Исследования и разработка методов контроля и управления качеством творога на основе нейронной сети тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Давыдова, Гульнара Рифатовна

• Давыдова, Гульнара Рифатовна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Давыдова, Гульнара Рифатовна

Оглавление

Оценка объемов производства творожных изделий и анализ современных методов контроля качества...............................................................................................4

1.1 Анализ технологического процесса производства творога как объекта управления.......................................................................................................14

1.2 Характеристика стадий и материальных потоков технологического процесса производства творога......................................................................16

1.3 Анализ влияния состояния сырья на качество готового изделия........20

1.4 Исследование и анализ технологического процесса производства творога, влияние схем его формирования на качество готового изделия.29

1.5 Методы органолептического контроля показателей качества творогаЗЗ

1.5.1 Общие сведения..................................................................................33

1.5.2 Органолептический анализ, методы органолептического анализа .......................................................................................................................35

1.5.3 Контроль органолептических свойств молока и молочных продуктов.....................................................................................................38

1.5.4 Контролируемые показатели при производстве творога...............42

1.5.5 Недостатки органолептического контроля......................................46

1.6. Нечеткие множества и нейронные сети. Область применения. Общие сведения............................................................................................................47

Выводы................................................................................................................................53

Постановка задачи контроля качества творога.........................................................55

2.1 Постановка эксперимента. Объекты и методы исследования..............55

2.2 Содержательная постановка задачи контроля качества готового творога..............................................................................................................58

2.3 Математическая постановка задачи контроля качества готового изделия..............................................................................................................60

2.4 Основные этапы решения задачи контроля качества творога..............64

2.5 Дополнительный способ контроля качества творога............................68

Выводы................................................................................................................................83

3 Разработка нейросетевой модели оценки качества творога....................85

3.1 Анализ технологических параметров, влияющих на качество

творога..........................................................................................................85

3.2 Анализ данных, полученных на производстве. Зависимость качества готового продукта от этих параметров.....................................................94

3.3 Подбор нейропакета для моделирования искусственной нейронной сети................................................................................................................96

3.4 Предварительный подбор архитектуры нейронной сети для реализации задачи оценки качества творога..........................................102

3.5 Выбор архитектуры нейронной сети для реализации задачи оценки качества творога........................................................................................105

3.6 Нейронная сеть типа Радиальной Базисной Функции.....................114

Выводы..............................................................................................................................118

4 Разработка программно-аппаратного комплекса.................................................120

Выводы..............................................................................................................................126

Заключение.......................................................................................................................127

Список условных обозначений.....................................................................................130

Список литературы........................................................................................................131

Список иллюстративного материала.........................................................................148

ПРИЛОЖЕНИЕ А- Входные и выходные значения показателей качества

творога...............................................................................................................................151

ПРИЛОЖЕНИЕ Б - Обзор встроенных нейронных сетей в Neural Network

Toolbox for Matlab...........................................................................................................155

ПРИЛОЖЕНИЕ В - Результаты тестирования нейронных сетей........................161

ПРИЛОЖЕНИЕ Г - Тексты программ для обучения встроенных типов сетей в

программном пакете Matlab.........................................................................................171

ПРИЛОЖЕНИЕ Д - Акт внедрения...........................................................................184

Введение диссертации (часть автореферата) на тему «Исследования и разработка методов контроля и управления качеством творога на основе нейронной сети»

Спрос на творог и творожные продукты объясняется относительно невысокой стоимостью, постоянно обновляемым ассортиментом. В настоящее время потребитель ценит не разрекламированность бренда, а экологичность продукции и качество с обязательным соответствием действующим нормам и стандартам.

На сегодняшний день накоплен достаточный практический и теоретический объем информации по усовершенствованию технологии производства. Эти вопросы в своих работах всесторонне рассматривали следующие ученые -Л. А. Забодалова, Е. А. Богданова, Л. А. Лыщева, Н. С. Королева, Т А. Кудрявцева, Т. Г. Ованова, Р. И. Панкова, Н. Н. Липатов, Г. В. Фриденберг, Г. М. Паткуль, Р. Н. Хандак, 3. С. Зобкова [11, 41,47, 60, 78, 79, 110].

В основу множества работ положены фундаментальные исследования в области реологии пищевых продуктов, которые проводили Лимонов Г. Е., Воларо-вич М. П., Горбатов А. В., Маслов А. М., Ребиндер И. А., Рогов И. А., Табачников В. П. [66, 85, 89].

За последние годы предложены новые и усовершенствованные технические средства для реализации традиционных технологических операций при производстве творога. На предприятиях внедряются современные машины и аппараты, использование которых позволяет осуществлять отдельные основные операции в потоке [43,44, 81,97].

В связи с увеличением в мире интереса к диетическому питанию и расширением ассортимента видов творога на рынке, потребитель стал в большем объеме включать его в свой рацион. Творог - незаменимый продукт питания для людей различных возрастных групп, в его состав входят белки, содержащие аминокислоты, отсутствие или недостаток которых вызывает нарушения здоровья, так как организм человека их не синтезирует [61].

При выборе отдается предпочтение продукту, обладающему высоким качеством и относительно не высокой стоимостью. Согласно действующему в Российской Федерации законодательству производитель должен отслеживать соответствие выработанной продукции Государственным стандартам Российской Федерации (ГОСТ), Техническим условиям (ТУ). Важными показателями при оценке

качества являются органолептические показатели (запах, вкус, консистенция, цвет). При формировании спроса решающую роль играют именно они, тогда как пищевая ценность и химический состав большинством потребителей принимаются во внимание лишь во вторую очередь. Оценку этих свойств осуществляют ор-ганолептическим путем.

Органолептический контроль обладает рядом сложностей и недостатков. Для получения достоверных результатов необходимо:

• использовать научно обоснованные методы оценки продуктов и отбора дегустаторов;

• соблюдать условия, предъявляемые к освещению, помещению и другие условия проведения дегустационного анализа;

• оценивать и изучать индивидуальные особенности дегустаторов;

• производить испытания сенсорных способностей;

• проводить специальную подготовку дегустаторов, обучать их приемам сенсорного анализа.

Однако при выполнении всех требований и рекомендаций, критерий субъективности в оценке качества полностью не может быть исключен, такая оценка может давать недостоверные и необъективные показания о качестве готовой продукции. На основании опыта выявлено, что обычно не более 40% испытуемых выдерживают тесты на чувствительность органов обоняния и вкуса, однако этот фактор очень важен для получения надежных, достоверных и сопоставимых результатов.

Исходя из вышесказанного, сделан вывод: необходимо повысить объективность контроля органолептических показателей готовой продукции, за счет внедрения высокоэффективных интеллектуальных технологий в производственный процесс и создания на их базе автоматизированной системы контроля. Успешное решение этой задачи возможно при внедрении автоматизированного программно-аппаратного комплекса (ПАК) для контроля показателей качества творога. При этом затраты на подготовку и проведение анализов будут минимальны. В основе

алгоритма работы комплекса заложена нейросетевая модель (НСМ), функционирование которой основывается на работе аппарата искусственных нейронных сетей (ИНС).

