Реферат. В статье описывается способ контроля качества творога и творожной продукции на основе нейросетевой модели, позволяющей без участия профессиональных дегустаторов максимально объективно оценить вкус готового изделия. Способ заключается в построении нейросетевой модели оценки качества творога по входным и выходным данным. Для решения задачи объективной оценки качества готового продукта предлагается внедрить на производстве программно-аппаратный комплекс определения вкусовых показателей творога и творожной продукции, в основе алгоритма работы которого заложена нейросетевая модель. Функционирование нейросетевой модели базируется на применении аппарата искусственных нейронных сетей, который является одним из направлений развития теории искусственного интеллекта. Модель нейронной сети состоит из нескольких слоев искусственных нейронов, которые имитируют работу своих биологических собратьев (нервных клеток). Функционирование модели искусственного нейрона реализовано по упрощенной аналогии с работой нервной клетки. При решении задачи оценки вкусовых показателей творога и творожной продукции была опробована сеть прямого распространения типа MLP (многослойный персептрон). Особенностью такой сети является то, что входные сигналы передаются от нейронов одного слоя всем нейронам следующего слоя только в направлении от входного слоя к выход- ному. Для правильной работы искусственной нейронной сети было проведено ее обучение, которое сводилось к подбору оптимальных синаптических весовых коэффициентов. В статье представлена разработанная для этих целей Блок-схема алгоритма обучения. Приведена последовательность основных операций, необходимых для составления нейросетевых моделей и предложены рекомендации для составления программно-аппаратного комплекса. Результаты экспериментов показали, что такой способ оценки показателей вкуса с помощью искусственных нейронных сетей упрощает контроль качества готового продукта, так как позволяет своевременно реагировать на отклонения в процессе производства (исходя из данных, предложенных нейронной сетью).

производство творога, нейросетевое моделирование, программно-аппаратный комплекс, контроль качества, органолептические показатели

1. Брижашева О.В. Маркетинг торговли: учебное пособие. Ульяновск: УлГТУ, 2007. 170 с. Brizhasheva O.V. Marketing torgovli [Marketing of trade]. Ulyanovsk, UlGTU, 2007. 170 p. (In Russ.).

2. Ребрин Ю.И. Управление качеством: учебное пособие. Таганрог: ТРТУ, 2004. 174 с. Rebrin Iu.I. Upravlenie kachestvom [Quality control]. Taganrog, TRTU, 2004. 174 p. (In Russ.).

3. Апанасенко С.И., Благовещенская М.М. Системы регулирования показателей качества пищевых продуктов на основе нейросетевых алгоритмов // Сборник докладов II конференции молодых ученых «Реология и физико-химическая механика гетерофазных систем», Звенигород, 7-11 июля 2009г. М.: МГУ, 2009. С. 65 – 67 Apanasenko S.I., Blagoveshchenskaia M.M. System of quality control indicators of foodstuff based on neural network algorithms. Sbornik dokladov II konferentsii molodykh uchenykh «Reologiia i fiziko-khimicheskaia mekhanika geterofaznykh system» [Collection reporters IIth Int. Conf. «Rheology and physical-chemical mechanics of heterogeneous systems»]. Moscow, 2009, pp. 65-67. (In Russ).

4. Меркулова Н.Г. Производственный контроль в молочной промышленности: практическое руководство: учебное пособие. СПб: Профессия, 2009. 656 с. Merkylova N.G. Proizvodstvennyi kontrol’ v molochnoi promyshlennosti: prakticheskoe rukovodstvo [Production control in the dairy industry: practical guide]. St. Petersburg, Professiia, 2009. 656 p. (In Russ.).

