Автоматизация контроля показателей вкуса шоколадных изделий тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Шаверин, Андрей Вениаминович

• Шаверин, Андрей Вениаминович
• кандидат технических наук
• 2009

Оглавление диссертации кандидат технических наук Шаверин, Андрей Вениаминович

Список используемых сокращений.

ВВЕДЕНИЕ.

1. СОВРЕМЕННЫЕ МЕТОДЫ КОНТРОЛЯ ПОКАЗАТЕЛЕЙ ВКУСА ПРИ ПРОИЗВОДСТВЕ ШОКОЛАДНЫХ ИЗДЕЛИЙ.

1.1. Анализ технологического процесса производства шоколадных батончиков с помадно-сливочной начинкой как объекта управления.

1.1.1. Характеристика стадий и материальных потоков технологического процесса производства шоколадных батончиков с помадно-сливочной начинкой. Требования при создании системы контроля вкуса.

1.1.2. Анализ влияния состояния сырья и полуфабрикатов шоколадных батончиков с помадно-сливочной начинкой на вкус готового изделия.

1.1.3. Исследование и анализ технологического процесса производства шоколадных батончиков с помадно-сливочной, влияние схем их формирования на вкус готового изделия.

1.2. Методы органолептического контроля показателей вкуса шоколадных изделий.

1.2.1. Место органолептического контроля в производственном цикле изготовления шоколадных изделий.

1.2.2. Подготовительные операции органолептического контроля.

1.2.3. Методы проведения органолептического контроля.

1.2.4. Недостатки органолептического контроля.

1.3. Обзор и анализ основных инструментальные методов и средств оценки вкуса пищевых изделий.

С целью выбора подхода к решению задачи автоматизации контроля показателей вкуса шоколадных изделий в диссертационной работе проведен обзор и анализ методов, используемых при решении аналогичных задач в различных отраслях промышленности.

1.3.1. Применение методов газо-жидкостной хроматографии.

1.3.2. Использование пьезорезонансных сенсоров.

1.3.3. Электронный язык.

1.4. Исследование возможностей применения нейросетевых технологий для оценки вкуса шоколадных изделий на производстве.

1.4.1. Анализ сфер применения нейросетевых технологий на уровне технологических процессов.

1.4.2. Возможность применения нейросетевых технологий для оценки вкуса шоколадных изделий на производстве.

1.5. Задачи исследования.

2. МАТЕМАТИЧЕСКАЯ ПОСТАНОВКА ЗАДАНИИ КОНТРОЛЯ ВКУСА ГОТОВОГО ИЗДЕЛИЯ ПРИ ПРОИЗВОДСТВЕ ШОКОЛАДНЫХ БАТОНЧИКОВ С ПОМАДНО-СЛИВОЧНОЙ НАЧИНКОЙ.

2.1. Содержательная постановка задачи контроля вкуса готового кондитерского изделия.

2.2. Математическая постановка задачи контроля вкуса готового изделия.

2.3. Формулировка основных этапов решения задачи контроля вкуса готового изделия.

2.4. Разработка технических решений для реализации программно-аппаратного комплекса контроля вкуса шоколадных изделий.

2.5. Выводы.

3. РАЗРАБОТКА НЕЙРОСЕТЕВОЙ МОДЕЛИ ОЦЕНКИ ВКУСА ШОКОЛАДНЫХ БАТОНЧИКОВ С ПОМАДНО-СЛИВОЧНОЙ НАЧИНКОЙ

3.1. Выявление контрольных точек для составления оптимальной выборки входных параметров нейросетевой модели.

3.1.1. Анализ измеряемых технологических параметров в процессе изготовления шоколадных батончиков с помадно-сливочной начинкой.

3.1.2. Анализ измеряемых показателей качества в процессе изготовления шоколадных батончиков с помадно-сливочной начинкой.

3.1.3. Формирование оптимальной выборки входных параметров нейронной сети.

3.2. Подбор архитектуры нейронной сети и алгоритма обучения для реализации нейросетевой модели.

3.2.1. Классификация нейронных сетей.

3.2.2. Анализ возможности применения нейронных сетей различных типов для решения задачи контроля вкуса шоколадных изделий.