На сегодняшний день аппараты ИНС и методы их применения активно развиваются и совершенствуются. Активными исследованиями в области создания систем моделирования ИНС в России занимаются такие организации как Институт вычислительного моделирования СО РАН, Пермская научная школа искусственного интеллекта, ЗАО "Научно-исследовательский центр математического моделирования и нейросетевых технологий "Нейросплав". Исследования в этой области проводили Д. Рутковская, М. Пилиньский, Л. Рутковский, А. И. Галушкин, Саймон Хайкин, А. Б. Барский, А. А. Ежов, С. А. Шумский, А. Н. Горбань. Вместе с тем опубликованы ряд диссертационных работ, посвященных вопросам использования ИНС в различных областях, в том числе и в пищевой промышленности: «Автоматизация контроля показателей вкуса шоколадных изделий» (к.т.н. Шаверин А. В., 2009), «Автоматизация контроля влажности кондитерских масс с применением интеллектуальных технологий» (к.т.н. Апанасенко С. И., 2010), «Разработка научных принципов проектирования состава и совершенствования технологии многокомпонентных мясных изделий с использованием вторичных ресурсов пищевой промышленности» (д.т.н. Садовой В. В., 2007), «Сенсорометрический метод в оценке качества пищевых жиров и масел» (к.х.н. Селиванова А. А., 2011) [5, 6, 21, 25, 39, 91, 92, 94, 112, 114, 120].

Изложенное позволяет сделать вывод об актуальности темы диссертационной работы «Исследование и разработка методов контроля и управления качеством творога на основе нейронной сети».

Рабочая гипотеза основана на предположении, что нейросетевая модель позволит объективно оценивать органолептические показатели готового продукта, что до этого составляло некоторую сложность и носило субъективный характер. Нейронная сеть (НС) способна предсказать качество творога на основании обученной модели сети, что в свою очередь дает возможность своевременно среа-

гировать на отклонения показателей в процессе производства, исходя из данных предложенных нейронной сетью.

Цель работы и задачи исследования. Целью данной работы является повышение качества готового творога за счет разработки автоматизированной системы контроля качества с применением методов нейросетевого моделирования на примере линии производства творога раздельным способом с использованием сепаратора. Для исключения брака и увеличения прибыли на предприятии, в данной работе предлагается, наряду с экспрессным методом нейросетевого моделирования, автоматизировать контроль и регулирование содержания влаги в продукте с помощью автоматизированной системы оценки качества, оснащенной Цифровой видеокамерой (ЦБК) по каналу: «производительность подачи сгустка -процентное содержание влаги в твороге»

Для достижения цели были поставлены и решены следующие задачи:

• проанализирован технологический процесс производства творога, с исследованием каждого производственного этапа;

• выявлены параметры, влияющие на качество готового продукта - группа основных информационных параметров;

• оценено влияние основных параметров на органолептические показатели творога;

• подобрана система оценки и классификации градации качества творога на основе экспериментальных данных;

• предложен дополнительный метод контроля качества творога: оценка показателя влажности по реологическим показателям творожного «пласта» с применением цифровой видеокамеры. Предложена модель насоса дозатора с тиристорным управлением, частотный преобразователь, осуществляющие регулирование показателя влажности;

• проведено обучение нейросетевых моделей, встроенных в программный пакет (ПП) MatLabr2011b Neural Network Toolbox, на экспериментальных данных;

• подобрана оптимальная нейросетевая модель принятия решений о качестве готового творога;

• предложены рекомендации по разработке программно-аппаратного комплекса (ПАК), который в автоматическом режиме сможет контролировать показатели качества творога.

Научная новизна работы:

Разработана методика осуществления нейропрогноза, основанная на использовании совокупности методов оптимизации процесса построения нейросете-вой модели, обеспечивающая повышение показателей качества, выработку продукта, соответствующего заданным показателям. Предложенная методика позволяет спрогнозировать качество готового творога при изменении технологических параметров благодаря способности нейросетевых моделей к самообучению.

Предложен дополнительный способ контроля качества творога. Оценивается влажность продукта по степени отклонения контрольных точек творожного «пласта» от эталонного положения на кадре-задатчике с применением видеокамеры. Отрегулировать количество влаги в продукте можно, изменяя скорость подачи творожного сгустка, воздействуя на тиристорный двигатель насоса-дозатора по каналу: «производительность подачи сгустка - процентное содержание влаги в твороге». Полученные значения показателя влажности могут быть использованы как дополнительный вектор группы информационных параметров для обучения нейронной сети.

Даны рекомендации по разработке Программно-аппаратного комплекса для оценки качества творога, который в автоматическом режиме способен предсказать качество готового творога по органолептическим показателям.

Практическая значимость работы: При контроле качества продукта в качестве выходных данных использовалась органолептическая оценка творога по 10 бальной шкале. Предложенный способ на базе нейросетевого моделирования, позволяет исключить фактор субъективности из органолептической оценки. Предсказание нейронной сетью типа Радиальная базисная бальной оценки каче-

ства творога осуществляется с точностью 99,76 %. Высокий показатель точности способствует исключению брака на производстве, повышению качества и минимизации затрат. Внедрение нейросетевого метода оценки не потребует больших материальных вложений, достаточно персонального или промышленного компьютера, с установленным программным пакетом Matlab. Единственные затраты -временные, необходимые для сбора массивов входных/выходных данных, обучению персонала принципам работы с Matlab Neural Toolbox.

Дополнительный способ оценки показателя влажности с применением программного пакета Matlab и Цифровой видеокамеры позволит своевременно определить отклонения реологических показателей продукта от нормы, не дожидаясь достижения критических значений, когда показатель влажности не подлежит корректировке, а продукт забраковывают. По линейным размерам творожного пласта, изображенного на кадре, можно судить о влажности творога. В результате обработки цифрового изображения выдается сигнал об отклонении критических точек от нормальных (толщина, ширина пласта), принимается решение о введении регулирующих воздействий: регулирование скорости вращения тиристорного двигателя насоса-дозатора. Увеличивая или уменьшая количество подаваемого творожного сгустка можно откорректировать значение Массовой доли влаги в твороге.

Экономическая и социальная значимость работы состоит в расширении функциональных возможностей работников пищевой промышленности и повышении качества готовой продукции.

Результаты внедрения работы: Предложенные автором идеи внедрены в учебный процесс на кафедру «Автоматизация биотехнических систем» в дисциплины «Проектирование систем», «Технические измерения и приборы», в раздел дипломного проектирования для студентов специальностей 220301 «Автоматизация технологических процессов и производств» (по отраслям), 220201 «Управление и информатика в технических системах» (приложение Д). Материалы, идеи данного диссертационного исследования применены для разработки дополнительной профессионально-образовательной программы повышения квалификации

инженерных кадров «Использование высокоэффективных интеллектуальных нейросетевых технологий в системах автоматизированного управления технологическими процессами в кондитерской и хлебопекарной промышленности» (ФГБОУ ВПО «Московский государственный университет пищевых производств»), Разработка учебной программы проводилась в рамках Президентской программы повышения квалификации инженерных кадров на 2012-2014гг. Публикации:

По результатам диссертационного исследования опубликовано 8 печатных работ, в том числе в журналах ВАК - 5.

в рецензируемых научных журналах из Перечня ВАК

1. Давыдова, Г. Р. Автоматизация контроля производства сливочного масла / Г. Р. Давыдова // Сыроделие и маслоделие. — 2012. — № 5.— С. 16-17.

2. Давыдова, Г. Р. Контроль качества творога по органолептическим показателям с применением нейронной сети / Г. Р. Давыдова // Молочная промышленность. — 2012. —№ 9. — С. 44-45.

3. Давыдова, Г. Р. Программно-аппаратный комплекс для контроля качества творога на основе нейросетевых моделей / Г. Р. Давыдова, А. С. Потапов // Пищевая промышленность. — 2013— № 10. — С. 36-37.

4. Давыдова, Г. Р. Оптимальные параметры нейронной сети для контроля качества творога / Г. Р. Давыдова // Молочная промышленность. — 2013. — № 10. —С. 32-33.