5. Апанасенко С.И., Благовещенская М.М. О построении системы регулирования показателей качества пищевых продуктов с применением нейронных сетей // Сборник докладов международной научной конференции студентов и молодых ученых «Экологически безопасные, ресурсосберегающие технологии и средства переработки сельскохозяйственного сырья и производства продуктов питания», М.: МГУПБ, 2009. С. 157 – 159. Apanasenko S.I., Blagoveshchenskaia M.M. About creation of regulation system for quality indicators of foodstuff with neural networks. Sbornik dokladov mezhdunarodnoi nauchnoi konferentsii stydentov i molodykh uchenykh «Ecologicheski bezopasnye, resyrsosberegaiushchie tekhnologii i sredstva pererabotki sel’skokhoziaistvennogo» [Collection reporters Int. Conf. «Environment friendly, resource-saving technologies and processing facilities of agricultural raw materials and food production»]. Moscow, 2009, pp. 157-159. (In Russ.).

6. Апанасенко С.И., Благовещенская М.М. Применение нейронных сетей для построения автоматизированной системы корректировки рецептуры приготовления кондитерских масс // Сборник докладов научного семинара «Интенсификация и автоматизация процессов обработки пищевых продуктов», М.: МГУПБ, 2010. С. 26 – 30. Apanasenko S.I., Blagoveshchenskaia M.M. Neural networks application for elaboration of automated system to adjust recipes of confectionery products. Sbornik dokladov nauchnogo seminara «Intensifikatsiia i avtomatizatsiia protsessov obrabotki pishchevykh produktov» [Collection reporters Int. Conf «Intensification and automation the processing of foodstuffs»]. Moscow, 2010, pp. 26-30. (In Russ.).

7. Апанасенко С.И., Благовещенская М.М. Построение виртуальных датчиков на основе нейросетевых алгоритмов для определения качественных показателей пищевых масс // Вестник ВГТА. 2010. № 2. С. 5 – 8. Apanasenko S.I., Blagoveshchenskaia M.M. Elaboration of virtual sensors based on neural network algorithms for determination of food masses quality indicators. Vestnik VGTA. [Bulletin of VSTA], 2010, no. 2, pp. 5-8. (In Russ.).

8. Шаверин А.В., Благовещенская М.М. Исследование возможностей современных автоматизированных технологических линий для построения интеллектуального модуля прогнозирования вкусовых качеств кондитерских масс // Сборник докладов V Юбилейной школы - конференции с международным участием «Высокоэффективные пищевые технологии, методы и средства для их реализации», М.: МГУПП, 2007. С. 391 – 393. Shaverin A.V., Blagoveshchenskaia M.M. Research of contemporary automatized process lines possibilities for developing intellectual module of forecasting confectionery products flavor. Sbornik dokladov V Iubileinoi shkolykonferentsii s mezhdunarodnym uchastiem «Vysokoeffektivnye pishchevye tekhnologii, metody i sredstva dlia ikh realizatsii» [Collection reporters Vth Int. Conf. «Highly effective food technologies, methods and facilities for its achievement»]. Moscow, 2007, pp. 391-393. (In Russ.).

9. Шаверин А.В., Благовещенская М.М. Создание программно-аппаратного комплекса для оценки показателей вкуса кондитерских изделий // Сборник докладов II конференции молодых ученых «Реология и физико-химическая механика гетерофазных систем», Звенигород, 7- 11 июля 2009 г. М.: МГУ, 2009. С. 58 – 60. Shaverin A.V., Blagoveshchenskaia M.M. Creation of a hardware-software complex for taste estimation of confectionery products. Sbornik dokladov II konferentsii molodykh uchenykh «Reologiia i fiziko-khimicheskaia mekhanika geterofaznykh system» [Collection reporters IIth Int. Conf. «Rheology and physical-chemical mechanics of heterogeneous systems»]. Moscow, 2009, pp. 58-60. (In Russ.).

10. Шаверин А.В., Благовещенская М.М. Автоматизированная система интеллектуального контроля вкуса шоколадных изделий // Хранение и переработка сельхозсырья. 2009. №11. С. 55 – 57. Shaverin A.V., Blagoveshchenskaia M.M. The automatized system of intellectual control of chocolate products taste. Khranenie i pererabotka sel’khozsyr’ia. [Storage and processing of agricultural products], 2009, no. 11, pp. 55-57. (In Russ.).