3.2.3. Подбор количества слоев и количества нейронов каждого слоя нейронной сети.

3.2.4. Подбор алгоритма и проведение обучения нейронной сети.

3.3. Анализ работоспособности нейросетевой модели.

3.4. Формализация результатов моделирования.

3.5. Выводы.

4. РАЗРАБОТКА ТЕХНИЧЕСКИХ РЕШЕНИЙ ДЛЯ РЕАЛИЗАЦИИ ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА КОНТРОЛЯ ВКУСА ШОКОЛАДНЫХ ИЗДЕЛИЙ.

4.1. Разработка структуры и описание функций программно-аппаратного комплекса контроля вкуса шоколадных изделий.

4.2. Подбор технических средств для физической реализации программно-аппаратного комплекса контроля вкуса шоколадных изделий.

4.3. Разработка алгоритма работы интеллектуального программного модуля оценки вкуса шоколадных изделий.

4.4. Разработка интерфейса пользователя ввода данных и аналитической обработки полученных результатов.

4.5. Выводы.

Введение диссертации (часть автореферата) на тему «Автоматизация контроля показателей вкуса шоколадных изделий»

Актуальность темы

Обеспечение населения Российской Федерации качественными, разнообразными отечественными продуктами питания является приоритетной социально- экономической проблемой. Решение этой проблемы тесно связано с широкой автоматизацией технологических процессов, внедрением новых информационных технологий, появлением необходимых средств контроля для реализации автоматизированных систем управления, проведением организационно-технических мероприятий, способствующих улучшению качества и увеличению ассортимента выпускаемых пищевых продуктов.

Среди многих отраслей пищевой промышленности важнейшее место принадлежит кондитерской. Шоколадные изделия необычайно сложны по своему составу и обладают комплексом различных свойств, которые составляют в совокупности качество продукции. Одними из важнейших критериев качества являются органолептические показатели. Первое, на что обращает внимание потребитель — это форма, цвет и вкус изделия. Одно из основных направлений развития кондитерской промышленности связано с автоматизацией контроля органолептических показателей качества готовых изделий. Существующие в настоящее время методы оценки качества кондитерской продукции субъективны и далеки от совершенства. Так, в настоящее время основным заключающим фактором о вкусе готового кондитерского изделия является оценка дегустационной комиссии. За отсутствием профессиональных дегустаторов, а также вследствие несоблюдения на большинстве кондитерских предприятиях условий проведения дегустаций, такая оценка может зачастую давать необъективные показания о вкусе изделия. Назрела необходимость повышения объективности контроля вкуса готовой кондитерской продукции, за счет внедрения высокоэффективных интеллектуальных технологий в производственный процесс и создания на их базе автоматизированной системы контроля.

Изложенное позволяет сделать вывод об актуальности темы диссертационной работы «Автоматизация контроля показателей вкуса готовых шоколадных изделий», имеющей важное народнохозяйственное значение.

Успешное решение этой задачи при минимальных затратах на подготовку и проведение анализов становится возможным, благодаря внедрению в производственный процесс разработанного автоматизированного программно-аппаратного комплекса (ПАК) контроля вкусовых показателей шоколадных изделий, в основе алгоритма работы которого заложена нейросетевая модель (НСМ). Функционирование НСМ базируется на применении аппарата искусственных нейронных сетей (НС), который является одним из направлений развития теории искусственного интеллекта. Модель НС состоит из одного или нескольких слоев искусственных нейронов, которые имитируют работу своих биологических аналогов (нервных клеток).

Базовыми элементами автоматизированного ПАК являются:

• микропроцессорные устройства сбора, обработки и передачи информации (входят в состав автоматизированной системы управления технологическим процессом (АСУ ТП));

• человеко-машинный интерфейс, позволяющий осуществлять обмен данными между оператором и микропроцессорным устройством;

• система управления базами данных (СУБД);

• программное обеспечение, в основе алгоритма которого заложена НСМ;

• шлюзовое программное обеспечение (позволяет осуществлять сбор, преобразование и передачу данных между различными коммуникационными протоколами).