5. Благовещенская, М. М. Использование интеллектуальных технологий для контроля качества творога / М. М. Благовещенская, Г. Р. Давыдова, Н. А. Семина // Вестник ВГУИТ. — 2014. — № 2. — С. 83-89.

В прочих изданиях

1. Давыдова, Г. Р. Контроль качества сливочного масла / Г.Р.Давыдова, Я. В. Иванов // Живые системы и биологическая безопасность населения : Сб. материалов VII Междунар. науч. конф. студентов и молодых ученых. — М. МГУПБ, 2010. — С. 57-58.

2. Давыдова, Г. Р. Контроль качества творога на основе нейронной сети / Г. Р. Давыдова // Живые системы и биологическая безопасность населения: Сб. материалов IX Междунар. науч. конф. студентов и молодых ученых.— М.: МГУПП, 2011. — С. 51-53.

3. Давыдова, Г. Р. Контроль качества творога на основе нейронной сети / Г. Р. Давыдова // «Экономические аспекты пищевых производств», — М.: МГУПП, 2012. — С. 34-35.

Структура и объем диссертации. Диссертация состоит из введения, обзора литературы, экспериментальной части, выводов, списка литературы (140 источников) и 5 приложений. Основное содержание работы изложено на 181 страницах машинописного текста (список литературы страницы 128-144, приложения страницы 148-181), включает 12 таблиц, 33 рисунка, 4 графика, 2 диаграммы.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Давыдова, Гульнара Рифатовна

Выводы

1. Описана структура программно аппаратного комплекса для оценки качества творога и алгоритм его работы. Предложены рекомендации по выбору оборудования. Исходя из предложенных рекомендаций, ПАК условно можно разделить на 3 блока: блоки вода и обработки данных (АРМ лаборанта; датчики и контроллеры, автоматически снимающие показания в ходе технологического процесса); нейросетевой блок (АРМ оператора, состоящего из промышленного персонального компьютера с установленным ПП MatLab Neural Toolbox); блок анализа результатов (АРМ оператора, сервер, рабочее место руководящего персонала).

Заключение

В результате диссертационных исследований автором получены следующие

результаты и рекомендации:

1. Установлено, что нейросетевые методы могут быть использованы как инструмент системного анализа больших, сложных структур, для которых трудно составить точную математическую модель. Применение нейросете-вого моделирования позволит построить модель, отражающую суть исследуемого объекта.

2. Изучены основные характеристики существующих программных пакетов для нейросетевого моделирования. Представленный обзор позволил выявить достоинства и недоставки каждого пакета, выбрать наиболее подходящий для решения поставленной задачи. Исследованы возможности применения нейронных сетей, проведен анализ встроенных типов НС в программном пакете Matlab Neural Network Toolbox, выявлены подходящие топологии сетей для решения задачи оценки качества творога. Представлены тексты программ для их обучения, что позволит упросить внедрение метода нейросетевого контроля на производстве.

3. Осуществлен прогноз качества творога на основе нейросетевого моделирования. Выбран наиболее подходящий тип нейронной сети для решения поставленной задачи. Проведено 10 ООО расчетов величины среднеквадратичной ошибки MSE (10 измерений по 1000) каждого типа НС, что позволило достичь достоверного результата прогноза. Высокая достоверность свидетельствует об эффективности предложенного метода. Использование нейронных сетей для решения задачи оценки качества творога позволит исключить фактор субъективности, присущий органолептической оценке, уменьшить время, затрачиваемое на обработку оценочных данных, повы-

сить точность. Предложенный подход к оценке качества реализован в программно-аппаратном комплексе, позволяющем быстро и достоверно предсказать характеристики готового продукта, даже при изменении входных показателей. Результаты оценки могут быть использованы для составления плана по уменьшению количества брака на предприятии и улучшению ор-ганолептических показателей продукта за счет способности нейронных сетей к самообучению: при изменении / отклонении от нормы входных параметров сеть способна предсказать показатели готового продукта (в данной работе выходными данными является десятибалльная органолептическая оценка готового продукта).

4. Описана структура программно-аппаратного комплекса для оценки качества творога на базе нейросетевого моделирования, который может быть применен для оценки качества не только творога, но и других пищевых продуктов, имеющую пастообразную структуру. Кроме того, может быть изменен набор критериев качества и их количество. То есть ПАК не привязан к определенному виду оценки и может быть легко перестроен для оценки по различным критериям.

5. Предложен дополнительный способ контроля качества: оценка показателя влажности по реологическим показателям творожного «пласта» с применением видеокамеры. Дополнительный способ контроля позволит отслеживать и регулировать изменение реологических свойств продукта без существенных материальных затрат. Полученные значения показателя влажности могут применяться как дополнительный вектор входных параметров для обучения нейронных сетей.

6. Основные теоретические и практические результаты работы внедрены в научно-исследовательскую деятельность и в учебный процесс кафедры «Автоматизация биотехнических систем» ФГБОУ ВПО «Московский государственный университет пищевых производств» в дисциплины «Проектирование систем», «Технические измерения и приборы», в раздел дипломного проектирования для студентов специальностей 220301 «Автоматизация

технологических процессов и производств» (по отраслям), 220201 «Управление и информатика в технических системах» направления 220200 «Автоматизация и управление»; профессионально-образовательную учебную программу повышения квалификации инженерных кадров «Использование высокоэффективных интеллектуальных нейросетевых технологий в системах автоматизированного управления технологическими процессами в кондитерской и хлебопекарной промышленности» (ФГБОУ ВПО «Московский государственный университет пищевых производств»), разработка учебной программы проводилась в рамках Президентской программы повышения квалификации инженерных кадров на 2012-2014гг.

Список литературы диссертационного исследования кандидат наук Давыдова, Гульнара Рифатовна, 2014 год

Список литературы

1. А. с. 1264875 ССР, МПК1 А Ol J 25/00 Установка для непрерывного производства творога [Текст] / Я. И. Костин, JI. П. Брусиловский, Г. В. Фриден-берг. — № 3659214/28-13 ; заявл. 22.07.83 ; опубл. 23.10.86, Бюл. № 39. — 4 с. : ил.

2. А. с. 583786 СССР, МПК5 А 01 J 25/00. Установка для охлаждения творога [Текст] / И. И. Волочков. — № 2113214/28-13 ; заявл. 25.12.74 ; опубл. 15.12.77, Бюл. №46. —4 с. : ил.

3. А. с. 682190 СССР, МПК5 А 01 J 25/11. Обезвоживатель молочно-белкового сгустка [Текст] / Н. Н. Липатов, Г. В. Фриденберг. — № 2435243/28-13 ; заявл. 28.12.76 ; опубл. 30.08.79, Бюл. № 32. — 4с.: ил.

4. Австриевских, А. Н. Управление качеством на предприятиях пищевой и перерабатывающей промышленности [Текст] : учебник / А. Н. Австриевских [и др.]. — 2-е изд., испр. и доп. — Новосибирск : Сиб. унив. изд-во, 2007. — 268 е.: ил. — (Питание). — ISBN 5-379-00088-6. - ISBN 978-5-379-00088-2.

5. Апанасенко, С. И. Автоматизация контроля влажности кондитерских масс с применением интеллектуальных технологий [Текст] : дис. ... канд. техн. наук : 05.13.06 / Апанасенко Сергей Игоревич. — М., 2010. — 131 с.

