автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Разработка моделей, алгоритмов и системы компьютерного мониторинга качества производства молочных продуктов

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ПРИКЛАДНОЙ БИОТЕХНОЛОГИИ

На правах рукописи ПОЛЯКОВ Константин Викторович

РАЗРАБОТКА МОДЕЛЕЙ, АЛГОРИТМОВ И СИСТЕМЫ КОМПЬЮТЕРНОГО МОНИТОРИНГА КАЧЕСТВА ПРОИЗВОДСТВА МОЛОЧНЫХ ПРОДУКТОВ

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

МОСКВА 2005

Работа выполнена на кафедре "Компьютерные технологии и системы" Московского государственного университета прикладной биотехнологии

Научный руководитель: доктор технических наук, профессор

Протопопов Игорь Иванович

Официальные оппоненты: доктор технических наук, профессор

Красуля Ольга Николаевна доктор технических наук, профессор Егоров Александр Федорович

Ведущая организация: Государственное научное учреждение

Всероссийский научно-исследовательский институт молочной промышленности (ГНУВНИМИ).

Защита состоится "29" декабря 2005 г. в " 11" час. "00" мин. на заседании диссертационного совета К212.149.03 при Московском государственном университете прикладной биотехнологии по адресу: 109316, г. Москва, ул. Талалихина, 33, конференц-зал.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета прикладной биотехнологии.

Автореферат разослан "25" ноября 2005 г.

Ученый секретарь диссертационного совета к.т.н., доцент

/"X

Потапов А.С.

2 ооЬ-4

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Обеспечение производства продуктов питания гарантированного качества - главная задача для каждого производителя.

За последние годы в Российской Федерации на государственном уровне принят пакет нормативно-законодательных актов, в которых подчеркивается обязательность проведения мониторинга качества на всех этапах производства пищевых продуктов.

В связи с этим, в работе рассмотрены актуальные для молочной промышленности проблемы создания системы компьютерного мониторинга (СКМ) качества производства молочных продуктов.

В настоящее время мониторинг качества на молокоперерабатывающих предприятиях обеспечивается комплексом нормативно-технической документации (НТД), и регистрационными формами отчетных документов, в которые вносятся значения, измеренные с помощью традиционных лабораторных методов контроля, показаний инструментальных средств, а также результатов экспертных оценок сырья и готовых молочных продуктов.

Подобный подход позволяет констатировать соблюдение требований НТД, но не позволяет использовать получаемую информацию для оперативного управления производством, обеспечивающего получение молочных продуктов с гарантированными показателями качества при изменяющихся показателях молока-сырья и технологических режимов его переработки.

В диссертации разработаны модели, алгоритмы и комплексы программ, позволяющие реализовать системы компьютерного мониторинга, что дает возможность решать важную народнохозяйственную задачу обеспечения производства высококачественной и безопасной молочной продукции. Разработка и применение методологии компьютерного моделирования и методов искусственного интеллекта для решения поставленных задач реализовывалось с использованием основных положений, сформулированных в работах Брусилов-ского Л.П., Ивашкина Ю.А., Кошелева Л.Г., Липатова H.H. (мл.), Протопопова И.И., Рогова И.А., Харитонова В.Д., Харрингтона Д., Исикавы К., Деминга Э.,

Шухарта У .Д. и др.

Цель и задачи исследования. Цель - разработка моделей, алгоритмов, комплексов программ и системы компьютерного мониторинга качества производства молочных продуктов. В процессе реализации поставленной цели использованы современные инструментальные средства контроля параметров качества и компьютерные технологии обработки информации.

Для достижения поставленной цели необходимо было решить следующие задачи:

• изучить существующие подходы к организации мониторинга качества производства молочной продукции на всех стадиях переработки - от момента поступления сырья до реализации готовой продукции;

• сформулировать основные положения концепции компьютерного мониторинга качества в условиях молокоперерабатывающего производства;

• сформировать базу данных показателей качества сырья, технологий его переработки и готовых молочных продуктов;

• проанализировать возможность интеграции информации о качестве производства молочной продукции в рамках единой системы компьютерного мониторинга качества, обеспечивающей функции контроля, диагностирования, прогнозирования и оперативного управления производством;

• разработать обобщенные параметрические модели оценки качества сырья, технологий его переработки и готовых молочных продуктов;

• реализовать систему компьютерного мониторинга в виде программно-аппаратного диагностического комплекса оценки качества при производстве молочной продукции;

• проверить работоспособность созданных комплексов программ при решении практических задач мониторинга качества производства молочных продуктов.

Научная новизна работы. На основе аналитических исследований и результатов компьютерного моделирования:

• разработаны основные положения концепции функционирования СКМ качества производства молочной продукции в рамках единого информационного пространства отраслевого предприятия;

• разработана структура СКМ для производства молочных продуктов;

• предложена структура базы данных показателей и параметров качества;

• сформирован банк компьютерных моделей и алгоритмов оценки качества производства молочных продуктов с учетом иерархической структуры технологий переработки молока;

• разработана структура программно-аппаратного комплекса диагностирования качества молока-сырья и готовой молочной продукции.

Практическая значимость работы. Сформирована организационная структура экспертной системы компьютерного мониторинга качества производства молочной продукции, обеспечивающая возможности диагностирования и прогнозирования текущей ситуации, что является новым и весьма важным фактором.

• Разработан алгоритм функционирования программного комплекса экспертной системы, обеспечивающий возможность использования ее для целей оперативного управления технологиями переработки молока.

• Разработан и реализован информационно-вычислительный вариант экспертной системы "ТЕХНОЛОГИЯ" в виде компьютерного комплекса, позволяющего обеспечить интегрированную обработку информации о качестве производства молочной продукции и сформировать управляющие воздействия в режиме диалога с оператором технологической линии.

Апробация работы. Разработанный вариант экспертной системы "ПОРОК-ПРИЧИНА-УСТРАНЕНИЕ" и программно-аппаратный диагностический комплекс "АНМОЛ" успешно применяются при обработке экспериментальных данных и мониторинге производства молочной продукции на Гатчинской машиноиспытательной станции Минсельхоза РФ.

• Макетный образец комплекса "АНМОЛ" используется для обработки информации во Всероссийском научно-исследовательском институте молочной промышленности (ВНИМИ).

• Полученные модели, алгоритмы и комплексы программ внедрены в учебный процесс Московского государственного университета прикладной биотехнологии (МГУПБ) и используются при проведении занятий по курсам "Моделирование систем", "Моделирование систем управления", "Системы ис-

кусственного интеллекта", "Проектирование систем искусственного интеллекта" и "Технические средства измерения".

• Получено авторское свидетельство №2004612035 об официальной регистрации программы для ЭВМ, разработанной для "Экспертной системы диагностики качества принимаемого молока на перерабатывающем предприятии".

• Получен патент №47527 на полезную модель "Устройство для определения комплексного показателя качества и категории молока".

Основные результаты изложены в докладах на конференциях:

• XVII Международная научная конференция "Математические методы в технике и технологиях" Кострома, 2004

• Международная научно-практическая конференция "Актуальные проблемы ветеринарной медицины, ветеринарно-санитарного контроля и биологической безопасности сельскохозяйственной продукции" Москва, 2004

• XVIII Международная научная конференция "Математические методы в технике и технологиях" Казань, 2005

Публикации. По материалам диссертации опубликовано 8 печатных работ. Получено авторское свидетельство и патент.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка использованной литературы и приложений. Состоит из 121 страницы основного текста, 18 рисунков и 9 таблиц. Список литературы содержит 138 наименований, в т.ч. 46 зарубежной.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, сформулированы цель и задачи исследований. Определены научная новизна и практическая значимость. Сформулированы основные положения, выносимые на защиту.

В первой главе проведен анализ литературных источников по вопросам организации, технологиям и методам мониторинга качества при производстве молочных продуктов.

