экон. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2?й Новокузнецкий пер., д. 13/15, стр. 1. Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Костин А.М., Яблоков А.Е., Благовещенский И.Г., Носенко С.М. Распределенные автоматизированные системы интеллектуального мониторинга оборудования пищевых предприятий

С. 26-30 Ключевые слова
диагностика; зерноперерабатывающее предприятие; интеллектуальные автоматизированные системы; мониторинг; облачные технологии; технологическое оборудование

Реферат
В статье рассмотрены аспекты использования технологий искусственного интеллекта в качестве метода распознавания образов в задачах мониторинга, принятия решений и технической диагностики оборудования пищевых предприятий. Показано, что наиболее перспективным направлением развития систем мониторинга является применение интеллектуальных методов анализа исходной диагностической информации. К таким методам относятся экспертные системы на базе методов нейросетевого анализа данных. Использование интеллектуальных систем мониторинга и технического диагностирования способствует повышению показателей эффективности и надежности технологического оборудования. Для успешного применения подобных технологий необходимо иметь большой объем статистических данных по многочисленным параметрам работы машин в различных режимах работы и технических состояниях. Разработка и теоретические исследования интеллектуальной системы мониторинга проводятся в Московском государственном университете пищевых производств. Практические исследования по сбору информации, характеризующей различные технические состояния исследуемых машин, осуществляются на зерноперерабатывающих предприятиях (комбикормовых и мукомольных) Московского региона. Предложенная система контроля и сбора информации носит распределенный характер и построена с применением "облачных" технологий. При этом контролируемое оборудование оснащается стационарной системой допускового контроля сбора телеметрической информации (вибрации, температуры, мгновенных значений тока в цепи электродвигателя, шума, издаваемого машиной в процессе ее работы). Далее информация транслируется на удаленный сервер посредством технологии GSM для ее хранения и математической обработки. В настоящее время создан опытный образец системы мониторинга, который осуществляет непрерывный сбор информации в режиме реального времени с функционирующего оборудования. Данный подход позволяет накапливать необходимые статистические данные по работе оборудования для создания мощной базы знаний и нейронных сетей. Результатом исследований является разработка программных и аппаратных средств стационарной системы сбора и обработки диагностической информации о работе исследуемого оборудования. Приведена структурная схема системы автоматизированного мониторинга технологических машин. Разработана процедура сбора и анализа диагностической информации с использованием нейросетевых инструментов анализа данных программы Statistica.

Литература
1. Глебов, Л. А. Технологическое оборудование и поточные линии предприятий по переработке зерна: учебник/Л. А. Глебов [и др.] // Ч. I и III под ред. Л. А. Глебова, Ч. II под ред. А. Б. Демского. - М.: ДеЛи принт, 2010. - 696 с.
2. Благовещенская, М. М. Информационные технологии систем управления технологическими процессами/М. М. Благовещенская, Л. А. Злобин. - М.: Высшая школа, 2005. - 768 с.
3. Благовещенская, М. М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская, В. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной науч.?метод. конф. "Высокие интеллектуальные технологии и инновации в образовании и науке" - СПб.: Изд-во Политехнического ун-та, 2010. - Т. 2. - С. 95-98.
4. Тугенгольд, А. К. Интеллектуальные системы в управлении производственными и технологическими процессами/А. К. Тугенгольд [и др.]. - М.: ДГТУ, 2010. - 179 с.
5. Благовещенская, М. М. Использование интеллектуальных технологий для контроля качества творога/М. М. Благовещенская [и др.] // Вестник ВГУИТ. - 2014. - № 2. - С. 83-89.
6. Кулаков, С. М. Интеллектуальные системы управления технологическими объектами: теория и практика/С. М. Кулаков, В. Б. Трофимов. - Федеральное агентство по образованию, Сибирский гос. индустриальный ун-т, 2009. - 223 с.
7. Галушкин, А. И. Нейронные сети. Основы теории/А. И. Галушкин. - М.: Горячая линия-Телеком, 2012. - 496 с.
8. Шаверин, А. В. Автоматизация контроля органолептических показателей качества шоколадных изделий/А. В. Шаверин, М. М. Благовещенская, И. Г. Благовещенский // Мат-лы первой международной науч.?практ. конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленнос-ти и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 209-212.
9. Благовещенская, М. М. Виртуальные датчики на основе нейросетевых алгоритмов для определения качества пищевых масс/М. М. Благовещенская, С. И. Апанасенко, И. Г. Благовещенский // Хранение и переработка сельхозсырья. - 2012. - № 9. - С. 44-45.
10. Благовещенская, М. М. Система автоматического регулирования процесса формования конфетных жгутов/М. М. Благовещенская, И. Г. Благовещенский, С. М. Носенко // Пищевая промышленность. - 2013. - № 5. - С. 46-49.
11. Благовещенская, М. М. Система автоматического регулирования процесса формования конфетных жгутов/М. М. Благовещенская [и др.] // Хранение и переработка сельхозсырья. - 2013. - № 7. - С. 39-40.
12. Благовещенский, И. Г. Создание виртуальных датчиков на основе нейронной сети для определения основных характеристик кондитерских масс/И. Г. Благовещенский, С. И. Апанасенко, М. М. Благовещенская // Кондитерское и хлебопекарное производство. - 2014. - № 11-12. - С. 44-47.
Авторы
Костин Александр Михайлович, аспирант,
Яблоков Александр Евгеньевич, канд. техн. наук, доцент,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор,
Московский государственный технический университет им. Н. Э. Баумана,
105005, Москва, 2?я Бауманская ул., д. 5, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Сергей Михайлович, д-р техн. наук, профессор,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2?й Новокузнецкий пер., д. 13/15, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Благовещенский И.Г., Носенко С.М., Носенко А.С. Экспертная интеллектуальная система мониторинга процесса формования помадных конфет с использованием системы технического зрения