6. Барский, А. Б. Нейронные сети: распознавание, управление, принятие решений [Текст] / А. Б. Барский. — М. : Финансы и статистика, 2004. — 176 с. — ISBN 5-279-02757-Х.

7. Барцев, С.И. Адаптивные сети обработки информации [Текст] / С. И. Бар-цев, В. А. Охонин. — Красноярск: Ин-т физики СО АН СССР, 1986. — 64 с.

8. Батищев, Д. И. Применение генетических алгоритмов к решению задач дискретной оптимизации [Текст] : учеб. пособие для студентов, обучающихся по направлению 510200 - Прикладная математика и информатика и по специальности 010200 - Прикладная математика и информатика / Д. И. Бати-

щев, Е. А. Неймарк, Н. В. Старостин ; Федеральное агентство по образованию, Нижегородский гос. ун-т им. Н. И. Лобачевского. — Нижний Новгород : Изд-во Нижегородского госун-та, 2006. — 136 с. : ил., табл.; 20 см. — ISBN 5-85746-940-6.

9. Благовещенская, М. М. Информационные технологии систем управления технологическими процессами [Текст] : учеб. пособие для вузов / М. М. Благовещенская, Л. А. Злобин. — М. : Высш. шк., 2005. — 768 с.

10. Богатова, О. В. Химия и физика молока: учеб. пособие / О. В. Богатова, Н. Г. Догарева — Оренбург : ГОУ ОГУ, 2004. — 137 с. — ISBN 5-7410-8523-7.

11. Богданова, Е. А. Производство цельномолочных продуктов [Текст] : учебник для техн. уч-щ / Е. А. Богданова, Г. И. Богданова. — 2-е изд., перераб. и доп. — М. : Легкая и пищевая промышленность, 1982. — 200 с. : ил. — ISBN 5-1484199-А.

12. Богданова, Е. А. Технология цельномолочных продуктов и молочно-белковых концентратов [Текст] : справочник / Е. А. Богданова [и др.] ; гл. ред. Я. И. Костин. — М. : Агропромиздат, 1989. — 309 с. — Библиогр.: с. 303 (9 назв.). - Предм. указ.: с. 304—307. — 10500 экз. — ISBN 5-10-000200-X (в пер.).

13. Боровиков, В. В. Нейронные сети. STATISTICA Neural Networks. Методология и технологии современного анализа данных [Текст] / В. В. Боровиков.

— 2-е изд., перераб. и доп. — М. : Горячая линия - Телеком, 2008. — 288 с.

— 1000 экз. — ISBN 978-5-9912-0015-8.

14. Бредихин, С. А. Технология и техника переработки молока [Текст] : монография / С. А. Бредихин, Ю. В. Космодемьянский, В. Н. Юрин. — М. : Колос, 2003. — 400 с. : ил. — ISBN 5-9532-0081-1.

15. Буянова, И. В. Технология цельномолочных продуктов [Текст] : учеб. пособие для студ. вузов / И. В. Буянова. — Кемерово : КемТИПП, 2005. — 111 с.

— 450 экз. — ISBN 5-89289-330-8.

16. Васильева, Р. А. Технико-химический и микробиологический контроль на предприятиях молочной промышленности [Текст] : программа, методические указания и контрольные задания. — Улан-Удэ : ВСГТУ, 2005. — 58 с.

17. Волчихин, В. И. Основы обучения искусственных нейронных сетей [Текст] : учеб. пособие / В. И. Волчихин, А. И. Иванов ; М-во образования и науки Рос. Федерации, Пенз. гос. ун-т. — Пенза : Изд-во Пенз. гос. ун-та, 2004. — 112, [1]с. : ил.; 20 см. — Библиогр.: с. 109-111.

18. Вороновский, Г. К. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности [Текст] : монография / Г. К. Вороновский [и др.] — Харьков : Основа, 1997. — 111 с. : ил. — 800 экз. — ISBN 5-7768-0293-8.

19. Восьмирко, С. О. Разработка математического и программного обеспечения среды моделирования нейронных сетей для решения задач прогнозирования [Текст] : дис.... канд. техн. наук : 05.13.11 / Восьмирко Сергей Олегович. — М., 2004. — 158 с. ил.

20. Втюрин, В. А. Автоматизированные системы управления технологическими процессами. Основы АСУТП [Текст] : учеб. пособие для студентов специальности 220301 "Автоматизация технологических процессов и производств" / В. А. Втюрин. — СПб: СПбГЛТА, 2006. — 152с.

21. Галушкин, А. И. Нейронные сети: основы теории [Текст] : монография / А. И. Галушкин. — М. : Горячая линия - Телеком, 2012. — 496 с. : табл., рис. — ISBN 978-5-9912-0082-0.

22. Глазачев, В. В. Технология кисломолочных продуктов [Текст] / В. В. Глаза-чев. — 3-е изд., перераб. и доп. — М. : Пищевая промышленность, 1974. — 118 с. — Библиогр.: с. 116. — ISBN 5-1121821-А.

23. Голубева, Л. В. Практикум по технологии молока и молочных продуктов [Текст] : технология цельномолочных продуктов : учеб. пособие / Л. В. Голубева, О. В. Богатова, Н. Г. Догарева. — СПб. [и др.] : Лань, 2012. — 378 с. : ил., табл.; 21 см. — 1000 экз. — ISBN 978-5-8114-1202-0.

24. Горбань, А. Н. Нейроинформатика: кто мы, куда мы идем, как путь наш измерить [Текст] / А. Н. Горбань // Вычислительные технологии. Машиностроение. — 2000. — № 4 — С. 10-14.

25. Горбань, А. Н. Нейронные сети на персональном компьютере / А. Н. Горбань, Д. А. Россиев; Отв. ред. В. И. Быков; Рос. акад. наук, Сиб. отд-ние, Вычисл. центр (г. Красноярск). — Новосибирск : Наука : Сиб. изд. фирма, 1996. — 270,[5] е.; 21 см. — ISBN 5-02-031196-0 (В пер.).

26. Горбатова, К. К. Биохимия молока и молочных продуктов [Текст] : учебник / Горбатова К.К. — 2-е изд., перераб. и доп. - М. : Колос, 1997. — 288с. : ил.

— ISBN 5-10-003127-1.

27. Горбунов, В. А. Использование нейросетевых технологий для повышения энергетической эффективности теплотехнологических установок [Текст] / В. А. Горбунов. — Иваново : ФГБОУВПО "Ивановский государственный энергетический университет имени В.И. Ленина", 2011. — 476 с. — ISBN/ISSN:978-5-89482-793-3.

28. ГОСТ 10444.11-89. Продукты пищевые. Методы определения молочнокислых микроорганизмов [Текст]. — Введ. 1991-01-01. — М. : ИПК Издательство стандартов, 2004. — 15с.

29. ГОСТ Р 52096-2003. Творог. Технические условия [Текст]. — Введ. 200407-01. — М.: Изд-во стандартов, 2008. — IV, 6 с. : ил. ; 29 см.

30. Гуньков, С. В. Влияние технологических свойств молока на выход и качество творога [Текст] : дис. ... канд. техн. наук : 05.18.04 / Гуньков Сергей Васильевич. — СПб., 2006. — 158 с. ил.

31. Дебок, Г. Анализ финансовых данных с помощью самоорганизующихся карт / Гвидо Дебок, Тейво Кохонен; Пер. с англ. А. Горбунов. — М. : Аль-пина, 2001. — 316 е., [4] л. цв. ил. : ил., карт., табл.; 24 см. — (Использование нейронных сетей в финансах и маркетинге / Нац. фонд подгот. кадров).

— ISBN 5-89684-013-6 (рус.).