Изучены существующие подходы к организации системы мониторинга качества на всех стадиях переработки - от поступления молочного сырья на

предприятие до реализации готовой молочной продукции, полученной в результате его технологической переработки.

Сформулированы основные положения концепции компьютерного мониторинга качества в условиях молокоперерабатывающего предприятия:

1) под компьютерным мониторингом понимается система наблюдения, анализа, оценки качества молочных продуктов, сырья и технологий его переработки, реализованная на базе единого программно-аппаратного комплекса;

2) предусматривается возможность ручного ввода результатов лабораторных измерений параметров в полном объеме или только тех параметров, для которых отсутствуют методы и средства инструментального контроля;

3) обработка первичной информации осуществляется по схеме "КОНТРОЛЬ-ДИАГНОСТИКА-ПРОГНОЗИРОВАНИЕ-УПРАВЛЕНИЕ";

4) контроль текущего состояния предусматривает регистрацию значений параметров качества и индикацию их отклонений от нормируемых значений;

5) диагностика текущего состояния предусматривает компактную свертку информационного массива в виде ограниченного набора показателей качества для каждого из уровней организации производства молочной продукции;

6) прогнозирование развития текущего состояния предусматривает оценку по конечному результату в том случае, если в заданном временном интервале не произойдет изменение параметров качества;

7) управление предусматривает комплекс мер или воздействий по переводу параметров качества в состояние, обеспечивающее достижение заданных целей.

В соответствии с вышеуказанными положениями разработана структура системы компьютерного мониторинга (рис. 1) качества производства молочной продукции.

Система компьютерного мониторинга предусматривает интеграцию инструментальных средств, формирующих информационный массив о качестве переработки молока, с информационно-вычислительным и аппаратно-программным комплексами, обрабатывающими эту информацию.

Существующие системы мониторинга качества на предприятиях молочной промышленности обеспечивают статические режимы оценки качества в

фиксированный момент времени и не могут использоваться для целей оперативного управления производством молочной продукции.

Сырье Технологии Готовая продукция

ОБЪЕКТ МОНИТОРИНГА

Рис. 1. Структура системы компьютерного мониторинга качества производства

молочной продукции

Предлагаемая в диссертации СКМ обеспечивает динамические режимы оценки качества и позволяет формировать оперативные управляющие воздействия на всех участках переработки молока во всем временном интервале производственного цикла, что гарантирует получение молочных продуктов с заданным качеством, в том числе и по группе органолептических показателей.

Управляющие воздействия, поступающие к объекту мониторинга в результате работы СКМ, включают в себя не только стабилизацию режимов технологической переработки молока, но и позволяют решать задачи распределения молочного сырья по участкам производства в зависимости от его качества и ассортимента вырабатываемой продукции, а также могут использоваться для анализа сырьевой зоны и проведения селекционной работы с молочным стадом.

База данных "Показатели качества"

Показатели состава

кассовые доли

- жира - ГОСТ 5867-90

- белка-ГОСТ 23327-98 сухих веществ - ГОСТ 3626-73

итд

Показатели фнчико-дшических свойств

- температура-ГОСТ 26754-85

- плотность - ГОСТ 3625-84

- кислотность-ГОСТР 51455-99

- рН-ГОСТ 26781-85 итд

Оргаволептические показатели

консистенция, вкус, запах, цвет, внешний вид, рисунок итд ГОСТ 28283-89

Санитарно-гигиенические показателя

СанЩН2.34 551-96 патогенные, сальмонеллы итд

Микробиологические показатели

Общая бактериальная обсемененность, - ГОСТ 27930-88 КМАФАяМ -ГОСТ 25102-90

Бактерии группы

кишечных палочек - ГОСТ 9225-84

Патогенная микрофлора - ГОСТ 30519-97 втч сальмонеллы - ГОСТ Р 50480-93

Количество анаэробной и

аэробной ыихрофлоры - ГОСТ 10444 11-89

Дрожжи и

плесневые грибы - ГОСТ 10444 12-88

2&МШЬ10££Ш£дШЖЗбдщ$ показатели

токсичные элементы содержание свинца-ГОСТ Р 51301-99 содержание мышыка - ГОСТ 30178-96 II*

микотоксивы

(афлатоксин ) - ГОСТ 30711-2001

автябиотахи (левомицетаи,

стрептомицин и тд>-ГОСТР 51600-2000 пестициды - ГОСТ 23452-79

Рис. 2. Обобщенная структура базы данных "ПОКАЗАТЕЛИКАЧЕСТВА"

В соответствии со структурой СКМ была сформирована БАЗА ДАННЫХ "ПОКАЗАТЕЛИ КАЧЕСТВА", обобщенная структура которой представлена на рис. 2.

Все параметры, входящие в состав показателей, представлены в базе данных по следующей схеме:

Вид Показатели Параметры Диапазон Погрешность Методы Инструментальные

Продукции качества качества измерения измерения контроля средства контроля

При заполнении БАЗЫ ДАННЫХ учитываются требования НТД, действующие схемы технохимического и микробиологического контроля, государственные стандарты, методы контроля и реестры измерительных средств.

С помощью базы данных, инструментальных и лабораторных методов контроля осуществляется сбор информации и формирование массивов данных для последующей обработки с использованием математических моделей оценки, диагностики и прогнозирования качества производства молочной продукции.

Во второй главе рассматриваются вопросы разработки обобщенных параметрических моделей оценки, диагностики и прогнозирования качества сырья, технологий его переработки и готовых молочных продуктов, входящих в состав банка математических моделей "КАЧЕСТВО".

В основу структуры системы математических моделей положена методика декомпозиции современных молокоперерабатывающих производств, включающих в себя 5 уровней (рис. 3). Отличительной особенностью предлагаемого подхода является возможность гибкого изменения структуры в зависимости от реальных условий производства (например, в случае одностадийной операции, система трансформируется в 4-х уровневую и т.д.).

Таким образом, математическая модель каждого уровня декомпозиции объекта мониторинга входит в систему банка математических моделей, которая обеспечивает диагностику и прогнозирование эволюции текущей ситуации во временной области. В соответствии с рис. 3 учитываются как динамика процесса формирования качества (0к, <3„, <3Ш 0,) в режиме оперативного управления (уровни 2-5), так и статика этого процесса, сфокусированная в исходном сырье (05) и в готовом продукте (<2Р), - уровень 1.

Уровень декомпозиции Структура объекта мониторинга Математическая модель процесса формирования качества

1 техяологня <2, Технологически схсна <ъ). (П 8=1,8 Ор'Я&.Ъ), (2) Р-ЦР

2 процесс Ок.. —► Техиолоппесний Процесс «К 0* Огвй»^»,^*) ГЗ) р,, 2,,, лг* (4) ц-1,М, i-UN.rl.Ki

3 операция —* Технологическая операциям <2,=й:с„21,д5,г«„т1> (5) 1=1 Л; (б)

4 стадия Ом Технологическая СПДИЯ-1 О^с^лк т) (?) (8)

Я элемент Ом - Типовой процесс -1 Огвц^лг» <?)

Рис. 3. Обобщенные математические модели уровней декомпозиции производства молочной продукции

Обобщенная математическая модель процесса формирования качества С} имеет вид:

G = F(ZЛS,C, Г) (10)

где: 2 } ~ вектор параметров мониторинга, определяемых текущим

Д) и заданным (г*)значениями и допустимыми отклонениями (А2); А, В, С -

векторы коэффициентов весомости для 2, 3 и 4-го уровней декомпозиции; Т -вектор времени,

где А={а ......о(,,...,ам}; ¿={р,.....р,,,...,рчи}; С={с1,...,с„...,см}.

Таким образом, векторное представление интегрального качества производства молочной продукции имеет вид:

= где йФ)- вектор интегрального каче-

ства объекта мониторинга, &1,0.к,йо,0к,01,0р- соответственно векторы качества сырья, процессов, операций, стадий, элементов и готовых продуктов.