С. 32-35 Ключевые слова
мониторинг; помадные конфеты; процесс формования; система технического зрения; экспертная система

Реферат
В данной статье обоснована необходимость решения задачи автоматизации контроля качества помадных масс - самой массовой и популярной категории конфет. Показано, что важнейшей операцией производства этих конфет является процесс формования. Проведенные исследования были направлены на разработку интеллектуальной интегрированной экспертной системы мониторинга структурно-механических свойств помадных масс после формования с использованием системы технического зрения. Важной областью применения цифровых изображений, регистрируемых цифровой видеокамерой в видимом диапазоне, является автоматический контроль основных показателей качества цвета и формы выпускаемой продукции. В статье сформулированы задачи, которые необходимо решить для достижения поставленной цели. Также представлены предложения для обеспечения широкого использования цифровой видеокамеры в качестве интеллектуального датчика. Разработана методика подготовки к цифровой видеосъемке и методика проведения экспериментальной видео-съемки процесса формования жгутов помадных масс в производственных условиях. В статье представлены блок-схема алгоритма управления, на основе которого интеллектуальная система принимает решение об изменении регулирующих воздействий, а также модель системы автоматического регулирования процесса формования помадного жгута, разработанная в Simulink.

Литература
1. Благовещенская, М. М. Информационные технологии систем управления технологическими процессами: учеб. для вузов/М. М. Благовещенская, Л. А. Злобин. - М.: Высшая школа, 2005. - 768 с.
2. Шаверин, А. В. Автоматизация контроля органолептических показателей качества шоколадных изделий/А. В. Шаверин, М. М. Благовещенская, И. Г. Благовещенский // Мат-лы первой международной научно-практической конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 209-212.
3. Иванов, Я. В. Автоматизация процесса формования конфетных масс на основе математического и алгоритмического обеспечения с использованием в качестве интеллектуального датчика цифровой видеокамеры (ЦВК)/Я. В. Иванов, М. М. Благовещенская, И. Г. Благовещенский // Мат-лы первой международной научно-практической конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 215-218.
4. Благовещенская, М. М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская, В. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной науч.?метод. конф. "Высокие интеллектуальные технологии и инновации в образовании и науке". - СПб.: Изд-во Политехнического ун-та, 2010. - Т. 2. - С. 95-98.
5. Данилова, М. А. Автоматизированная система учета сыпучих пищевых продуктов/М. А. Данилова [и др.] // Хранение и переработка сельхозсырья. - 2012. - № 6. - С. 63-66.
6. Троицкий, А. К. Возможность использования обработки изображений для контроля качества кондитерской продукции/А. К. Троицкий, И. Г. Благовещенский // Мат-лы международной науч.?практ. конф. "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 160-165.
7. Троицкий, А. К. Теоретические основы использования системы технического зрения в системе автоматического управления технологическим процессом/А. К. Троицкий, И. Г. Благовещенский // Мат-лы международной науч.?практ. конф. "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 165-172.