Реализация ПАК позволит автоматически контролировать вкус выпускаемой кондитерской продукции на пригодность. Использование системы автоматизированного контроля вкуса уменьшит влияние человеческого фактора на объективность анализа, а также сократит производственный цикл выпуска шоколадных изделий, исключив стадию органолептической оценки вкуса.

Цель и задачи исследования.

Целью настоящей работы является повышение эффективности кондитерского производства и качества готовой продукции за счет разработки научной концепции и методологии создания автоматизированной системы контроля показателей вкуса шоколадных изделий (на примере линии по производству шоколадных батончиков с помадно-сливочной начинкой).

Для достижения цели были поставлены и решены следующие задачи исследований:

• проведение анализа, обобщение и систематизация направлений использования аппарата НС в различных отраслях (в том числе пищевой) промышленности;

• научное обоснование и разработка методологических основ создания автоматизированной системы контроля показателей вкуса кондитерских изделий;

• проведение экспериментальных исследований и анализа технологического процесса производства шоколадных изделий (на примере линии по производству шоколадных батончиков с помадно-сливочной начинкой) с целью разработки метода автоматизации контроля показателей вкуса; выявление и анализ зависимостей между измеряемыми в процессе производства шоколадных изделий параметрами и показателями вкуса готового изделия;

• проведение анализа и классификация градаций вкуса шоколадных изделий на основе исследования экспериментальных данных по контролируемым параметрам этого процесса;

• разработка и обоснование алгоритмического и математического обеспечения задачи автоматизации контроля показателей вкуса шоколадных изделий;

• разработка оптимальной НСМ принятия решений о вкусе шоколадных изделий в условиях последовательной и параллельной обработки данных от произвольного числа информационных источников и влияния неопределенности;

• проектирование и апробация структуры ПАК контроля показателей вкуса шоколадных изделий;

• разработка архитектуры реализующей комплекс автоматизированной системы контроля показателей вкуса шоколадных изделий с использованием НСМ принятия решений;

• разработка на базе современного программного и аппаратного обеспечения технических решений АСУ ТП для реализации предложенного метода контроля показателей вкуса шоколадных изделий.

Объекты и методы исследования.

Объектом исследования является поточная технологическая линия по производству шоколадных батончиков с помадно-сливочной начинкой, функционирующая на производстве ОАО Кондитерский Концерн «Бабаевский» (типовая линия производства шоколадных изделий).

Предмет исследования составила совокупность теоретических, методологических и практических задач, связанных с автоматизацией контроля показателей вкуса шоколадных изделий. Были исследованы модели, методы, средства и способы контроля показателей вкуса готовых изделий по результатам значений различных наиболее информативных технологических параметров, а также основных показателей качества сырья и полуфабрикатов, измеренных в процессе производства шоколадных батончиков.

При проведении теоретических и экспериментальных исследований использованы основные положения теории автоматического управления, математического моделирования, нейронных сетей; элементы теории принятия решений; методы системного анализа; теории нечетких множеств, методы математической статистики и сенсорной оценки.

Научная новизна работы.

В результате теоретического анализа и экспериментальных расчетов обоснованы наиболее перспективные направления автоматизации контроля вкуса кондитерских изделий на основе применения аппарата искусственных нейронных сетей.

Разработаны методологические основы создания автоматизированной системы контроля показателей вкуса кондитерских изделий.

Разработаны теоретические основы общего подхода к автоматизации контроля показателей вкуса готовых шоколадных изделия, в частности впервые разработаны:

• метод автоматизации контроля показателей вкуса шоколадных изделий;

• способ автоматического контроля показателей вкуса шоколадных изделий, основанный на работе НСМ.

• оптимальная НСМ принятия решений о вкусе шоколадных изделий в условиях последовательной и параллельной обработки данных от произвольного числа информационных источников и влияния неопределенности;

• классификатор измеряемых в процессе производства шоколадных изделий параметров с точки зрения автоматизации обработки информации;

• алгоритмическое и математическое обеспечения задачи автоматизации контроля показателей вкуса шоколадных изделий;

• методика и алгоритм проектирования архитектуры комплекса автоматизированной системы контроля показателей вкуса шоколадных изделии с использованием НСМ принятия решений;

• структура ПАК, реализующего способ автоматического контроля показателей вкуса шоколадных изделий.