В качестве примера, рассмотрим математическую модель диагностики состояния (-ой технологической операции (уровень 3):

дг»]- (11)

<■1 /«I

Если значения параметров 7, находятся в пределах установленных нормативов, то (0йQ ¿1) и оперативное управляющее воздействие отсутствует. В

противном случае (0„> 1) необходимо сформировать управляющее воздействие (в автоматическом или автоматизированном режимах) с целью стабилизации текущей ситуации в поле допуска.

При переходе к более низкому уровню иерархии (уровень 4) математическая модель трансформируется в виде:

е/ХсЛ^к,!' <12>

ы

Решение о формировании управляющего воздействия принимается оператором в зависимости от количественной оценки Qu.

Предложенная многоуровневая система математических моделей позволяет в режиме оперативного управления выполнять диагностику текущего состояния, идентифицировать функциональное поле пребывания объекта и прогнозировать развитие технологической ситуации при сложившейся тенденции в динамике изменения параметров.

Коэффициенты А, В,С определяются или на основе статистических наблюдений за объектами, или с использованием методов экспертных оценок с применением информационных матричных моделей.

Обязательное условие работоспособности предложенных моделей имеет вид: ¿а(=Г, =,; ^с=1;ос/>0;Р,у>0ис/>0.

м 1,1 "1 '

Для мониторинга качества производства молочной промышленности сформирован банк математических моделей "КАЧЕСТВО" (рис. 4).

12

Рис. 4. Структура банка математических моделей "КАЧЕСТВО"

Таким образом, с помощью разработанного в диссертации математического обеспечения решаются задачи оценки и диагностики текущего состояния, отслеживаются пути его развития (ПРОГНОЗ) и принимаются оперативные решения по стабилизации ситуации в соответствии с установленными нормативами (УПРАВЛЕНИЕ).

На рис. 5 представлена структурная схема принятия управленческих решений оператором с помощью соответствующих экспертных систем (СЫРЬЕ, ТЕХНОЛОГИЯ, ПРОДУКТ). Эта схема позволяет на основании сопоставления

текущих, заданных и допустимых отклонений параметров 7. с помощью соответствующих математических моделей (рис. 3 мод. 3 + 9) вырабатывать рекомендации оператору по формированию управляющих воздействий (£/) как в точке, где были допущены сверхнормативные отклонения, так и в тех точках, в которых последствия этих отклонений будут ликвидированы.

Операции -*- 2 Операция (+1

База данных экспертной системы по параметрам

Опертой 1 Параметр г, Рч «1 № «2 Р* а, Р*м а»

1

? X,

п

""' " " - коэффициенты значимости Рш •■■ ,Рц.....Рим

Рис. 5. Структурная схема принятия решений оператором с использованием ЭС

В третьей главе рассмотрены вопросы алгоритмизации процессов мониторинга, на основании которых определены структуры и принципы обработки информации в экспертных системах "СЫРЬЕ" и 'ТЕХНОЛОГИЯ".

Обобщенный алгоритм системы компьютерного мониторинга имеет вид, представленный на рис. 6.

Он включает в себя последовательный вызов на г-й момент времени текущих значений параметров, входящих в базу данных "ПАРАМЕТРЫ КАЧЕСТВА", и на основе их сопоставления с нормативом формируется диагноз с использованием одной из математических моделей, представленных на рис. 3.

Если имеет место отклонение от норматива по параметрам - выбираем альтернативу по преодолению нештатной ситуации, на основании которой формируется прогноз развития ситуации. После чего идет сопоставление нового прогноза с нормативом, а при отсутствии отклонения управляющее воздействие отсутствует.

Описями объекта: - "идете основнъп параметров

¿(¿0*0

Рис. 6. Обобщенный алгоритм системы компьютерного мониторинга качества

При наличии же отклонения на уровне прогнозирования - выбирается другая альтернатива, осуществляется прогнозирование и оценка ее во временной области.

При разработке структуры системы компьютерного мониторинга качества, была принята следующая архитектура (рис. 7).

СКМ состоит из информационно-вычислительного комплекса, в состав которого входят экспертные системы "СЫРЬЕ", "ТЕХНОЛОГИЯ" и "ГОТОВЫЙ ПРОДУКТ' (рис. 7), в которых происходит получение и обработка информации о качестве, и системы выработки оперативных управленческих решений.

В основе функционирования экспертной системы "ТЕХНОЛОГИЯ" разработана база данных по схеме "ПОРОК-ПРИЧИНА-УСТРАНЕНИЕ" (сокращенно ППУ).

Основой функционирования ППУ является конкретная база данных о пороках полуфабрикатов и готовых продуктов, причинах их возникновения и мерах по устранению нарушений.

Экспертная система "СЫРЬЕ" позволяет на основании данных мониторинга качества поступающего на предприятия молока определить наиболее рациональные направления переработки с учетом его сортности и вырабатываемого ассортимента молочных продуктов.

Нами предложен алгоритм распределения молока-сырья (рис. 8) с учетом его сортности, в котором использованы данные по номенклатуре параметров качества из соответствующей базы "ПАРАМЕТРЫ КАЧЕСТВА" (рис. 2).

Отнесение сырья к тому или иному сорту осуществляется с использованием функции желательности, а для вычисления значений частных показателей по каждому параметру предложена система математических моделей, полученная на основе статистической обработки информации от 42 регионов Российской Федерации о качестве молока-заготовляемого по ГОСТ Р 52054-2003. Величина комплексного показателя качества вычисляется по формуле

(13)

где ёьсЬ.-.-А - значение частного показателя качества для каждого измеряемого параметра 1,2,...,п исследуемого образца.

(1, = ехр[- ехр (Ь,„ + ЬцУ,)], (14)

где У, - действительное значение г-го параметра исследуемого образца;

Ьо„ Ьц - коэффициенты, вычисляемые путем решения системы уравнений:

Г Ь„1 + У11Ь11 = -1п(-1п£111) (15)

1 Ьо, + у2, Ь|, = - 1п (- 1п

Ум, У2,- заданные значения ('-того параметра исследуемого образца, соответствующие максимальному с1,1 и минимальному с1,2 значениям частного показателя качества.

Исследуемый образец относится к категории качества "т", если:

т+1

После идентификации сырья по сортности осуществляется распределение его по участкам производства.

Для выбора наиболее предпочтительного ассортимента молочной продукции, а следовательно, и направления сырья для переработки разработана база данных, фрагмент которой приведен на рис. 9.

Она представляет из себя матрицу, в которой по вертикали указан обобщенный ассортимент молочной продукции, который может быть совершенно различен для различного вида предприятий, а по горизонтали располагаются группы показателей в соответствии с базой данных (рис.9).

Трабааемм к сортиром по гккдотелвм «ячестм иагаа натурального ароеиго • сырья • иньимвст» от айда •ырабатыеааиоа молочной продукции с игпольэоеаиим

Певитли «*мим тяж» мгур альиег» щиамп * «ырм ГОСТ Р ЮМ

№ пр»дукг «и» г,*,,*,*

ми* тм^и». *ЗГ я»* •а» •♦Л иуи

• Мм«м (ГОСТРЯЮО| ... •ъ V {ш-М» и* ляг. • »•*—» •г- тт+тт -г «•41»' * *

г (ТОСТ Р 529П) ... V ЛЛ X Тр «V» •«/»•«о М<«>и <ме» яг «и* «¡«МЧ т* 0>*ЧИГ« -г.. Ж

з Тш*р1 (ГОСТРЯР*» ... • •а т* V ш Й*' Ш* »»мв — •Йг «- «у«1*« 1»

4 - щ» ж Щт* ми»«« ММ <>и Ьч» Ж, — •мм «ир* № к *

* Фаоичвскоч жгт<т осдосшлмгся «ктрумеюапьными методами "не подтверждается пслостиостыо и плотностью

С оценил» 3 балл* в эимпв-мсенп* период годе ♦ I сорт БН- базисная оОцвроссиккая норма в соответствии с ГОСТ Р 52054

Рис 9. База данных параметров для принятия решения о распределении сырья Для работы с базой данных в нее вводятся соответствующие заданные значения по всей группе показателей, которые сравниваются с их текущими

значениями. При соответствии этих показателей выбирается тот вид продукции, который по совокупности показателей является наиболее рациональным для данного производства.