8. Благовещенский, И. Г. Использование метода Превитта при разработке алгоритмов обработки цифровых/И. Г. Благовещенский, А. К. Троицкий // Мат-лы первой международной науч.?практ. конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 153-157.
9. Благовещенский, И. Г. Формализация исходных изображений с целью выделения информации для обработки цифровых видеокадров с использованием различных методов/И. Г. Благовещенский, А. К. Троицкий // Мат-лы первой международной науч.?практ. конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 157-160.
10. Благовещенский, И. Г. Возможность использования обработки изображений для контроля качества кондитерской продукции/И. Г. Благовещенский, А. К. Троицкий // Мат-лы первой международной науч.?практ. конференции-выставки "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 160-165.
11. Благовещенская, М. М. Методология разработки основ моделирования и диаг-ностики гидромеханических систем пищевых производств по их динамическим характеристикам/М. М. Благовещенская, В. Д. Сулимов, П. М. Шкапов // Мат-лы XVII международной науч.?метод. конф. "Высокие интеллектуальные технологии и инновации в образовании и науке". - СПб.: Изд-во Политехнического ун-та, 2010. -Т. 2. - С. 95-98.
12. Благовещенская, М. М. Система автоматического регулирования процесса формования конфетных жгутов/М. М. Благовещенская, И. Г. Благовещенский, С. М. Носенко // Пищевая промышленность. - 2013. - № 5. - С. 46-49.
13. Благовещенская, М. М. Система автоматического регулирования процесса формования конфетных жгутов/М. М. Благовещенская, И. Г. Благовещенский [и др.] // Хранение и переработка сельхозсырья. - 2013. - № 7. - С. 39-40.
Авторы
Благовещенский Иван Германович, аспирант,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Сергей Михайлович, д-р техн. наук, профессор,
Носенко Алексей Сергеевич, канд. экон. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2?й Новокузнецкий пер., д. 13/15, стр. 1. Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Назойкин Е.А., Ионов А.В., Носенко А.С., Благовещенский И.Г.Использование мультиагентных технологий для прогнозирования и идентификации процесса обучения

С. 36-39 Ключевые слова
агентно-ориентированные технологии; имитационное моделирование; интеллектуальный агент; мультиагентная система; накопление знаний; социальное моделирование

Реферат
Статья посвящена использованию технологий мультиагентного имитационного моделирования для прогнозирования и идентификации процессов, протекающих в вузе во время передачи и накопления знаний активными элементами системы. Вводится описание структурной схемы в виде декомпозиции системы для дальнейшего моделирования. Производится математическое описание процессов накопления знаний и оценки качества обучения. Дается описание применения средств расширения мультиагентных моделей за счет построения искусственной нейронной сети для повышения точности вычислений при проведении экспериментов с моделью. Использование мультиагентного имитационного моделирования с применением математической модели и средств искусственного интеллекта позволяет отразить состояние и динамику процесса передачи и накопления знаний с анализом и прогнозированием качества обучения. В статье описываются методы и программная реализация агенто-ориентированной имитации взаимодействия обучаемого и преподавателя с учетом психофизиологического, эмоционального и когнитивного состояния интеллектуальных агентов. Приводятся результаты моделирования и дается их анализ.