Практическая ценность работы состоит в возможности автоматизации контроля показателей вкуса шоколадных изделий на основе НСМ для создания АСУ ТП в кондитерской промышленности.

Основные позиции, определяющие практическую ценность работы, заключаются в следующем:

• Создана и апробирована методика автоматического контроля показателей вкуса шоколадных изделий в режиме реального времени.

• Разработано и обосновано математическое и алгоритмическое обеспечение задач автоматизации контроля показателей вкуса шоколадных изделий.

• Сформулированы предложения для обеспечения широкого использования в пищевой промышленности аппарата искусственных нейронных сетей (НС), который является одним из направлений развития теории искусственного интеллекта.

• Даны рекомендации по созданию автоматизированного ПАК для контроля вкусовых показателей шоколадных изделий с использованием НСМ. Данная разработка позволит контролировать вкусовые показатели шоколадных изделий.

• Применен и апробирован разработанный способ автоматического контроля показателей вкуса шоколадных изделий, на примере шоколадных батончиков с помадно-сливочной начинкой;

• Создана структура функционирования ПАК контроля показателей вкуса в автоматическом режиме с использованием комплекса в автоматизированных технологических линиях кондитерских предприятий;

• Даны рекомендации по подбору технических средств автоматизации ПАК контроля показателей вкуса с возможностью интеграции его в АСУ ТП.

Результаты, полученные в процессе выполнения диссертационной работы, были использованы при проведении научных исследований по заданиям Министерства образования и науки Российской Федерации, Федерального агентства по образованию:

• по проекту «Снижение риска получения некачественной продукции за счет научно-обоснованных методов, приборов и систем автоматического контроля безопасности сырья, полуфабрикатов и готовых продуктов питания» аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы» (код ГРНТИ — 65.01.85, регистрационный номер - 7242).

• по проекту «Организация и проведение научно-методической конференции по проблемам комплексной автоматизации и управления производственными процессами для обеспечения выпуска продукции заданного уровня качества на пищевых предприятиях города Москвы»

Апробация работы.

Основные положения диссертационной работы были обсуждены и одобрены на:

• V-ой Юбилейной школе-конференции с международным участием «Высокоэффективные пищевые технологии, методы и средства для их реализации» (г. Москва), МГУ1111, 2007;

• П-ой Конференции молодых ученых «Реология и физико-химическая механика гетерофазных систем», 2009;

• 1-ой Всероссийской студенческой научной конференции «Молодежная наука - пищевой промышленности», СевКавГТУ, 2009;

• электронной научной конференции на основе Интернет-форума, научно-информационного издательского центра и редакции журнала «В мире науки», 2009;

• семинаре «Интенсификация и автоматизация технологических процессов обработки пищевых продуктов» под руководством академика И.А. Рогова, МГУПБ, 2009;

• IX -ой Всероссийской выставке научно-технического творчества молодежи «НТТМ-2009»;

• И-ом Испанско- Российском Форуме по информационным и коммуникационным технологиям, Мадрид, 21 - 25 сентября 2009; • Международной научной конференции студентов и молодых ученых «Экологически безопасные, ресурсосберегающие технологии и средства переработки сельскохозяйственного сырья и производства продуктов питания»,МГУПБ, 2009

Полученные в рамках настоящего исследования научные и практические результаты внедрены в учебный процесс кафедры «Автоматизация биотехнических систем» ГОУ ВПО Московского государственного университета прикладной биотехнологии для студентов направлений «Автоматика и управление» и «Управление и информатика в технических системах», а также специальности «Автоматизация технологических процессов и производств» по следующим дисциплинам: «Моделирование систем», «Технические средства автоматизации» и «Проектирование автоматизированных систем» о чем свидетельствуют соответствующие акты внедрения.

Проект «Программно-аппаратный комплекс автоматической оценки вкуса шоколадных изделий» стал финалистом отборочного тура конкурса по программе «У.М.Н.И.К.», а также награжден дипломом I степени по итогам Всероссийской выставки научно-технического творчества молодежи «НТТМ-2009».