Разработанные экспертные системы позволяют не только реализовать функции мониторинга производства молочных продуктов, но и обеспечить обслуживающий персонал информацией о своевременном вмешательстве в технологические процессы с целью получения готового продукта гарантированного качества.

В четвертой главе рассматривается система компьютерного мониторинга участка приемки молочного сырья на базе аналитическо-диагностического комплекса АНМОЛ.

Функциональная схема АНМОЛ представлена на рис. 10.

Показатели качества молока натурального коровьсго-сырья по ГОСТ Р.52054-2003

Выходные формы в соответствии с функциональным назначением

Рис. 10. Функциональная схема диагностического комплекса АНМОЛ

Схема включает в себя следующие блоки: "Блок оценки состава", "Блок оценки качества", "Блок ввода результатов лабораторного контроля" и "Блок обработки информации".

В "Блоке обработки информации" осуществляется анализ полученной информации в соответствии с представленным алгоритмом (рис. 9) и моделями (1(Ы5).

При технической реализации этого комплекса использованы инструмен-

19

тальные средства контроля качества показателей молока-сырья, выпускаемых отечественной промышленностью.

Блок обработки информации имеет в своей основе базу данных (рис. 11), которая состоит из следующих таблиц: "Поставщик", "Приемщик", "Товарно-транспортная накладная", "Данные о лаборанте приемщике", "Параметры контроля", "Молочная продукция", "Результаты приемки".

Предусмотрена распечатка результатов анализа, в том числе заполнение технологической ("Журнал контроля качества поступающего молока-сырья") и товарно-сопроводительной ('Товарно-транспортная накладная") документации, а также архивирование результатов в течение одного года, что особенно ценно при анализе сырьевой зоны молочных предприятий и при селекционной работе в животноводстве.

В качестве программного обеспечения блока обработки информации мы исходили из того, что его работа представляет собой систему управления базой данных (СУБД) MS Access 97, с использованием программного обеспечения Visual Basic for Application.

На программное обеспечение, как программа для ЭВМ "Экспертная система диагностики качества принимаемого молока на перерабатывающем предприятии" получено авторское свидетельство №2004612035.

Оригинальность решений, использованных при создании анализатора,

подтверждена патентом РФ на полезную модель "Устройство для определения комплексного показателя качества и категории молока" (свидетельство №47527).

Ресурсные испытания, более 2-х лет проводимые на Гатчинской СевероЗападной Машиноиспытательной станции Минсельхоза РФ, после успешного проведения Государственных приемочных испытаний, подтверждает правильность принятых программных и аппаратных решений. Макетный образец анализатора АНМОЛ успешно используется в ГНУ ВНИМИ для оценки качества молока-сырья и молочных продуктов.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Сформулированы основные положения концепции компьютерного мониторинга качества производства молочной продукции в рамках единого информационного пространства молокоперерабатывающего предприятия.

2. Разработана структурная схема системы компьютерного мониторинга качества продуктов и переработки молока.

3. Разработаны математические модели и алгоритмы оценки качества производства молочной продукции с учетом иерархической многоуровневой структуры технологической схемы предприятия.

4. Предложен комплекс компьютерных моделей и алгоритмов их реализации для организации мониторинга качества производства с возможностью включения их в систему оперативного управления.

5. Сформирована организационная структура экспертных систем «ТЕХНОЛОГИЯ» и «ППУ», обеспечивающих функции диагностики и управления процессами приемки молока и процессов его технологической переработки.

6. Разработано алгоритмическое обеспечение программно-аппаратного комплекса системы компьютерного мониторинга качества производства молочной продукции на основе экспертных систем.

7. Реализована на практике и защищена свидетельством об официальной регистрации программа для ЭВМ №2004612035 "Экспертная система диагностики качества принимаемого молока на перерабатывающем предприятии".

8. Получен патент на полезную модель №47527 "Устройство для определения комплексного показателя качества и категории молока", зарегистриро-

ванный в Государственном реестре полезных моделей РФ от 27 августа 2005 года.

СПИСОК ПУБЛИКАЦИЙ

1. Протопопов И.И., Поляков К.В. Мобильный диагностический комплекс для мониторинга производства молочной продукции. // Математические методы в технике и технологиях - ММТТ-17: Сборник трудов XVII Международной научной конференции в 10 томах. Т. 8. Секции 9, 10, Кострома, 2004. -С. 75-76.

2. Поляков К.В. Программное и информационное обеспечение определения качества молока. // "Актуальные проблемы ветеринарной медицины, ве-теринарно-санитарного контроля и биологической безопасности сельскохозяйственной продукции": Материалы 5-ой МНПК, - М.: МГУПБ. 2004. - С. 103.

3. Свидетельство об официальной регистрации программ для ЭВМ №2004612035 "Экспертная система диагностики качества принимаемого молока на перерабатывающем предприятии". / Протопопов И.И., Поляков К.В., Шабшаевич M.JI., Фетисов Е.А., Шидловская В.П. / - М.: Роспатент, 2004.

4. Протопопов И.И., Вайнберг И.А., Фетисов Е.А., Шабшаевич М.Л., Шидловская В.П., Поляков К.В. Мобильный диагностический компьютерный комплекс. // Молочная промышленность. - 2004. - №7. - С. 60-61.

5. Протопопов И.И., Вайнберг И.А., Фетисов Е.А., Шабшаевич M.JI., Шидловская В.П., Поляков К.В., Красносносвободцева И.А., Куприкова Н.В., Леденева Н.И., Щеголькова В.В. Многофункциональный диагностический комплекс для контроля состава и качества молока и молочных продуктов. // Научное обеспечение молочной промышленности (ВНИМИ 75 лет): Сборник научных трудов. - М.: ГНУ ВНИМИ, 2004. - С. 238-241.

6. Протопопов И.И., Вайнберг И.А., Фетисов Е.А., Шабшаевич М.Л., Шидловская В.П., Поляков К.В. Многопараметрический мобильный диагностический компьютерный комплекс для контроля безопасности и качества молока и молочных продуктов. //Труды научно-практической конференции. Ч. II., Углич: ВНИИМС, 2004. - С. 69-72.

7. Патент на полезную модель №47527 "Устройство для определения комплексного показателя качества и категории молока". / Протопопов И.И.,

Вайнберг И.А., Фетисов Е.А., Шабшаевич М.Л., Шидловская В.П., Поляков К.В., Меркулов И.В. / - М.: Федеральный институт промышленной собственности, 2005.

8. Протопопов И.И., Поляков К.В. Многофункциональный экспресс анализатор молока и молочных продуктов. // Математические методы в технике и технологиях - ММТТ-18, Сборник трудов XVIII Международной научной конференции в 10 томах. Т. 4. Секции 4, 9, Казань, 2005. - С. 203-204.

Подписано в печать 23.11.05. Формат 60x84 1/16 Печать лазерная. Усл. печ. л. 1,5. Тираж 100 экз. Заказ 10/73. ООО «Полисувенир». 109316, Москва, ул. Талалихина, 33. тел. 677-03-86

»238 5t

РНБ Русский фонд

2006-4 27964

i i

к

ВВЕДЕНИЕ.

ГЛАВА 1. СОСТЯНИЕ ВОПРОСА И ЗАДАЧИ ИССЛЕДОВАНИЙ

1.1. Анализ литературных источников по вопросам организации, технологиям и методам мониторинга качества при производстве молочных продуктов

1.2. Мониторинг качества пищевых продуктов

1.3. Принципы управления качеством.