32. Деркачев, А. Н. Нейросетевое моделирование процессов многомерной классификации объектов с разнородными признаками [Текст] : дис. ... канд.

техн. наук : 05.13.11 / Деркачев Александр Николаевич. — Воронеж, 2006.

— 128 с.

33. Дмитриченко, М. И. Товароведение и экспертиза пищевых жиров, молока и молочных продуктов [Текст] : учеб. пособие для вузов / М. И. Дмитриченко, Т. В. Пилипенко. — СПб. : Питер, 2004. — 352 с. — (Учебное пособие). — ISBN 5-94723-680-Х : (в пер.).

34. Добрякова, Г. А, Обезвоживание сгустка при вырабтке творога [Текст] / Г.

A. Добрякова// Молочная промышленность. — 1971. —№9. — С. 16—18.

35. Донской, Д. А. Моделирование искусственных нейронных сетей в системе MATLAB. Часть 2. Линейные сети [Текс] : метод, указания к выполнению лабораторных работ / Д. А. Донской [и др.]. — Пенза: Пензенский гос. ун-т, 2005. —33 с.

36. Донской, Д. А. Моделирование искусственных нейронных сетей в системе MATLAB. Часть 3. Радиальные базисные сети [Текст] : метод, указания к выполнению лабораторных работ / Д. А. Донской [и др.]. — Пенза : Пензенский гос. ун-т, 2005. — 63 с.

37. Дьяконов, В. П. Matlab 5.3.1 с пакетами расширений [Текст] : монография /

B. П. Дьяконов, И. В. Абраменкова, В. В. Круглов; под ред. В. П. Дьяконова ; Российская Ассоциация Издателей компьютерной литературы. — М. : Но-лидж, 2001. — 878 с. : ил. — Загл. обл. : Matlab 5 с пакетами расширений. — Библиогр.: с. 876-878. — ISBN 5-89251-091-3.

38. Дьяконов, В. П. MATLAB 6.5 SP 1/7/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики. [Текст] / В. П. Дьяконов, В. В. Круглов ; Серия «Библиотека профессионала". — М.: СОЛОН-ПРЕСС, 2009. — 456 е.: ил. — ISBN 5-98003-255-Х.

39. Ежов, А. А. Нейрокомпьютинг и его применение в экономике и бизнесе [Текст] : учеб. пособие / А. А. Ежов, С. А. Шумский. — М. : МИФИ, 1998.

— 222 с.: ил.; 29 см. — ISBN 5-7262-0252-Х.

40. Еремина, И. А. Микробиология молока и молочных продуктов [Текст] : учеб. пособие / И. А. Еремина ; М-во образования Рос. Федерации, Кемер.

технол. ин-т пищевой пром-ти. — Кемерово : Кемер. технол. ин-т пищевой пром-ти, 2004. — 80 с. — ISBN 5-89289-296-4 (в обл.).

41. Забодалова, JI. А. Технико-химический и микробиологический контроль на предприятиях молочной промышленности [Текст]: учеб. пособие для студентов высших учебных заведений, обучающихся по направлению подготовки дипломированного специалиста 260300 "Технология сырья и продуктов животного происхождения" по специальности 260300 "Технология молока и молочных продуктов" / Л. А. Забодалова. — СПб. : Троицкий мост, 2009. — 224 с.: ил., табл.; 21 см. — ISBN 978-5-904406-04-2.

42. Заенцев, И. В. Нейронные сети: основные модели [Текст] / И. В. Заенцев — Воронеж, 1999. —76 с.

43. Зенина, Д. В. Современные тенденции в повышении качества традиционного творога [Текст] / Д. В. Зенина // Молочная промышленность. — 2012. — № 5. — С. 46—47 . — ISSN 0026-9026.

44. Зенина, Д.В. Новое в производстве творога [Текст] / 3. С. Зобкова, Д. В. Зенина // Молочная промышленность. — 2011. — № 7. — С. 29—30. — ISSN 0026-9026.

45. Иванов, Я. В. Математическое и алгоритмическое обеспечение автоматизации процесса формования кондитерских масс с использованием цифровой видеосъемки [Текст] : дис. ... канд. техн. наук : 05.13.06 / Иванов Яков Викторович. — М., 2008. — 179с.

46. Калацкая, Л. В. Организация и обучение искусственных нейронных сетей [Текст] : учеб. пособие / Л. В. Калацкая, В. А. Новиков, В. С. Садов . — Минск : БГУ, 2003. — 75 с. — ISBN 985-445-880-6.

47. Калинина, Л. В. Технология цельномолочных продуктов [Текст] : учеб. пособие для студ. вузов, обучающихся по направлению 655900 "Технология сырья и продуктов животного происхождения", по специальности 271100 "Технология молока и молочных продуктов" / Л. В. Калинина, В. И. Ганина, Н. И. Дунченко. — СПб. : ГИОРД, 2008. — 248 с. : ил. — 1000 экз. — ISBN 978-5-98879-053-2.

48. Касторных, М. С. Товароведение и экспертиза жмров, молока и молочных продуктов [Текст] : учебник для высш. учеб. заведений / М. С. Касторных [и др.] ; под ред. М.С. Касторных. — М. : Академия, 2003. — 288 с. — ISBN 57695-1340-3.

49. Козлов, В. Н. Технология молочно-белковых продуктов [Текст] / В. Н. Козлов, А. Ф. Затирка. — Киев : Урожай, 1988. — 167 с. — Библиогр.: с. 162— 163 ( 30 назв.). —ISBN 5-337-00070-5.

50. Коник, Н. В. Товароведение, экспертиза и сертификация молока и молочных продуктов [Текст] : учеб. пособие / Н. В. Коник, Е. А. Павлова, И. С. Киселева. — М. : Альфа-М : ИНФРА-М, 2011. — 236 с. : ил. — ISBN 978-598281-184-4.

51. Королева, Н.С. Зависимость реологических и других свойств кислотных сгустков от условий культивирования бактерий [Текст] / Н. С. Королева, И. И. Пятницына, Т. Г. Ованова, В. Т. Лозовецкая // Молочная промышленность. — 1984. — № 3. — С. 14—16.

52. Кохонен, Т. Ассоциативные запоминающие устройства [Текст] = Content-addressablememories / Т. Кохонен ; пер. с англ. С. П. Забродина, А. В. Ша-лашова. — М.: Мир, 1982. — 383 с.: ил.; 22 см.

53. Кохонен, Т. Самоорганизующиеся карты : [нейронное моделирование, варианты самоорганизующихся карт, физиологическая интерпретация SOM, обучающееся векторное квантование, применение самоорганизующихся карт, средства программного обеспечения для SOM] [Текст] = Self-OrganizingMaps / Т. Кохонен ; пер. 3-го англ. изд. В. Н. Агеева под ред. Ю, В. Тюменцева. — М. : Бином. Лаб. знаний, 2008. — 655 е., [1] л. цв. ил. : ил., табл.; 25 см. — ISBN 978-5-94774-352-4 (В пер.).

54. Круг, П.Г. Нейронные сети и нейрокомпьютеры [Текст] : учеб. пособие по курсу «Микропроцессоры» для студентов, бучающихся по направлению "Информатика и вычисл. техника" / П. Г. Круг. — М.: Изд-во МЭИ, 2002. — 176 с. — ISBN 5-7046-0832-9.

55. Круглов, B.B. Искусственные нейронные сети : Теория и практика [Текст] / В. В. Круглов, В. В. Борисов. — М. : Горячая Линия-Телеком, 2001 . — 382 с. — Библиогр.: с. 377-378. — ISBN 5-935170-31-0.