Получена грамота за проект - победитель «Автоматизация контроля вкуса готовой продукции» конкурса 2009г. ассоциации «Университетский комплекс прикладной биотехнологии»

Разработанная, как часть ПАК, система расчета и регистрации показателей качества кондитерских изделий внедрена и введена в эксплуатацию в конфетном цехе ОАО «КК Бабаевский» о чем свидетельствует соответствующий акт ввода в эксплуатацию.

По итогам работы подготовлены две заявки на изобретения.

Публикации.

По теме диссертационной работы опубликовано 8 печатных работ.

Структура и объем работы.

Диссертационная работа состоит из введения, 4 глав, заключения, списка используемой литературы (113 источников) и приложений. Работа изложена на 125 страницах машинописного текста, содержит 21 рисунок, 9 таблиц, 2 приложения.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Шаверин, Андрей Вениаминович

ЗАКЛЮЧЕНИЕ И ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Проведен анализ, обобщение и систематизация направлений использования аппарата НС в различных отраслях (пищевой) промышленности. Обоснованы наиболее перспективные направления автоматизации контроля вкуса кондитерских изделий на основе применения аппарата искусственных НС. Сформулированы предложения для обеспечения широкого использования аппарата искусственных НС. Разработаны методологические основы создания автоматизированной системы контроля показателей вкуса кондитерских изделий. Проведены экспериментальные исследования и проанализирован технологических процесс производства шоколадных изделий (на примере линии по производству шоколадных батончиков с помадно-сливочной начинкой) с целью разработки автоматизированной системы контроля показателей вкуса шоколадных изделии. Выявлены и проанализированы зависимости между измеряемыми в процессе производства шоколадных изделий параметрами и показателями вкуса готового изделия. На основе исследования экспериментальных данных разработан классификатор измеряемых в процессе производства шоколадных изделий параметров с точки зрения способов обработки информации.

Сформулирована математическая постановка задачи автоматизации контроля показателей вкуса шоколадных батончиков с помадно-сливочной начинкой.

Разработана и оптимизирована НСМ принятия решений о вкусе шоколадных изделий в условиях последовательной и параллельной обработки данных от произвольного числа информационных источников и влияния неопределенности. Разработано и обосновано алгоритмическое и математическое обеспечение задачи автоматизации контроля показателей вкуса шоколадных изделий.

Разработаны и апробированы метод и способ автоматического контроля показателей вкуса шоколадных изделий, основанный на работе НСМ. Спроектирована структура ПАК для автоматизации контроля показателей вкуса шоколадных изделий. Проведена экспериментальная проверка результатов исследования на экспериментальном и промышленном оборудовании линии по производству шоколадных батончиков с помадно — сливочной начинкой.

На базе современного программного и аппаратного обеспечения разработаны технические решения и практические рекомендации по функционированию программно- аппаратного комплекса контроля показателей вкуса в автоматическом режиме для применения на автоматизированных технологических линиях кондитерских предприятий, с возможностью интеграции в АСУ ТП. Результаты работы внедрены на ОАО «КК Бабаевский» (что подтверждается соответствующим актом), а также в учебном процессе ГОУ ВПО Московского государственного университета прикладной биотехнологии студентов специальности 220301 - «Автоматизация технологических процессов и производств».

Список литературы диссертационного исследования кандидат технических наук Шаверин, Андрей Вениаминович, 2009 год

1. Аверин А.Н. Нечеткие множества в моделях управления и искусственного интеллекта-М.: Наука, 1986.

2. Ануфриев И., Смирнов А., Смирнова Е. MATLAB 7.0 в подлиннике -Новая техническая книга, 2005.

3. Андреев Е. SCADA-системы: взгляд изнутри М.: Москва, 2004.

4. Баффингтон Р., Уилсон М. Детекторы для газовой хроматографии. М.: Мир, 1993.

5. Бергер Г. Автоматизация посредством STEP 7 с использованием STL и SCL и программируемых контроллеров SIMATIC S7-300/400 Siemens, 2001.

6. Бойерл Х.-П., Бах-Беценар Г. Коммуникация в технике автоматизации — Siemens, 1991.

7. Боровко О.Г. Контроль качества кондитерских товаров в торговле. — М.: Экономика, 1984.