1.4. Существующие подходы к организации системы мониторинга качества.

1.5. Основные положения концепции компьютерного мониторинга качества в условиях молокоперерабатывающего предприятия

ГЛАВА 2. МАТЕМАТИЧЕСКИЕ МОДЕЛИ МОНИТОРИНГА

КАЧЕСТВА ПРОИЗВОДСТВА МОЛОЧНЫХ ПРОДУКТОВ.

ГЛАВА 3. АЛГОРИТМИЗАЦИЯ ПРОЦЕССОВ КОМПЬЮТЕРНОГО МОНИТОРИНГА ПРОИЗВОДСТВА МОЛОЧНОЙ ПРОДУКЦИИ

3.1. Общие сведения о структуре экспертных систем мониторинга

3.2. Структура и принципы обработки информации в экспертных системах "СЫРЬЕ" и "ТЕХНОЛОГИЯ"

ГЛАВА 4. СИСТЕМА МОНИТОРИНГА КАЧЕСТВА ПРОИЗВОДСТВА МОЛОЧНОЙ ПРОДУКЦИИ (РЕАЛИЗАЦИЯ)

4.1. Аппаратная база компьютерной системы мониторинга "СЫРЬЕ".

4.2. Аппаратный многофункциональный диагностический комплекс

АНМОЛ" (мониторинг сырья и готового продукта)

Обеспечение производства продуктов питания гарантированного качества - главная задача для каждого производителя.

За последние годы в Российской Федерации на государственном уровне принят пакет нормативно-законодательных актов, в которых подчеркивается обязательность проведения мониторинга качества на всех этапах производства пищевых продуктов:

- Федеральный закон от 2 января 2000 г. N 29-ФЗ "О качестве и безопасности пищевых продуктов" (с изменениями от 30 декабря 2001 г., 10 января 2003 г., 30 июня 2003 г., 22 ав1уста 2004 г.);

- Закон г. Москвы от 24 мая 2000 г. N 13 "О качестве и безопасности пищевых продуктов";

- Положение о мониторинге качества, безопасности пищевых продуктов и здоровья населения (утверждено постановлением Правительства РФ от 22 ноября 2000 г. N 883);

- Постановление Правительства Москвы от 19 марта 2002 г. N 194-1111 "Об организации и проведении мониторинга качества, безопасности пищевых продуктов и здоровья населения";

- Закон РФ "О техническом регулировании".

В этих документах оговаривается применение комплекса мер государственного регулирования в области обеспечения качества и безопасности пищевых продуктов; определены условия проведения производственного контроля за качеством и безопасностью пищевых продуктов, материалов и изделий, условиями их изготовления, хранения, перевозок и реализации; сформулированы требования к внедрению систем управления качеством пищевых продуктов, материалов и изделий (далее - системы качества). Детально изложен порядок применения мер по пресечению нарушений условий действия настоящих актов, в том числе требований нормативных документов, а также мер гражданско-правовой, административной и уголовной ответственности к лицам и организациям, виновным в совершении указанных нарушений.

Все эти документы учитывают необходимость в будущем поставщикам и производителям пищевой продукции отвечать требованиям по качеству и безопасности Европейской системы стандартов ИСО.

Решение данных проблем связано с разработкой математических моделей, алгоритмов и комплексов программ с целью создания системы компьютерного мониторинга качества производства молочных продуктов, включая оценку качества исходного молока-сырья, технологий его переработки и готовой продукции.

В связи с этим, в диссертации рассмотрены актуальные для молочной промышленности проблемы разработки системы компьютерного мониторинга (СКМ) качества производства молочных продуктов.

В настоящее время мониторинг качества на молокоперерабатываю-щих предприятиях обеспечивается комплексом нормативно-технической документации (НТД) и регистрационными формами отчетных документов, в которые вносятся значения параметров, измеренные с помощью традиционных лабораторных методов контроля, показаний инструментальных средств, а также результатов экспертных оценок сырья и готовых молочных продуктов.

Подобный подход позволяет констатировать соблюдение требований НТД, но не позволяет использовать получаемую информацию для оперативного управления производством, обеспечивающего получение молочных продуктов с гарантированными показателями качества при изменяющихся показателях молока-сырья и технологических режимов его переработки.

В диссертации разработаны модели, алгоритмы и комплексы программ, позволяющие реализовать системы компьютерного мониторинга, что дает возможность решать важную народнохозяйственную задачу обеспечения производства высококачественной и безопасной молочной продукции. Разработка и применение методологии компьютерного моделирования и методов искусственного интеллекта для решения поставленных задач реализовывались с использованием основных положений, сформулированных в работах Брусиловского Л.П., Ивашкина Ю.А., Кошелева Л.Г., Липатова Н.Н. (мл.), Протопопова И.И., Рогова И.А., Харитонова В.Д., Харрингтона Д., Исикавы К., Деминга Э., Шухарта У.Д. и др.

Цель данной работы - разработка моделей, алгоритмов, комплексов программ и системы компьютерного мониторинга качества производства молочных продуктов. В процессе реализации поставленной цели использованы современные инструментальные средства контроля параметров качества и компьютерные технологии обработки информации.

Для достижения поставленной цели необходимо было решить следующие задачи:

• изучить существующие подходы к организации мониторинга качества производства молочной продукции на всех стадиях переработки - от момента поступления сырья до реализации готовой продукции;

• сформулировать основные положения концепции компьютерного мониторинга качества в условиях молокоперерабатывающего производства;

• сформировать базу данных показателей качества сырья, технологий его переработки и готовых молочных продуктов;

• проанализировать возможность интеграции информации о качестве производства молочной продукции в рамках единой системы компьютерного мониторинга качества, обеспечивающей функции контроля, диагностирования, прогнозирования и оперативного управления производством;

• разработать обобщенные параметрические модели оценки качества сырья, технологий его переработки и готовых молочных продуктов;

• реализовать систему компьютерного мониторинга в виде программно-аппаратного диагностического комплекса оценки качества при производстве молочной продукции;

• проверить работоспособность созданных комплексов программ при решении практических задач мониторинга качества производства молочных продуктов.

Научная новизна работы. На основе аналитических исследований и результатов компьютерного моделирования:

• разработаны основные положения концепции функционирования СКМ качества производства молочной продукции в рамках единого информационного пространства отраслевого предприятия;

• разработана структура СКМ для производства молочных продуктов;

• предложена структура базы данных показателей и параметров качества;

• сформирован банк компьютерных моделей и алгоритмов оценки качества производства молочных продуктов с учетом иерархической структуры технологий переработки молока;

• разработана структура программно-аппаратного комплекса диагностирования качества молока-сырья и готовой молочной продукции.

Практическая значимость работы:

• Сформирована организационная структура экспертной системы компьютерного мониторинга качества производства молочной продукции, обеспечивающая возможности диагностирования и прогнозирования текущей ситуации, что является новым и весьма важным фактором.

• Разработан алгоритм функционирования программного комплекса экспертной системы, обеспечивающий возможность использования ее для целей оперативного управления технологиями переработки молока.

• Разработан и реализован информационно-вычислительный вариант экспертной системы "ТЕХНОЛОГИЯ" в виде компьютерного комплекса, позволяющего обеспечить интегрированную обработку информации о качестве производства молочной продукции и сформировать управляющие воздействия в режиме диалога с оператором технологической линии.

Основные положения, выносимые на защиту:

1. Сформулировать основные положения концепции компьютерного мониторинга качества производства молочной продукции в рамках единого информационного пространства молокоперерабатывающего предприятия.

2. Разработать структурную схему системы компьютерного мониторинга качества продуктов и технологий переработки молока.