Литература
1. Маклаков, А.Г. Профессиональный психологический отбор персонала. Теория и практика: учебник для вузов/А.Г. Маклаков. - СПб.: Питер, 2008.
2. Свиридов, А.П. Статистическая теория обучения./А.П. Свиридов. - М.: Изд-во РГСУ, 2009. - 576 с.
3. Ивашкин, Ю.А. Мультиагентное имитационное моделирование процесса накопления знаний/Ю.А. Ивашкин, Е.А. Назойкин // Программные продукты и системы. - 2011. - № 1. - С. 47 - 52.
4. Назойкин, Е.А. Мультиагентное моделирование учебного процесса передачи и накопления знаний/Е.А. Назойкин // Системы управления и информационные технологии. - 2011. - № 1.1 (43). - С. 159 - 162.
5. Ивашкин, Ю.А. Мультиагентное имитационное моделирование больших систем: учеб. пособие/Ю.А. Ивашкин. - М.: МГУПБ, 2008. - 238 с.
6. Шмидт, Б. Искусство моделирования и имитации. Введение в универсальную имитационную систему Simplex3 / под ред. Ю.А. Ивашкина и В.Л. Конюха/ Б. Шмидт. - Ghent, 2003. - 550 с.
7. Благовещенская, М.М. Инновационные технологии образования в области пищевых и холодильных производств / М.М. Благовещенская, Г.В. Шепелев // Серия "Инновационные технологии образования": Моногра-фия. - СПб: Изд-во "Интермедия", 2012. - Вып. 8. - 421 с.
8. Благовещенская, М.М. Инновации в образовании на основе технологий интерактивного погружения / М.М. Благовещенская [и др.] // Труды ХVII Всероссийской научно-методической конф. "Телематика 2010". -2010. - Т. 2. - С. 338 - 340.
9. Благовещенская, М.М. Инновационные технологии образования. Сб. аннотированных отчетов по МКР ИТО за 2010 г. / М.М. Благовещенская, Т.М. Давыденко, Н.С. Николаев. - М.: МИРЭА. - 2011. - 143 с.
Авторы
Назойкин Евгений Анатольевич, канд. техн. наук, доцент,
Ионов Андрей Викторович, доцент,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Алексей Сергеевич, канд. экон. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2?й Новокузнецкий пер., д. 13/15, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор
Московский государственный технический университет им. Н.Э. Баумана,
105005, Москва, 2?я Бауманская ул., д. 5, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Бычков И.А., Благовещенская М.М., Носенко А.С., Благовещенский И.Г.Система выбора поставщиков перерабатывающего предприятия в условиях неопределенности

С. 40-41 Ключевые слова
качественные параметры; лингвистические переменные; подсистема логического вывода; теория нечетких множеств; экспертная система

Реферат
В условиях изобилия продукции в стране количество поставщиков производственных ресурсов резко увеличилось. Перерабатывающие предприятия, зависящие от поставщиков, стараются отыскать оптимальный вариант, который будет удовлетворять всем требованиям заказчика. При качественном и недорогом сырье продукция, выпускаемая предприятием, будет во многом определять такие его экономические показатели, как выручка, прибыль и рентабельность. Поэтому перед данным предприятием особенно остро встает вопрос выбора наиболее приемлемого поставщика ресурсов. В основном для перерабатывающих предприятий необходимо учитывать следующие параметры: качество входящего сырья, условия поставок сырья, цена полученного сырья, условия контрактов. Для этого была разработана и предложена методология выбора поставщиков по входящим качественным параметрам с применением лингвистических переменных, подсистемы логического вывода в теории нечетких множеств. В основу данной методологии положена система в совокупности с экспертными оценками. Нечёткие и лингвистические переменные используются при естественно-языковом описании различных объектов и явлений, при формализации процессов и принятии решений в трудно формализуемых ситуациях. Предложенная методология позволяет пользователю принять адекватное решение о выборе необходимого исполнителя заказа по установленным параметрам, избежать получения некачественного сырья. Также с помощью предложенной методологии предприятие сможет максимально автоматизировать этап приемки сырья, акцентировать внимание на производстве продукции, разработке новых продуктов и реализации товара, а также разработке оптимальной логистической составляющей. В совокупности все шаги, направленные на автоматизацию процессов деятельности предприятия, в итоге приведут к созданию структурированного предприятия, во многом не зависящего от человеческого фактора и других входящих воздействий.