8. Бутковский А.Г. Методы управления в системах с распределенными параметрами. М.: Наука, 1975.

9. Галушкин А.И. Теория нейронных сетей. Книга 1. М.: ИПРЖР, 2000.

10. Ю.Гитис JI.X. Кластерный анализ в задачах классификации, оптимизации ипрогнозирования. М.: Издательство Московского государственного университета, 2001.

11. П.Гришин В.Г. Образный анализ экспериментальных данных. М.: Наука, 1982.

12. Герасимова И.В., Новикова Н.В., Карушева Н.В. Основы кондитерского производства-М.: Колос, 1996.

13. Грень А.И., Высоцкая JI.E., Михайлова Т.В. Химия вкуса и запаха мясных продуктов. Киев: Наук, думка, 1985.

14. М.Горбань А.Н. Обучение нейронных сетей. -М.: СП "ParaGraph", 1990.

15. ГОСТ 6534-89 «Шоколад. Общие технические условия»;

16. Г0СТ Р ИСО 3972-2005 «Органолептический анализ. Методология. Метод исследования вкусовой чувствительности».

17. Денисенко В.В. Компьютерное управление технологическим процессом, экспериментом, оборудованием. -М.: Горячая линия-телеком, 2009.

18. Дикий Б.Ф. Автоматический контроль состава и свойств пищевых продуктов М.: Пищевая промышленность, 1968.

19. Дорф Р., Бишоп Р. Современные системы управления: Перевод с английского Лаборатория базовых знаний, 2002.

20. Дудников Е.Г., Балакирев B.C., Кривсунов В.Н., Цирлин A.M. Построение математических моделей химико-технологических объектов. -Л.: Химия, 1970.

21. Драгилев А.И. Оборудование для производства сахарных кондитерских изделий. Учебник для Вузов. М., ИРПО, Академия. 2000.

22. Драгилев А. И., Осташенкова Н. В., Войно Л. И. Шоколад, пралине (сырье, технология, оборудование, технохимический и микробиологический контроль). -М.: ДеЛи принт, 2007.

23. Дюран Б., Оделл П. Кластерный анализ. -М.: Статистика, 1976.

24. Дьяконов В.П., Круглов В.А. Математические пакеты расширения MATLAB. Специальный справочник. СПб: Питер. 2001.

25. Дьяконов В.П. Matlab 6.5 SP1/7 + Simulink 5/6 в математике и моделировании -М,: СОЛОН-Пресс, 2005.

26. Ежов A.C., Шумский С.С. Нейрокомпьютинг и его применение в экономике и бизнесе. М.: Мир, 1998.

27. Жарикова Г.Г., Кондакова И.А., Леонова И.Б. Оценка качества кондитерских изделий по органолептическим показателям. — М.: АгроНИИТЭПП, 1995.

28. Жамбю М. Иерархический кластер анализ и соответствия. - М.: Финансы и статистика, 1988.29.3убченко A.B. Технология кондитерского производства Воронеж, 1999.

29. ЗО.Зубченко A.B. Влияние физико-химических процессов на качество кондитерских изделий. -М.: Агропродмаш, 1986.

30. Иглин С.П. Теория вероятностей и математическая статистика на базе MATLAB Харьков: Издательство НТУ "ХПИ", 2006.

31. Калач A.B., Коренман Я.И., Нифталиев С.И. Искусственные нейронные сети вчера, сегодня, завтра. Воронеж: ВГТА, 2002.

32. Катралл Р.В. Химические сенсоры, М.: Научный мир, 2000.

33. Кафка Б.В. Техно-химический контроль кондитерского производства — М.: Пищепромиздат, 1956.

34. Карпин Е.Б Автоматизация технологических процессов пищевых производств-М.: Агропромиздат, 1985.

35. Каллан Р. Основные концепции нейронных сетей. М.: Издательский дом "Вильяме", 2003.

36. Кантере В.М., Матисон В.А., Фоменко М.А. Сенсорный анализ продуктов питания. М.: Типография РАСХН, 2003.

37. Клюев A.C., Глазов Б.В., Дубровский А.Х., Клюев A.A. Проектирование систем автоматизации технологических процессов — М.: Энергоатомиздат, 1990.