3. Разработать математические модели и алгоритмы оценки качества производства молочной продукции с учетом иерархической многоуровневой структуры технологической схемы предприятия.

4. Создать комплекс компьютерных моделей и алгоритмов их реализации для организации мониторинга качества производства с возможностью включения их в систему оперативного управления.

5. Сформировать организационную структура экспертных систем, обеспечивающих функции диагностики и управления процессами приемки молока и процессов его технологической переработки.

6. Разработать алгоритмическое обеспечение программно-аппаратного комплекса системы компьютерного мониторинга качества производства молочной продукции на основе экспертных систем.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Сформулированы основные положения концепции компьютерного мониторинга качества производства молочной продукции в рамках единого информационного пространства молокоперерабатывающего предприятия.

2. Разработана структурная схема системы компьютерного мониторинга качества продуктов и переработки молока.

3. Разработаны математические модели и алгоритмы оценки качества производства молочной продукции с учетом иерархической многоуровневой структуры технологической схемы предприятия.

4. Предложен комплекс компьютерных моделей и алгоритмов их реализации для организации мониторинга качества производства с возможностью включения их в систему оперативного управления.

5. Сформирована организационная структура экспертных систем «ТЕХНОЛОГИЯ» и «ППУ», обеспечивающих функции диагностики и управления процессами приемки молока и процессов его технологической переработки.

6. Разработано алгоритмическое обеспечение программно-аппаратного комплекса системы компьютерного мониторинга качества производства молочной продукции на основе экспертных систем.

7. Реализована на практике и защищена свидетельством об официальной регистрации программа для ЭВМ №2004612035 "Экспертная система диагностики качества принимаемого молока на перерабатывающем предприятии".

8. Получен патент на полезную модель №47527 "Устройство для определения комплексного показателя качества и категории молока", зарегистрированный в Государственном реестре полезных моделей РФ от 27 августа 2005 года.

Технико-экономический эффект от внедрения системы обусловлен следующими факторами:

• Повышение выхода продукции за счет сортировки сырья, в том числе от отдельных поставщиков, по физико-химическим и микробиологическим свойствам, оптимальным для выпуска различных видов продукции.

• Повышение выхода готовой продукции за счет улучшения орга-нолептических и микробиологических показателей вследствие использования создаваемых информационных компьютерных моделей производства отдельных видов продуктов.

• Сокращение брака за счет анализа причин его возникновения.

• Улучшение организации производства за счет представления оперативному и руководящему персоналу адресно-селектированной (ориентированной) аналитически обработанной и обобщенной информации о качестве и безопасности сырья и готовой продукции.

• Снижение трудоемкости процессов регистрации, архивирования и машинный анализ технологической и учетной документации о составе, качестве и безопасности сырья, полуфабрикатов и готовой продукции

• Снижение трудоемкости ведения материального учета имущества лабораторного комплекса.

Вышеуказанные факторы позволяют сократить потери сырья ориентировочно на 0,5-1,5%, численность обслуживающего персонала на 3 человека, снизить расходы на химические реактивы, среды, химическую посуду и другие материалы на 10-15%.

1. Айвазян С. А., Бежаева 3. И., Староверов О. В. Классификация многомерных наблюдений. -М.: Статистика, 1974. -240 С.

2. Айвазян С. А., Бухштабер В. М., Енюков И. С, Мешалкин Л. Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989.-607 С.

3. Анализаторы молока АКМ-98. Свидетельство о внесении в Государственный реестр средств измерений РФ № 26311-04 от 12.01. 2004г.

4. Андреенков В.А. Научно-практические основы комплексной оценки качества мяса и мясных продуктов. Дисс. в форме науч. докл. д.т.н -М.: 1996.

5. Ахназарова С.Л., Кафаров В.В. Оптимизация эксперимента в химии и химической технологии. М.: Высшая школа, 1978. -С 319.

6. Ахназарова С.Л., Кафаров В.В. Статистические методы обработки экспериментов. М.: Изд-во МХТИ, 1972.

7. Барабаш Б. А. Минимизация описания в задачах автоматического распознавания образов. // Техн. Кибернетика, 1964, № З.-С. 32-44.

8. Боннер Р. Е. Некоторые методы классификации. // Автоматический анализ изображений. -М.: Мир, 1969. -С 205-234.

9. Брусиловский Л. П. Инструментальные методы и экспресс-анализаторы для контроля состава и качества молока и молочных продуктов. М.: Молочная промышленность, 1997. - 48. С.

10. Брусиловский Л.П., Шепелева Е.В. Новые экспресс-анализаторы для лабораторий технохимического контроля. В сборнике Разработки, рекомендуемые для внедрения. Выпуск 1 — ВНИМИ, М.:,1995, С.3-12.

11. Васильев В. И. Распознающие системы. Справочник. Киев: Нау-кова думка, 1983.-422.

12. Вешторт А. М., Зуев Ю. А., Краснопрошин В. В. Двухуровневая схема распознавания с логическим корректором. //В кн.: Распознавание, классификация, прогноз. Математические методы и их применение. М.: Наука, 1989.- Вып. 2. -С. 73-98.

13. Гаврилова Т. А. Представление знаний в экспертной диагностической системе АВТАНТЕСТ // Изв. АН СССР. Техн. кибернетика, 1984, № 5.-С. 168-175.

14. Геккелер К., Экштайн X. Аналитические и препаративные лабораторные методы. / Пер. с нем. М.: Химия, 1994. - С 416.

15. Горелик А. Л., Скрипкин В. А. Методы распознавания. М.: Высшая школа, 1989.-232 С.

16. ГОСТ Р 51054-2003. Молоко натуральное коровье-сырье. Технические условия.

17. Дейвисон М. Многомерное шкалирование: Методы наглядного представления данных. М.: Финансы и статистика, 1988.

18. Демиденко Е. 3. Линейная и нелинейная регрессия. М.: Финансы и статисти-ка, 1981.- С 302.

19. Диго С. М. Проектирование баз данных. М.: Финансы и статистика, 1988.

20. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Статистика, 1973. - С 392.

21. Дунченко Н. И., Афанасов Э. Э., Кононов Н.С., Купцова С. В., Квалиметрический метод формирования качества йогуртного продукта. "Молочная промышленность".2002, №12, с.46-47.

22. Загоруйко Н. Г., Елкина В. Н., Лбов Г. С. Алгоритмы обнаружения эмпирических закономерностей. Новосибирск: Наука, 1985. -ПО с.

23. Закон г. Москвы от 24 мая 2000 г. N 13 "О качестве и безопасности пищевых продуктов"

24. Зеличенко А. И. Интеллектуальные системы и психологическое знание. // В кн.: Компьютеры и познание. М.: Наука, 1990.- с. 69-86.

25. Змитрович А.И. Интеллектуальные информационные системы, Тетра-Системс, 1997, 368 с.

26. Иняц Н. Малая энциклопедия качества. Ч. III. Современная история качества. М.: РИА "Стандарты и качество", 2003.

27. Исикава К. Японские методы управления качеством: Сокр. пер. с англ. / Под. ред. А.В. Гличева. — М.: Экономика, 1988. — 215 с.

28. Искусственный интеллект: В 3-х кн. Кн. 1. Системы общения и экспертные системы: Справочник / под ред. Э. В. Попова. М.: Радио и связь, 1990.-464 с.

29. Искусственный интеллект: В 3-х кн. Кн. 2. Модели и методы: Справочник / под ред. Д. А. Поспелова. М.: Радио и связь, 1990.-304 с.

30. Кононов Н. С., Дунченко Н. И., Афанасов Э. Э. Формализация технологического процесса производства йогургных продуктов на базе системного анализа. "Известия ВУЗов. Пищевая технология". М.: 2003. №1, с. 64-67

31. Крусь Г. Н. , Шаплыгина А. М., Волокитина 3. В. "Методы исследования молока и молочных продуктов". М.:, Изд-во: "Колос", 2000 г

32. Крусь Г. Н., Тиняков В. Г., Фофанов Ю. Ф. Технология молока и оборудование предприятий молочной промышленности. М.: Агропром-издат, 1986 г.