Литература
1. Птускин, А.С. Нечеткие модели и методы в менеджменте/А.С. Птускин. - М.: Изд-во МГТУ им. Баумана, 2008. - 216 c.
2. Ягер, Р.Р. Нечеткие множества и теория возможностей. Последние достижения/Р.Р. Ягер. - 1986. - 409 c.
3. Яхъева, Г.Э. Нечеткие множества и нейронные сети/Г.Э. Яхъева. - 2006. - 316 c.
4. Хаптахаева, Н.Б. Введение в теорию нечетких множеств/Н.Б. Хаптахаева, С.В. Дамбаева, Н.Н. Аюшешва. - 2004. - 69 c.
5. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений/Л.А. За-де. - 1976. - 165 c.
Авторы
Бычков Иван Александрович, аспирант,
Благовещенская Маргарита Михайловна, д-р техн. наук, профессор,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11. Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Алексей Сергеевич, канд. экон. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2-й Новокузнецкий пер., д. 13/15, стр. 1. Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор,
Московский государственный технический университет им. Н.Э. Баумана,
105005, Москва, 2-я Бауманская ул., д. 5, стр. 1. Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Носенко А.С., Бычков И.А., Благовещенская М.М., Благовещенский И.Г. Автоматизированная система формирования ассортимента выпускаемой продукции на основе теории нечетких множеств

С. 42-44 Ключевые слова
подсистема логического вывода; теория нечетких множеств; экспертная система

Реферат
В связи с ростом потребительских запросов в России на данный момент наблюдается тенденция к снижению роли стандартных продуктов и замена их товарами, разработанными для особых групп потребителей. На практике же для поддержания ассортимента составляется такой производственный план, который преду-сматривает одинаковый выпуск для каждого вида продукции. Предпочтения потребителей при таком подходе не учитываются. Теория нечетких множеств дает схему решения проблем, в которых субъективное суждение или оценка играют существенную роль при определении фактора неопределенности. Замыслом этой теории было построить функциональное соответствие между нечеткими лингвистическими описаниями и специальными функциями, выражающими степень принадлежности значений измеряемых параметров упомянутым нечетким описаниям. Л. Заде определил нечеткие множества как инструмент построения теории возможностей. Предлагается методика формирования ассортимента выпускаемой продукции для предприятий на основе теории нечетких множеств. Нахождение перспективной номенклатуры и структуры продукции гарантирует предприятию формирование товарного ядра, которое будет реализовано на рынке с минимальным риском, позволит обеспечить устойчивое функционирование предприятия и достичь поставленных стратегических целей. Также с помощью предложенной методологии предприятие сможет максимально автоматизировать этап реализации товара, акцентировать внимание на производстве продукции, разработке новых продуктов, а также оптимальной логистической составляющей. В совокупности все шаги, направленные на автоматизацию процессов деятельности предприятия, в итоге предоставят структурированное предприятие, не зависящее во многом от человеческого фактора и других входящих воздействий.

Литература
1. Благовещенская, М.М. Информационные технологии систем управления технологическими процессами: учеб. для вузов / М.М. Благовещенская, Л.А. Злобин. - М.: Высшая школа, 2005. - 768 с.
2. Птускин, А. С. Нечеткие модели и методы в менеджменте/А.С. Птускин. - М.: Изд-во МГТУ им. Баумана, 2008. - С. 146-148.
3. Ягер, Р.Р. Нечеткие множества и теория возможностей. Последние достижения/Р.Р. Ягер. - М.: Изд-во радио и связь, 1986. -С. 136-143.
4. Яхъева, Г.Э. Нечеткие множества и нейронные сети / Г.Э. Яхъева. - М.: БИНОМ. Лаборатория знаний, 2006. - С. 71-79.
5. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений/Л.А. Заде. - М.: Изд-во "Мир", 1976. - С. 61-66.
6. Хаптахаева, Н.Б. Введение в теорию нечетких множеств / Н.Б. Хаптахаева, С.В. Дамбаева, Н.Н. Аюшешва. - Улан-Удэ: Изд-во ВСГТУ, 2004. - С. 50-54.
7. Данилова, М.А. Автоматизированная система учета сыпучих пищевых продуктов / М.А. Данилова [и др.] // Хранение и переработка сельхозсырья. - 2012. - № 6. - С. 63-66.
8. Троицкий, А.К. Возможность использования обработки изображений для контроля качества кондитерской продукции / А.К. Троицкий, И.Г. Благовещенский // Матер. международной науч.-практ. конф. "Планирование и обеспечение подготовки и переподготовки кадров для отраслей пищевой промышленности и медицины". - М.: Изд. комплекс МГУПП, 2012. - С. 160-165.
9. Благовещенская, М.М. Методология разработки основ моделирования и диагностики гидромеханических систем пищевых производств по их динамическим характеристикам/М.М. Благовещенская, В.Д. Сулимов, П.М. Шкапов // Матер. XVII Международной науч.-метод. конф. "Высокие интеллектуальные технологии и инновации в образовании и науке". - СПб.: Изд-во Политехнического ун-та, 2010. - Т. 2. - С. 95-98.
10. Черноруцкий, И.Г. Методы оптимизации. Компьютерные технологии/И.Г. Черноруцкий. - СПб.: БХВ-Петербург, 2011. - 384 с.
Авторы
Носенко Алексей Сергеевич, канд. экон. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2?й Новокузнецкий пер., д. 13/15, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Бычков Иван Александрович, аспирант,
Благовещенская Маргарита Михайловна, д-р техн. наук, профессор,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор,
Московский государственный технический университет им. Н.Э. Баумана,
105005, Москва, 2?я Бауманская ул., д. 5, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