56. Круглов, В. В. Нечеткая логика и искусственные нейронные сети [Текст] : учеб. пособие для студентов вузов, обучающихся по специальности "Прикладная информ. (по областям)" / В. В. Круглов, М. И. Дли, Р. Ю. Голунов. — М. : Физматлит, 2001. — 224 с. : ил., табл.; 20 см. — ISBN 5-94052-027-8.

57. Крусь, Г. Н. Технология молока и молочных продуктов [Текст] : учебник для студентов вузов, обучающихся по специальности "Технология молока и молочных продуктов" / Г. Н. Крусь [и др.] ; под ред. А. М. Шалыгиной. — М. : КолосС, 2007. — 455 с. : ил. — (Учебники и учебные пособия для студентов высших учебных заведений). — ISBN 978-5-9532-0599-3 (в пер.).

58. Лазарев, В.М. Нейросети и нейрокомпьютеры [Текст] : монография / В. М. Лазарев, А. П. Свиридов. — М. :Мос. гос. техн. ун-т радиотехники, электроники и автоматики, — 2011. — 131 с.

59. Линич, Е. П. Организация производственного контроля за соблюдением санитарно-гигиенического законодательства на предприятиях общественного питания [Электронный ресурс] : метод, указания для подготовки бакалавров и магистров по направлению 260800 "Технология продукции и организация общественного питания" / Е. П. Лиинич. — М-во образования и науки РФ, ФГБОУ ВПО "С.-Петерб. торг.-экон. ин-т"; Технол. фак., каф. технологии и орг. питания ; — Электрон, текстовые дан. (1 файл : 695 Кб); 267. — СПб. : [б. и.], 2012. — Загл. с титул, экрана.

60. Липатов, Н. Н. Исследование свойств молочно-белковых структур формируемых в потоке [Текст] / Н. Н. Липатов, Г. В. Фриденберг, Р. Н. Панкова // тез. докл. научн. симпозиума / ВНИМИ: Использование непрерывной коагуляции белков в молочной промышленности. — М., 1978. С. 96.

61. Липатов, Н. Н. Производство творога [Текст] : теория и практика / Н. Н. Липатов. — М. : Пищевая промышленность, 1973. — 271 с. — Библиогр.: с. 261—270. —5000 экз.

62. Липатов, H.H. Проблемы интенсификации производства творога [Текст] / Н. Н. Липатов // Исследование процессов производства творога по методу коагуляции белков молока в потоке : сб. научн. тр. ВНИМИ. — М., 1975. — Вып. 41. — С.3-4.

63. Логовский, A.C. Зарубежные нейропакеты: современное состояние и сравнительные характеристики [Текст] / А. С. Логовский // Нейрокомпьютер. —

1998. —№ 1-2. —С. 17—24.

64. Мартынов, А. В. Потребительский рынок молочной продукции России в 1990-1998 гг. [Текст] / А. В. Мартынов // Молочная промышленность. —

1999. —№9. —С. 2—3.

65. Мартынов, A.B. Животноводческий подкомплекс и перерабатывающая промышленность России 1990-1998гг. [Текст] / А. В. Мартынов // Молочная промышленность. —1999. — № 7. — С. 5—7.

66. Маслов, А. В. Структурно-механические характеристики пищевых продуктов [Текст] : справочник / А. М. Маслов [и др.] ; под ред. A.B. Горбатова. — М. : Легкая и пищевая промышленность, 1982. — 294 с. : ил. ; 20 см. — Библиогр.: с. 268-286. — Предм. указ.: с. 287-292. — 5600 экз.

67. Матисон, В. А. Органолептический анализ продуктов питания [Текст]: учебник / В. А. Матисон, Д. А. Еделев, В. М. Кантере, М. : Изд-во РГАУ -МСХА имени К.А. Тимирязева, 2010. — 294 с.

68. Медведев, В. С. Нейронные сети MATLAB 6 [Текст] / В. С. Медведев, В. Г. Потемкин. — М.: Диалог - МИФИ, 2002 . — 496 с. — ISBN 5-86404-163-7.

69. Меркулова , Н. Г. Производственный контроль в молочной промышленности [Текст] : практическое руководство / Н. Г. Меркулова, М. Ю. Меркулов, И. Ю. Меркулов. — СПб. : Профессия, 2010. — 656 с. — 500 экз. — ISBN 978-5-93913-180-3.

70. Милютин, А. А. Принцип максимума в общей задаче оптимального управления [Текст] : монография / А. А. Милютин. — М. : Физматлит, 2001. — 303 с. — 400 экз. — ISBN 5-9221-0114-5.

71. Минский, М. Перцептроны [Текст]= Perceptrons / М. Минский, С. Пейперт.

— М. :Мир, 1971. —264 с.

72. Митин, Г. П. Системы автоматизации с использованием программируемых логических контроллеров [Текст] : учебн. пособие / Г. П. Митин, О. В. Ха-занова. — М.: ИЦ МГТУ "Станкин", 2005. — 136 с.

73. Миттаг, X. И. Статистические методы обеспечения качества [Текст] : учебник для студентов машиностр. и приборостр. специальностей вузов: пер. с

с/

нем. / X. И. Миттаг, X. Ринне ; пер. Е. Кокот, ред. Б.Н. Марков. — Изд. пе-рераб. и доп. — М. : Машиностроение, 1995. — 601 с. : ил. — Библиогр.: с. 571-591. — 2000 экз. — ISBN 5-217-02520-4 (в пер.).

74. Молоко и молочные продукты. Общие методы анализа [Текст] : сборник. -Официальное издание. - М. : ИПК Издательство стандартов, 2004. — 331 с.

— (Гос. стандарты). — Б. ц.

75. Николаев, А.Б. Нейросетевые методы анализа и обработки данных [Текст] : учеб. пособие / А. Б. Николаев, И. Б. Фоминых. — М. : МАДИ (ГТУ), 2003.

— 95 с.

76. Олефирова, А. П. Идентификация пищевых продуктов (органолептическая оценка) при обязательной сертификации. Методические указания к лабораторным работам по дисциплине"Сертификация пищевых продуктов" [Текст] / А. П. Олефирова [и др.]. — Улан-Удэ : ВСГТУ, 2002. — 27 с.

77. Осовский, С. Нейронные сети для обработки информации = Sieci neuronwe do przetwarzania informacji (польск.) [Текст] / Станислав Осовский ; пер. с пол. И. Д. Рудинского. — М. : Финансы и статистика, 2004 — 343 с. : ил.; 24 см. — ISBN 5-279-02567-4.

78. Паткуль, Г. М. Непрерывное молочнокислое брожение в производстве кисломолочных продуктов [Текст] / Г. М. Паткуль, JI. А. Лыщева, Т. А. Кудрявцева. — М. : Пищевая промышленность, 1976. — 53 с.: ил.

79. Паткуль, Г. М. Непрерывное сквашивание молока при производстве творога [Текст] / Г. М. Паткуль, И. В. Цареградская // Молочная промышленность.

— 1965. — №6. С. 29-31.

80. Петров, А. П. О возможностях перцептрона [Текст] / А. П. Петров // Известия АН СССР, Техническая кибернетика. — 1964. — № 6.

81. Погосян, Д. Г. Переработка молока на мини-заводах: учеб. пособие / Д. Г. Погосян, И. В. Гаврюшина. — Пенза : РИО ПГСХА, 2012. — 240 с.