33. Кузнецов Е. С., Брусиловский JI. П. К созданию компьютерной системы оперативного управления производством предприятия цельномолочной промышленности, М.:, 1999, Научно-технический сборник, Выпуск 9, с.68- 73.

34. Кук Н. М., Макдональд Дж. Формальная методология приобретения и представления экспертных знаний. // ТИИЭР, 1986, т. 74, № 10.- с. 145-155.

35. Логический подход к искусственному интеллекту. От модальной логики к логике баз данных. / А. Тэйс, П. Грибомонт, Г. Халин и др.: Пер. с фр. М.: Мир, 1998.

36. Методика количественного ионометрического анализа молока на содержание ионов аммония, в том числе для выявления фальсификации гидроокисью аммония ВНИМИ 01/98. М.: 1998 г.

37. Методика количественного ионометрического анализа молока на содержание ионов кальция ВНИМИ 01/98. - М.:, 1998

38. Методика количественного ионометрического анализа молока на содержание ионов натрия, в том числе для выявления фальсификации содой № ВНИМИ 05/98. - М.:,1998

39. Мнихов Г. С, Врио Н. П. Методы анализа молока и молочных продуктов. М.: Пищевая промышленность, 1971. - 423 с.

40. Моисеев Н. Н., Иванилов Ю. П., Столярова Е. М. Методы оптимизации: Учеб. Пособие. М.: Наука.—1978.—351 с.

41. Назаретов В. М., Ким Д. П. Техническая имитация интеллекта. Кн. 6. Робототехника и гибкие автоматизированные производства. В 9-ти кн./под ред. И. М. Макарова. М.: Высшая школа, 1986.

42. Налимов В. В. Теория эксперимента. М.: Наука, 1971.-208 с.

43. Научно-технический сборник "Системы управления, новые приборы технологического контроля" Выпуск №4, М.:, Изд-во: ВНИМИ, 1995г.

44. Никифоров А. М., Фазылов Ш. X. Методы и алгоритмы преобразования типов признаков в задачах анализа данных. -Ташкент: Фан, 1988.132 с.

45. Нильсон Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.

46. Отраслевая система технических средств контроля и управления. / JI. П. Брусиловский, JI. М. Андросова, В. Б. Богдановский, И. А. Вайнберг, В. В. Кузнецов Г. И. Рудинцев. М.: Молочная промышленность. - 1985. -№ 9. - С. 5.

47. Положение о мониторинге качества, безопасности пищевых продуктов и здоровья населения (утв. постановлением Правительства РФ от 22 ноября 2000 г. N 883)

48. Попечителев Е. П., Романов С. В. Анализ числовых таблиц в биотехнических системах обработки экспериментальных данных. JL: Наука, 1985.- 148 С.

49. Попов Э. В. Особенности разработки и использования экспертных систем. // Искусственный интеллект. Кн. 1: системы общения и экспертные системы. М.: Радио и связь, 1990.

50. Поспелов Д. А. Данные и знания. Представление знаний. // Искусственный интеллект. Кн. 2: Модели и методы: Справочник/под ред. Д. А. Поспелова. М.: Радио и связь, 1990.- с. 7-13.

51. Построение экспертных систем: Пер. с англ. / Под ред. Ф. Хейеса-Рота, Д. Уотермана, Д. Лената. М.: Мир, 1987. - 441 С.

52. Практикум по физико-химическим методам анализа. / Под ред. О. М. Петрухина. М.: Химия, 1987. - 248 С.

53. Представление знаний в человеко-машинных и робототехнических системах. Прикладные человеко-машинные системы, ориентированные на знания / под ред. Поспелова Г. С. М.: ВЦ АН СССР, ВИНИТИ АН СССР, 1980.

54. Представление и использование знаний. Под редакцией X. Уэмо, М.Исидзуна. -М.: Мир, 1989, 220 С.

55. Протопопов И.И. Автоматизация молочной промышленности. "Молочная промышленность". 2002, №3-4, С. 114-149.

56. Протопопов И.И. Моделирование взаимодействия популяций в микробиоценозах молочных производств. -М.: ГНУ ВНИМИ, 2003, С. 174177.

57. Протопопов И.И. Моделирование конфликтной ситуации в микробиоценозах пищевых производств. Материалы П-й ВНТК "Теория конфликта и ее приложения". Воронеж: 2002, с.225-227.

58. Протопопов И.И., Вайнберг И.А. Комплекс АСКМ-2 для фермерских хозяйств и молочных мини-заводов // Техника и оборудование для села -2000, № II,с.12-15.

59. Протопопов И.И., Вайнберг И.А., Фетисов Е.А., Шабшаевич M.JI., Шидловская В.П., Поляков К.В. Мобильный диагностический компьютерный комплекс. // Молочная промышленность. — 2004. №7. - С. 60-61.

60. Протопопов И.И., Ефремов Д.Н. Компьютерная система мониторинга биологической безопасности производства молочных продуктов. "Молочная промышленность", 2002. №2, с.25-26.

61. Протопопов И.И., Ефремов Д.Н. Математические модели оценки взаимодействия популяций при производстве молочных продуктов. "Молочная промышленность", 2002, №7, с.57-58.

62. Протопопов И.И., Пащенко Ф.Ф. и др. Моделирование биотехнологических систем по статистическим критериям. М.: Печатник, 2003, 58 стр.

63. Рогов И. А., Горбатов А. В., Свинцов В. Я. Дисперсные системы мясных и молочных продуктов. М.: Агропромиздат, 1990. - 320 с.

64. Рябов В. Б. Субботин Ю. А. Организация математического обеспечения комплексного эксперимента на базе дисплейной системы. // Методы и средства автоматизации психологических исследований. М.: Наука, 1982.- с. 110-129.

65. Современные методы и средства диагностирования объектов вычислительной техники. / П.В. Цыков, JI.A. Никифорова, М.В. Волкова, Т.А. Артеменко. М., 1986. - 43 с. - (Обзор, информ. / ЦНИИТЭИ-приборостроения. ТС-2; Вып. 3).

66. Справочник по прикладной статистике. В 2-х т. Т. 2 / под ред. Ллойда Э., Ледермана У., Айвазяна С. А., Тюрина Ю. Н.- М.: Финансы и статистика, 1990.-526 с

67. Структурно-механические характеристики пищевых продуктов/Под ред. А. В. Горбатова. М.: Легкая и пищевая промышленность, 1982.-296 с.

68. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ.- М.: Финансы и статистика, 1990.- 320 с.

69. Тюрин Н. И. Введение в метрологию. М.: Издательство стандартов. - 1985. - 248 с.

70. Уинстон П. Искусственный интеллект. М.: Мир, 1980.

71. Уфимкин Д.П. Принципы химической кинетики в оценке сроков хранения пищевых продуктов. "Молочная промышленность". М.: 2003, №1, с.55-56.

72. Федеральный закон от 2 января 2000 г. N 29-ФЗ "О качестве и безопасности пищевых продуктов" (с изменениями от 30 декабря 2001 г., 10 января, 30 июня 2003 г., 22 августа 2004 г.)

73. Фетисов Е.А. Статистические методы контроля качества молочной продукции. Справочное руководство. — М.: Агропромиздат. 1985. С.56

74. Финн. В. К. О машинно-ориентированной формализации правдоподобных рассуждений в стиле Ф. Бэкона Д. С. Милля // Семиотика и информатика. Вып. 20, 1983.-е. 35-101.

75. Фогель Л., Оуэне А., Уолш М. Искусственный интеллект и эволюционное моделирование. М.: Мир, 1969.-230 с.

76. Фу К. Структурные методы в распознавании образов. М.: Мир, 1977.-320 с.