Петряков А.Н., Благовещенская М.М., Носенко А.С., Благовещенский И.Г. Применение оптимизационных алгоритмов в решении задач комбикормового рациона кормления животных

С. 46-48 Ключевые слова
алгоритм; комбикорм; кормление; метод; оптимизация; премикс; программное обеспечение

Реферат
В данной статье рассматривается исследование проблемы оптимизации рациона кормления животных и решение данной задачи посредством оптимизационных алгоритмов. Были поставлены цели исследования: осуществить определение математической задачи линейного программирования, произвести построение целевой функции, выбрать метод решения задачи, а также разработать программное обеспечение для реализации метода. Ожидаемые результаты исследования: осуществить функциональное и дешевое решение в сфере расчетных процессов, которое обеспечит расчет сбалансированного питания в рационе животных при заданных требованиях. Входные данные, полученный рецепт и программно-техническая реализация осуществлялись при помощи программного обеспечения Microsoft Excel, а обработка осуществлена при помощи встроенного алгоритмического языка VBA (Visual Basic for Application). По результатам исследования была проведена оптимизация в виде снижения показателя суммы отклонений содержания питательных веществ в рационе животных, что приводит к формированию более сбалансированного рациона.

Литература
1. Киктев, Н.А. Постановка и решение задачи оптимизации рациона кормления животных / Н.А. Киктев // Технологический аудит и резервы производства. - 2013. - № 6/2 (14). - С. 8-11.
2. Бабков, Г.А. Методика аграрно-экономических исследований / Г.А. Бабков. - Кишинев: Штиль,1995. - 238 с.
3. Бадевиц, З. Математическая оптимизация в сельском хозяйстве / З. Бадевиц / под ред. Р. Г. Кравченко. - М.: Колос, 2002. - 549 с.
4. Гатаулин, А.М. Экономико-математические методы в планировании сельскохозяйственного производства / А. М. Гатаулин, Л. М. Харитонова, Г. В. Гаврилов. - М.: Колос, 1996. - 224 с.
5. Broesch, J. D. Practical Programmable Circuits: A Guide to PLDs, State Machines, and Microcontrollers / J. D. Broesch. - Waltham: Academic Press, 1991. - 286 p.
6. Zak, D. Programming with Visual Basic 6.0 / D. Zak. - Boston: Course Technology, 2001. - 935 p.
7. Hawhee, H. Programming Languages - Visual BASIC / H. Hawhee, T. Moore, F. Martins. - Pietermaritzburg: Riders Publishing, 1999. - 1202 р.
8. Gorban, A.N. Principal Graphs and Manifolds / A.N. Gorban [et al.] // Handbook of Research on Machi-ne Learning Applications and Trends: Algorithms, Methods, and Techni-ques. - Hershey: IGI Global, 2009. - P. 28-59.
9. Arthur, D. How slow is the k-means Method? / D. Arthur, S. Vassilvitvitskii // 22en ACM Symposium on Computational Geometry. - Sedona, 2006.
Авторы
Петряков Александр Николаевич, аспирант,
Благовещенская Маргарита Михайловна, д-р техн. наук, профессор,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское шоссе, д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Носенко Алексей Сергеевич, канд. техн. наук,
Управляющая компания "Объединенные кондитеры",
115184, Москва, 2?й Новокузнецкий пер., д. 13/15, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Благовещенский Иван Германович, д-р техн. наук, профессор,
Московский государственный технический университет им. Н. Э. Баумана,
105005, Москва, 2?я Бауманская ул., д. 5, стр. 1, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