38. Кокашинский Г.Р. Производство шоколадных изделий М.: Пищевая промышленность, 1966.

39. Коротнев В.Д., Винничек Л.Б., Кочетова Г.Н. и др. Организация и управление производством М.: КолосС, 2005.

40. Кохонен Т. Ассоциативные запоминающие устройства. М.: Мир, 1982.

41. Кондрашов В., Королев С. Matlab как система программирования научно-технических расчетов М.: Мир, 2002.

42. Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи М.: Горячая линия-телеком, 2003.

43. Комашинский В.И., Смирнов Д.А. Введение нейро-информационные технологии СПб.: Тема, 1999.

44. Круглов В.В., Борисов H.H. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком, 2001.

45. Круглов В.В., Дли М.И., Голусов Р.Ю. Нечеткая логика и искусственные нейронные сети. — М.: Издательство физико-математической литературы, 2001.

46. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика-М.: Горячая линия-телеком, 2001.

47. Камман К. Работа с ионоселективными электродами. М.: Мир, 1980.

48. Кучменко Т.А. Применение метода пьезокварцевого микровзвешивания в аналитической химии. Воронеж: изд. ВГТА, 2001.

49. Лурье И.С. Технохимический контроль сырья в кондитерском производстве. Справочник. -М.: агропромиздат, 1987.

50. Леоненков A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH.- СПб.: БХВ Петербург, 2003.

51. Миллер Д. Магическое число семь, плюс или минус два. В кн.: Инженерная психология. М, 1964.

52. Минифай Б. Шоколад, конфеты, карамель и другие кондитерские изделия. М.: Профессия, 2005.

53. Миттаг Х.И., Ринне X. Статистические методы обеспечения качества -М.: Машиностроение, 1995.

54. Мишель Ж. Программируемые контроллеры. Архитектура и применение1. М.: Машиностроение, 1992.

55. Мкртчян С.О. Нейроны и нейронные сети. (Введение в теорию формальных нейронов) — М.: Энергия, 1971.

56. Минский И.И., Пейперт С. Перцептроны. М.: Мир, 1971.

57. Медведев B.C., Потемкин В.Г. «Нейронные сети. MATLAB 6» М.: Диалог-МИФИ, 2002.

58. Мандель Н.Д. Кластерный анализ. -М.: Финансы и статистика, 1988.

59. Малов В.В. Пьзорезонансные датчики. М.: Энергоатомиздат, 1989.

60. Нестеров A.JI. Проектирование АСУТП. Методическое пособие. Книга 1- СПб.: Деан, 2006.

61. Парр Э. Программируемые контроллеры. Руководство для инженера -М.: Бином. Лаборатория знаний, 2007.

62. Петрову И.К. Технологические измерения и приборы в пищевой промышленности. -М.: Агропромиздат, 1985.

63. Петров И.В. Программируемые контроллеры. Стандартные языки и инструменты. М.: Солон-Пресс, 2003.

64. Поршнев C.B. MATLAB 7. Основы работы и программирования. Учебник

65. М.: "Бином. Лаборатория знаний", 2006г.

66. Позняковский В.М. Кондитерские изделия. Практическое учебное пособие. Кемерово: КТИПП, 1999.

67. Потемкин В.Г. Система MATLAB. Справочное пособие М.: Диалог-МИФИ, 1997.71 .Прикладные нечеткие системы. / Под ред. Т. Тэрано, К. Асаи, М. Сученко. М.: Мир, 1993.

68. Потемкин В.Г. Вычисления в среде MATLAB M.: Диалог-МИФИ. 2004.

69. Родина Т.Г., Вукс Г.А. Дегустационный анализ продуктов. — М.: Колос, 1994.

70. Розонова С.С. Классификационная проблема в современной науке -Новосибирск: Наука, 1986.

71. Рутковская Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы — М.: Горячая линия-телеком, 2006.

72. Сакодынский К.И., Бражников В.В., Волков С.А. и др. Аналитическая хроматография М.: Химия, 1993.

73. Сафронова Т.М. Справочник дегустатора рыбной продукции — М.: ВНИРО, 1998.