77. Хейес-Рот Ф. и др. Построение экспертных систем. М.: Мир, 1987.

78. Червинская К. Р. Методы концептуального анализа знаний. // Методы и системы принятия решений. Системы поддержки проектирования на основе знаний. Рига: Рижск. техн. ун-т, 1991.-е. 116-122.

79. Экспертные системы. Принципы работы и примеры: Пер. с англ. / А. Брукинг, П. Джонс, Ф. Кокс и др.; Под ред. Р. Форсайта. -М.: Радио и связь, 1987. 224 с, ил.

80. Экспертные системы: состояние и перспективы/под ред. Поспелова Д. А.- М.: Наука; 1989.-152 с.

81. Элти Дж., Кумбс М. Экспертные системы: концепции и примеры. -М.: Финан-сы и статистика, 1987. 191 с.

82. Эндрю А. Искусственный интеллект / Под ред. Поспелова Д.А. -М.: Мир, 1985.

83. Юдин А. Д. Сложность оценивания статистических систем. // Изв. АН СССР. Техн. кибернетика, № 6, 1981.-е. 3-13.

84. Юинг Г. Инструментальные методы химического анализа. / Пер. с англ. М.: Мир, 1989. - 608 с.

85. Bently J. L., Weide В. W., Yao A. C. Optimal expected time algorithms for closest point problems. //ACM Trans. Math. Software, v. 6, N 4, 1980.-p. 563-580.

86. Charniak E., McDermott D. Artificial Intelligence. Reading. -S.l. Addison-Wesley, 1985. P. 17-28.

87. Cleary J. G. Analysis of an algorithm for finding nearest neighbor in Euclidean space. //ACM Trans. Math. Software, v. 5, N 2, 1979.-p. 183-192.

88. Clements B.R. and Preto F. Evaluating Commencial Real Time Expert System Software for Use in the Process Industries. C&I, 1993, pp. 107-114.

89. Communicating Knowledge. Xi Plus: Проспект / Expertech, Inc. -1988.

90. Constantine A. G., Gower J. С Models for the Analysis of Interregional Migration. // Environment and Planning A, 14, 1981.- p. 477-497.

91. Cortner J.M. Test strategy for the 1990s ITG // Proc. Int. Test Conf. "Integration of Test with Design and Manufacturing 11, Sept. 1-3, 1987. - P. 813.

92. Davis R., Lenat D. Knowledge-Based Systems in Artificial Intelligence. S.I McGaw-Hill, Inc., 1982. - 490 p., Shortiliffe E. Computer-Based Medical Consultation: MYCTN. - N.-Y., 1986. - 47 p.

93. Davis R., Lenat D. Knowledge-Based Systems in Artificial Intelligence. Chap. 2. Medical Decision Making. S.I.: McGaw-Hill, Inc., 1982. - P. 120-137.

94. Development Environment // Information Technology: Research and Development. 1983. - Vol. 2. - P. 109-122.

95. Eberhard L., Baneijee N., Buttel I. Worauf Sie beim Auffau von Ex-pertensystemen achten imssen // State of the Art. 1986. -N 1. - S. 34.

96. Expert Systems Strategies. 1988. - Vol. 1, N 4. - P.l-2.

97. Glass G. V. Note on rank-biserial correlation. // Educational and Psychological Measurement, 26, 1966.-p. 623-631.

98. Gordon J., Shortliffe E. A Method for Managing Evidential Reasoning in a Hierar-chical Hypothesis Space // AI J. 1985. -Vol. 26. - P. 323-357.

99. Harmon P. The AI Tools Market The Market for Intelligent Software Building Tools. Part I. Intelligent Softwane Strategies, 1994, v 10, n.2, pp. 1-14.

100. Harmon P. The Market for Intelligent Software Products. Intelligent Sopware Strategies 1992, v.8, n.2, pp.5-12.

101. Harmon P. The Size of the Commercial AI Market in the US. Intelligent Software Strategies. 1994, v. 10, n.l, pp. 1-6.

102. Harshman R. A. PARAFAC 2: Mathematical and Technical Notes. In Working Papers in Phonetics 22.- University of California at Los Angeles, 1972.

103. Hayes-Roth F., Jacobstein N. The State of Enowledge-Based Systems. Communications of the ACM, March, 1994, v.37, n.3, pp.27-39.

104. High Technology Magazine. 1985. - March. - P. 5.

105. J. Reggia, S. Tuhrim, S. Ahuja et al. // The Maryland NEUREX Project. 1986. - P. 17-21.

106. Juran, J.M., Juran on Quality by Design : The New Steps for Planning Quality into Goods and Services / J.M. Juran. -1992

107. Keller W. J. Statistical via Personal Computers. // Compstat 86, Proceedings in Computational Statisticals.- Wien: Physica-Ferlag, 1986.- p. 332337

108. Kenneth R.C. A Framework for Selection of Expert Systems Tools for Selection of Expert Systems Tools for IBM PC's // ISA Robotics & Expert Systems R0BEXSf87: 3rd Workshop, Pittsburg, Jun. 4-5, 1987. Vol. 3. - P. 103(14).

109. Laffey Т., Perkins W., Nguyen T. Reasoning About Fault Diagnosis with LES // IEEE Expert. 1986. - Vol. 1, N 1. - P. 13-20.

110. Mary Walton., Deming management method. New York: Dodd, Mead, 1986

111. Michael M., Lin W. C. Experimental study of information measures and inter-intra class distance rations of features selection and ordering. // IEEE Trans, v. SMC -3, 1973.-p. 172-181.

112. Narendra P. M., Fukunaga K. A. A branch and bound algorithm for feature subset selection. // Proc. Cybernetic and Society Inf. Conf.- Washington, D. C, 1976.

113. Perley D.R. Migrating to Open Systems: Taming he Tiger. McGraw-Hill, 1993, p.252.

114. Pettis К. W., Bailey Т. A., Jain A. K., Dubes R. C. An intrinsic dimensionality es-timator from nearneighbour information. // IEEE Trans. Pattern Anal, and Mach. Intel., v. 1, N 1, 1979.- p. 25-37.

115. Proc. AAAI Workshop on Knowledge Acquisition for Knowledge-Based Systems. Banff, Canada, 1986. - 67 p.

116. Puppe F. Diagnoatisches Problemlosen mit Expertensyetemen // Infoi-matik-Pachberichte. Berlin: Heidelberg; H.-Y.: Springer, 1987. - Vol. 148. - S. 34-40.

117. Schwartz W., Patil R., Szolovits P. Artificial Intelligence in Medicine: Where Do We Stand? // New Engl. J. Med. 1987. -Vol. 316. - P. 685-688.

118. Steels L. Second Generation Expert Systems // Future Gen. Comput. Syst. 1985. - Vol. 1. - P. 213-221.

119. The Use of Expert Systems in Machine Maintenance // SCS Summer Computer Simulation Conf., Jul. 28-30,1986. P. 150-156.

120. Toussaint G. T. Note on optimal selection of independed binary features for pattern recognition//IEEE Trans., v. IT 17, 1971.-p. 618-620.

121. Walker M., Blum R. Towards Automated Discovery from Clinical Databases: the RADIX-ProJect // MEDINFO-86. 1986. - P. 32-36.

122. Waterman D. A. A Guide to expert Systems. N. Y.: Addison.- Welse, 1986.

123. Weiss S.M., Kulikowski C.A. A Practical Guide to Desinging Expert Systems. Hew Jersey: Rewman & Allan-held Publ., 1984. 730 p.

124. William W. Scherkenbach, W. Edwards Deming., The Deming Route to Quality and Productivity. 1991

125. Winston P.H. Artificial Intelligence. Addison-Wesley, Reading, Massachusetts, Third Edition, 1992.

126. Wishart D. An algorithm for hierarchical classification. // Biometrics, 22, 1969.-p. 165-170.