В статье рассмотрен новый подход к повышению ресурсосбережения в сфере производства кормов для домашних животных на основе использования вторичного пищевого сырья и оптимальных рецептур, обеспечиваемых математическим моделированием на основе аппарата нечеткой логики. Нестабильные качественные показатели сырья и взаимодействие компонентов смеси между собой затрудняют построение полной математической модели. Поэтому моделирование рецептуры кормов для непродуктивных животных осуществляется с помощью аппарата нечеткой логики. Преимуществом данного метода является возможность проведения анализа в условиях субъективной оценки эмпирических данных и отсутствии явной числовой формы результата. Особенно ярко преимущества этих систем проявляются при проектировании многокомпонентных пищевых продуктов, где велика неопределенность входных и выходных параметров, а качество оценивается по результатам сенсорного анализа. Аппарат нечеткой логики позволяет улучшить качество управления объектами, определить оптимальное соотношение рецептурных компонентов при проектировании новых многокомпонентных видов сухих кормов и сократить количество производственных опытов. Дополнительно он дает возможность повысить качество управления производством и контролем готового продукта в условиях информационной неопределенности, которая характерна для реального производства в отраслях пищевой промышленности. Для реализации предлагаемой методики используется модуль Fuzzy Logic Toolbox, входящий в пакет MatLab, а для представления результатов моделирования в графическом виде, используют модуль Surfase Viewer. Приведены аналитические выкладки и результаты эксперимента, свидетельствующие о работоспособности предложенной методики для различных гендерных групп животных.

ресурсосбережение, непродуктивные животные, математическое моделирование, аппарат нечеткой логики, оптимальные рецептуры, гендерные группы

1. Kosko B. Fuzzy systems as universal approximators // IEEE Transactions on Computers, vol. 43, No.11, November 1994. – P. 1329-1333.

2. Cordon O., Herrera F., A General study on genetic fuzzy systems // Genetic Algorithms in engineeringand computer science, 1995. – P. 33-57.

3. Леоненков А.В. Нечеткое моделирование всреде MATLAB и fuzzyTECH. – СПб., 2003.

4. Алексеев Г.В., Арет В.А., Верболоз Е.И., Кондратов А.В. Возможность управления процессом измельчения путем изменения структурно механических свойств пищевой смеси // Известия Санкт-Петербургского государственного университета низкотемпературных и пищевых технологий. 2008. №4. С.54-58.

5. Аксенова О.И., Шубенкова В.А. Проектирование многокомпонентных продуктов с использованием теории нечетких множеств // Сборник трудов II заочной Международной научно-практической конференции «Техника и технологии: роль в развитии современного общества». Краснодар, 2013. С. 34-35.