74. Смагин А.Г., Ярославский М.И. Пьезоэлектричество кварца и кварцевые резонаторы -М.: Энергия, 1970.

75. Скуратовская О.Д. Контроль качества продукции физико-химическими методами. Сахар и сахарные кондитерские изделия М.:ДелиПринт, 2005.

76. Сокал P.P. Кластер анализ и классификация: основные направления М., 1980.

77. Семененко М. Введение в математическое моделирование Солон-Р, 2002.

78. Суровцев И.С., Клюкин В.И., Пивоварова Р.П. Нейронные сети. -Воронеж: ВГУ, 1994.

79. Терехов В.А., Ефимов Д. В., Тюкин И.Ю. Нейросетевые системы управления. Уч. Пособие для вузов. -М.: Высшая школа, 2002.

80. Тэрано Т., Асаи К., Сугэно М. М.: Мир, 1993.

81. Уоссерман Ф. Нейрокомпьютерная техника: теория и практика. — М.: Мир, 1992.

82. Штовба С.Д. Проектирование нечетких систем средствами MATLAB — М.: Горячая Линия Телеком, 2007 г.

83. Шаповалова E.H., Пирогов A.B. Хроматографические методы анализа. -М.: МГУ, 2007.

84. Фатхутдинов P.A. Организация производства-М.: ИНФРА-М, 2000.

85. Федоров Ю.Н.Справочник инженера по АСУТП: Проектирование и разработка-М.: Инфра-Инженерия, 2008.

86. Черных И. Simulink: среда создания инженерных приложений -М.:Диалог-МИФИ, 2003.9 ¡.Царев И.Н., Царев В.И., Катраков И.Б. Практическая газовая хроматография. Барнаул: АтлГУ, 2000.

87. Хайвер К. Высокоэффективная газовая хроматография —М.: Мир, 1993.

88. Экспертиза качества кондитерских изделий. Методическое руководство — М., 2000.

89. Beckett S.T. Science of chocolate. RSCPublishing, 2008.

90. Gardner J., Bartlett P. Electronic Noses: Principles and Applications Oxford University Press, 1998.

91. Garcia L.A., Arguesso F., Garcia A.I., Diaz M. Application of neural networks for controlling and predicting quality parameters in beer fermentation Journal of industrial microbiology, 1995.

92. Garner W.R., Hake H.W., Eriksen C.W. Operationism and the concept of perception. Psychol.Rev, 1956.

93. Haykin S., Neural networks a Comprehensive Foundation, Second Edition -' Prentice Hall, Inc., 1999.

94. Kohonen Т., "Self-Organizing Maps", Springer, 1995

95. Kohonen Т., "Self-Organizing Maps"(2-nd edition), Springer, 1997.

96. Kohonen Т., Huang T.S., Schroeder M.R. "Self-Organizing Maps"(Third edition), Springer, 2003.

97. Mahnke W OPC Unified Architecture Springer-Verlag, 2009.

98. Legin A., Rudnitskaya A., Vlasov Yu., Di Natale C., D'Amico A. Sensors and Actuators B, 1999.

99. Legin A., Rudnitskaya A., Vlasov Yu. In: Integrated Analytical Systems, Comprehensive Analytical Chemistry. V. XXXIX. Ed. S. Alegret. Amsterdam: Elsevier, 2003.

100. Newton D. E. Food Chemestry Facts On File, Inc., 2007.

101. Swingler K. Applying Neural Networks. A Practical Guide Morgan Kaufman Publishers.

102. Sun D.W. Modern Techniques for food authentication Academic Press, 2008.

103. Principe J. Euliano N. Lefebvre C. Neural and Adaptive Systems. Fundamentals through Simulation John Wiley & Sons.

104. Trion R.G. Cluster-analysis L.: Ann Arbor Edwards Bros., 1939.

105. Wong M.A. A hybrid clustering method for identifying hign JASA, 1982.

106. Wilson C.I. Threapleton L. Application Of Artificial Intelligence For Predicting Beer Flavours From Chemical Analysis European Brewery Convention, from the Proceedings of the 29th EBC Congress -Dublin, 2003.

107. Zurada J. Introduction to Artificial Neural Systems West Publishing Company, 1994.