ЭКОНОМИКА И УПРАВЛЕНИЕ

Григорьева И.В. Как избежать проблем при выборе поставщика муки для производства

КАЧЕСТВО И БЕЗОПАСНОСТЬ

Матисон В.А., Арутюнова Н.И., Горячева Е.Д.Применение дескрипторно-профильного метода для оценки качества продуктов питания

С. 52-54 Ключевые слова
дескриптор; количественная оценка весомости дескрипторов; обучение испытателей; органолептические испытания; профильный анализ; эталонные вещества и продукты

Реферат
Органолептические испытания в пищевой промышленности приобретают все большую значимость в связи с усилением конкуренции на продуктовом рынке. Отношение цена/качество является в большинстве случаев определяющим при решении потребителя о покупке. Использование современных методов органолептической оценки позволяет изготовителю повысить качество продукции и процессов, так как сенсорные испытания используются как при оценке сырья и полуфабрикатов, так и готовой продукции. Разумное применение сенсорных методов повышает эффективность производства и результативность технологических процессов. Количественный дескрипторно-профильный метод позволяет решить многие проблемы производителя пищевых продуктов в области органолептического анализа. Методология количественного дескрипторно-профильного анализа основана на сочетании теории создания дескрипторной модели с моделью количественного определения интенсивности свойств, что позволило использовать статистические методы (включая дисперсионный, факторный и прокрустов анализ), обеспечивающие повышение достоверности исследований, в частности, в сравнительных оценках. Органолептическая оценка посредством дескрипторно-профильного анализа осуществляется в несколько этапов: подготовка испытателей, выбор и селекция дескрипторов, оценка интенсивности параметров дескрипторов, идентификация окончательного списка дескрипторов, испытание и построение профиля продукта. На достоверность полученных результатов, позволяющих построить профиль продукта, большое влияние оказывает фактор точности оценки испытателями интенсивности дескрипторов. Он в большей степени зависит от умения испытателя извлекать из комплексного ощущения стимулы, которые отражают исследуемый дескриптор, и сравнения посредством сенсорной памяти с ощущениями, полученными при тренингах с эталонными веществами и продуктами. В связи с важностью одинаковости оценки испытателями одних и тех же интенсивностей дескрипторов при разных сессиях необходимо уделить особое внимание организации тренингов. Количественный дескрипторно-профильный анализ используется в различных областях органолептического анализа, в особенности для комплексной оценки качества пищевых продуктов, и при разработке новых клиентно-ориентированных продуктов, а также ребрендинга существующей продукции.

Литература
1. Кантере, В.М. Сенсорный анализ продуктов питания: Монография / В.М. Кантере, В.А. Матисон, М.А. Фоменко. - М.: Типография РАСХН, 2003. - 400 с.
2. Матисон, В.А. Органолептический анализ продуктов питания: Учебник / В.А. Матисон, Д.А. Еделев, В.М. Кантере. - М.: Изд-во РГАУ-МСХА имени К.А. Тимирязева, 2010. - 294 с.
Авторы
Матисон Валерий Арвидович, д-р техн. наук, профессор,
Арутюнова Наталья Игоревна, канд. техн. наук,
Московский государственный университет пищевых производств,
125080, Москва, Волоколамское ш., д. 11, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Горячева Елена Давыдовна, канд. техн. наук, доцент,
Российский государственный университет физической культуры, спорта, молодежи и туризма,
105425, Москва, Сиреневый б-р, д. 4, Этот адрес электронной почты защищен от спам-ботов. У вас должен быть включен JavaScript для просмотра.



НОВОСТИ НИИ И ВУЗОВ.

НОВОСТИ ОТРАСЛЕВЫХ СОЮЗОВ.

СОБЫТИЯ И ФАКТЫ

Всемирная выставка ЭКСПО-2015

Импортозамещение овощных культур в АПК России

Новости компаний

.