82. Подлегаева, Т. В. Методы исследования свойств сырья и продуктов питания [Текст] : учеб. пособие для студ. спец. 271400 "Технология продуктов детского и функционального питания" всех форм обуч. / Т. В. Подлегаева, А. Ю. Просеков. — Кемерово : КемТИПП, 2004. — 101 с.

83. Пожарникова, Е. Н. Сенсорный анализ продовольственных товаров [Текст] : курс лекций / Е. Н. Пожарникова, Н. А. Феоктистова, Д. А. Васильев. — Ульяновск : УГСХА, 2008. — 87 с.

84. Потапов, А. С. Исследования по автоматизации сепаратора для творога [Текст] / А. С. Потапов // Молочная промышленность. — 1968. — № 4. — С. 11-14.

85. Ребиндер, П. А. Физико-химическая механика дисперсных структур [Текст] : сб. науч. Тр. / АН УССР. Ин-т коллоид, химии и химии воды им. А. В. Ду-манского ; ред. Н. Н. Круглицкий. — Киев : Наук, думка, 1986. — 260 с. : ил. - Библиогр. в конце ст.

86. Ребрин, Ю.И. Управление качеством [Текст] : учеб. пособие / Ю. И. Ребрин. — Таганрог : ТРТУ, 2004. — 174 с.

87. Редько, В. Г. Эволюция, нейронные сети, интеллект. Модели и концепции эволюционной кибернетики [Текст] / В. Г. Редько. — 5-е изд., стер. — М. : Эдиториал УРСС, 2007. — 224 с. — ISBN 978-5-484-00879-7.

88. Рогов, И. А. Дисперсные системы мясных и молочных продуктов [Текст] / И. А. Рогов, А. В. Горбатов, В. Я. Свинцов. — М. : Агропромиздат, 1990. — 319,[1] с. ил. 22 см.

89. Рогов, И. А. Физические методы обработки пищевых продуктов [Текст] / И. А. Рогов, А. В. Горбатов. — М. : Пищевая промышленность, 1974. — 582,1 с. : ил. — Библиогр.: 498 назв.

90. Розенблатт, Ф. Принципы нейродинамики: Перцептроны и теория механизмов мозга [Текст] = PrinciplesofNeurodynamic: Perceptron-sandtheTheoryofBrainMechanisms. — М. : Мир, 1965. — 480 с.

91. Рутковская, Д. Нейронные сети, генетические алгоритмы и нечеткие системы [Текст] / Д. Рутковская, М. Пилиньский, Л. Рутковский ; пер. с пол. И. Д. Рудинского. — М. : Горячая линия - Телеком, 2008. — 383 с. : ил., табл.; 22 см. —ISBN 5-93517-103-1.

92. Садовой, В. В. Разработка научных принципов проектирования состава и совершенствования технологии многокомпонентных мясных изделий с использованием вторичных ресурсов пищевой промышленности [Текст] : дис. ... док. техн. наук : 05.18.04 / Садовой Владимир Всеволодович. — Ставрополь, 2007, —429 с.

93. СанПиН 2.3.4.551-96. Производство молока и молочных продуктов: Санитарные правила и нормы [Текст]. — М, : Информационно-издательский центр Госкомсанэпиднадзора России, 1996.— 80 с. — ISBN 5—7508-0062-8.

94. Селиванова, А. А. Сенсорометрический метод в оценке качества пищевых жиров и масел [Текст] : дис. ... канд. хим. наук : 02.00.02 / Селиванова Анна Александровна. — Воронеж, 2011. — 137 с.

95. Сергеев, В. Н. Производство молочных продуктов за 1997 г. [Текст] / В. Н. Сергеев // Молочная промышленность. — 1998. — № 2. — С. 2.

96. Серебренников, Л.А. Сравнительный анализ нейросетевых пакетов и место среды Significo среди них. Краткое описание среды [Текст] / Л.А. Серебренников // Проблемы интеллектуализации и качества систем информатики : сб. науч. тр. / Институт систем информатики имени А.П.Ершова СО РАН. — Новосибирск, 2006. — С. 192-206. — Библиогр.: с. 206.

97. Скульдицкая, 3. М. Технология производства и переработки продукции животноводства. Основы технологии переработки и хранения молока [Текст] : учеб. пособие / 3. М. Скульдицкая. - Йошкар-Ола: Марийский государственный технический университет, 2006. - 200 с. ISBN 5-8158-0533-5.

98. Сорокопуд, А. Ф. Технологические линии и специальное оборудование для производства пищевых продуктов [Текст] : учеб. пособие для студ., обуч. по напр. 260600 "Пищевая инженерия" / А. Ф. Сорокопуд, С. Д. Руднев, В. В. Сорокопудэ. — Кемерово : КемТИПП, 2006. — 168 с. — 100 экз. — ISBN 589289-443-6.

99. Степаненко, П. П. Микробиология молока и молочных продуктов [Текст] : учебник для сред. спец. учеб. заведений по специальности "Технология молока и молочных продуктов" / П. П. Степаненко. — М. : Колос, 1996. — 271 с.: ил.; 21 см. — Библиогр.: с. 267 — ISBN 5-10-003125-5 : Б. ц.

100. Судариков, В. А. Исследование адаптивных нейросетевых алгоритмов решения задач линейной алгебры [Текст] / В. А. Судариков // Нейрокомпьютер. — 1992. — №3,4 — С. 13-20.

101. Твердохлеб, Г. В.Технология молока и молочных продуктов [Текст] : учеб. пособие / Г. В. Твердохлеб, Г. Ю. Сажинов, Р. И. Раманаускас. — М. : ДеЛи принт, 2006. — 614 с. — Библиогр.: с. 607. — 500 экз. — ISBN 5-94343-1047.

102. Тепел, Альфред. Химия и физика молока [Текст] / Альфред Тёпел ; пер. с нем. под ред. канд. техн. наук, доц. С. А. Фильчаковой. - СПб. : Профессия, 2012. - 831 с. : ил., табл. ; 24 см. - (Научные основы и технологии). - Библиогр.: с. 811-823. - Предм. указ.: с. 824-831. -Пер. изд. :ChemieundPhysikdermilch / AlfredTopel. - ISBN 978-5-904757-34-20.

103. Терехов В. А. Нейросетевые системы управления [Текст]: учеб. пособие для вузов / В. А. Терехов, Д. В. Ефимов, И. Ю. Тюкин. — М.: Высш. шк., 2002. — 183 е.: ил. —Библиогр.: с. 177-180. — ISBN 5-06-004094-1.

104. Терехов, С. А. Лекции по теории и приложениям искусственных нейронных сетей [Электронный ресурс] / С. А. Терехов. - Снежинск : ВНИИТФ, 1998. -Режим flocTyna:http://alife.narod.ru/lectures/neural/Neu_ch03.htm.

105. Тимофеева, В. А. Товароведение продовольственных товаров [Текст] : учебник / В. А. Тимофеева. — 12-е изд., перераб. и доп. — Ростов н/Д : Феникс, 2013. — 494 с. — 2500 экз. — ISBN 978-5-222-20363-7.

106. Тихомирова, Н. А. Технология и организация производства молока и молочных продуктов [Текст] : учебник для студентов сред. спец. учеб. заведений по специальности 260206 (2710) "Технология молока и молоч. продуктов" / Н. А. Тихомирова. — М. : ДеЛи принт, 2007. — 559 с. : ил. ; 22 см. — Библиогр.: с. 553—555. — 2000 экз. — ISBN 978-5-94343-143-2 (в пер.).

107. Ткаль, Т. К. Технохимический контроль на предприятиях молочной промышленности [Текст] : учеб. для сред. спец. учеб. заведений по спец. 2710 "Технология молока и молоч. продуктов" / Т. К. Ткаль. — М. : Агропромиз-дат, 1990. — 191,[1] с. : ил.; 21 см. — ISBN 5-10-000958-6.

108. ТУ 9222-004-49942742-10. Творог "СЛАВЯНСКИЙ" [Текст]. — Взамен ТУ 9222-004-49942742-04 ; введ. 01.06.2010.

109. Уоссермен, Ф. Нейрокомпьютерная техника : Теория и практика [Текст] = NeuralComputing. TheoryandPractice / Филипп Уоссермен; перевод с англ. Ю. А. Зуева, В. А. Точенова; под ред. А. И. Галушкина. — М. : Мир, 1992. — 236,[1] с. : ил.; 22 см. — ISBN 5-03-002115-9.

110. Фриденберг, Г.В. Автоматизированные линии производства творогакон-струкцииВНИКМИ [Текст] : обзор.информ. / Г. В. Фриденберг, Г. И. Есина, Е. Н. Агаптева. —М.: ГЭИММПД988 — 40 с.

111. Фролов, А. А. Нейронные модели ассоциативной памяти [Текст] / А. А. Фролов, И. П. Муравьев. — М. : Наука, 1987. — 159 с. —ISBN 5-1639172.

112. Хайкин, С. Нейронные сети : Полный курс [Текст] / Саймон Хайкин ; пер. с англ.: H.H. Куссуль и А.Ю. Шелестов ; Ред.: H.H. Куссуль. — 2-е изд. — М. [и др.] : Вильяме , 2006. — 1103 с. — Перевод изд.: NeuralNetworks: AComprehensiveFoundation / HaykinS.(UpperSaddleRiver, 1999). Библиогр.: с. 996-1069. — ISBN 5-84590-890-6.

113. Хамханова, Д. Н. Исследование качества алгоритмов обработки квалимет-рической информации [Текст] : дис. ... канд. техн. наук : 05.11.15, 03.00.23 / Хамханова Дарима Нимбуевна. — СПб., 2002. — 150 с.

114. Шаверин, А. В. Автоматизация контроля показателей вкуса шоколадных изделий [Текст] : дис. ... канд. техн. наук : 05.13.06 / Шаверин Андрей Вениаминович. — М., 2009. — 148 с.

115. Шаулина JI. П. Контроль качества и безопасности пищевых продуктов и продовольственного сырья [Текст] : учеб, пособие / JI. П. Шаулина, JT. Н. Корсун ; М-во образования и науки РФ, ФГБОУ ВПО ИГУ, ГОУ ВПО "Бурят. гос. ун-т". — Иркутск : Изд-во Иркут. гос. ун-та, 2011. — 111 с. : ил., табл., схемы, граф. ; 21 см. — Библиогр.: с. 108-111 (44 назв.). — 50 экз. - (в пер.).

116. Шепелев, А. Ф. Товароведение и экспертиза молока и молочных продуктов [Текст] : учеб. пособие / А. Ф. Шепелев, О. И. Кожухова. — Ростов н/Д : МарТ, 2001. — 127с. — ISBN 5-241-00034-8.

117. Этуев, Т. М. Формирование потребительских свойств и исследование качества творожных изделий повышенной пищевой ценности, выработанных с использованием биологически активных добавок [Текст] : дис. ... канд. техн. наук : 05.18.15 / Этуев Тимур Мухажирович. — СПб., 2006. — 199 с.

118. Chen, S. Orthogonal least squares learning algorithm for radial basis function networks / S. Chen, C. F. N. Cowan, P. M. Grant // IEEE Transactions on Neural Networks. — 1991. — № 2. — Vol. 2. — P. 302-309.

119. Elman, J. L. Finding structure in time / J. L. Elman // Cognitive Science. — 1990. — Vol. 14. —P. 179-211.

120. Gorban, A.N. Principal Manifolds for Data Visualization and Dimension Reduction : Lecture Notes in Computational Science and Engineering / Gorban A. [eds.]. — Springer, 2008. — Vol. 58. — 340 p.

121. Hopfield, J. J. Neural networks and physical systems with emergent collective computational abilities / J. J. Hopfield // Proceedings of the National Academy of Sciences. — 01 April 1982. — Vol. 79. — № 8. — P. 2554-2558.

122. Kohonen, T. Self-organizing maps / Teuvo Kohonen. — 3. end. — Berlin; Heidelderg; New York; Barcelona; Hong Kong; London; Milan; Paris; Singapore; Tokyo : Springer, 2001. — 521 p. — ISBN 978-3-540-67921-9.

123. Kosko, B. Bi-directional associative memories / B. Kosko // IEEE Transactions on Systems, Man and Cybernetics. — 1988. — №1 — Vol. 18 — P. 49-60.

124. Kosko, B. Competitive adaptive bi-directional associative memories / B. Kosko // IEEE Transactions on Systems, Man and Cybernetics. — 1987. —№ 1 —■ Vol. 2 —P. 759-766.

125. levenberg, K. A method for the solution of certain problems in least squares / K. Levenberg // Quart. Appl. Math. — 1944. — Vol. 2. — P. 164-168.

126. Li, J. Analysis and Synthesis of a Class of Neural Networks: Linear Systems Operating on a Closed Hypercube / J. Li, A.N. Michel, W. Porod // IEEE Transactions on Circuits and Systems. — November 1989. — № 11. — Vol. 36. — P. 1405-1422.

127. Mark, J. L. Orr Introduction to Radial Basis Function Networks / J. L. Mark // Centre for Cognitive Science, Edinburgh University 2, Edinburgh, Scotland, UK.

— 1996. —April. —9 p.

128. Marquardt, D. An algorithm for least-squares estimation of nonlinear pa-rameters /D. Marquardt //SIAM J. Appl. Math.— 1963.—Vol. 11.—P. 431-441.

129. Rumelhart, D. E. Learning internal representations by error propagation / D. E. Rumelhart, G. E. Hinton, R. J. Williams. — USA : MIT Press, Cambridge, MA, 1986. — 318-362 p. — ISBN:0-262-68053-X.

130. Swingler, K. Applying Neural Networks: A Practical Guide / K. Swingler. — London : Academic Press, 1996. — 303 p. — ISBN 978-0126791709.

131. Vensano, J. Data Mining Techniques Based on the Self Organized Map / J. Ven-sano//Rivistadei combustibili. — 1998, —№ 10.— Vol. 31—P. 123—135.

132. Wang, L. X. Fuzzy systems are universal approximators / L. X. Wang // Proc. of the IEEE Int. Conf. on Fuzzy Systems. — San Diego; USA; California. — 1992.

— Mar 8-12 —P. 1163—1169.

133. Wasserman, P. D. Advanced Methods in Neural Computing / P.D. Wasserman // Van Nostrand Reinhold.— 1993. — P. 155-61. — P. 35—55.

134. Widrow, B. Adaptive Signal Processing / B. Widrow, S.D. Sterns. —Paramus, NJ : Prentice-Hall, — 1985. — ISBN 0-13-004029-0.

135. Ying, H. Sufficient Conditions on General Fuzzy Systems As Function Approximators / H. Ying // Automatica. — 1994. — № 3 — Vol. 30 — P. 521-525.

136. http://www.matlab.ru

137. http://www.neuroproject.ru/aboutproduct.php

138. radio.feld.cvut.cz/matlab/toolbox/nnet/nnet.html

139. http://21.net78.net/lesson.php?glava=l

140. http://www.webmath.ru/poleznoe/table_laplasa.php