Применение полносвязной искусственной нейронной сети для прогнозирования режимов хранения отечественного низкомасличного сырья в контролируемых средах

Автор: Родионова Н.С., Калгина Ю.О., Зяблов М.М., Науменко В.Б.

Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet

Рубрика: Пищевая биотехнология

Статья в выпуске: 3 (65), 2015 года.

Бесплатный доступ

Проведены исследования по увеличению срока годности зародышей пшеницы (ЗП) с использованием композиций органических кислот. С целью исследования влияния концентрации смесей органических кислот на изменение показателей качества при хранении ЗП в различных режимах исследовали качественные показатели в диапазоне концентраций 1-7 % к массе продукта. Контролем служили необработанные ЗП. Опытные продукты хранили в условиях холодильника (температура 4-6 ºС, относительная влажность воздуха 75-80 %) и склада (температура 20-22 ºС, относительная влажность воздуха 70-80 %). Разработан программный продукт на основе программы обучения и анализа обучения искусственной полносвязной нейронной сети (ИНС) на языке Python 2.7 с программными библиотеками математической обработки научных данных «scipy». В качестве входных параметров нейронной сети рассматривались: влажность пшеничных зародышей (х 1, %), относительную влажность окружающего воздуха (х 2, %), температуру окружающей среды (х 3, ºС) и концентрацию смеси органических кислот (х 4, %). С помощью программного обеспечения были спроектированы и обучены несколько нейронных сетей. Для моделирования использовалась сеть с двумя слоями. Применяя разработанную и обученную нейронную сеть, построили зависимость у(х 1, х 2, х 3, х 4). Для визуализации в трехмерном пространстве ограничили количество аргументов функции двумя. Представлены результаты работы нейронных сетей y(x 1, x 4) с зафиксированными входными параметрами (x 2 = 60, %, x 3=20, ºC) и нейронной сети y(x 2, x 3) с зафиксированными входными параметрами (x 1 = 15 %, x 4= 5 %). Полученна математическая модель, которая по заданной совокупности определенных параметров хранения позволяет получить конкретное значение выходного параметра и планировать режимы хранения в контролируемых средах.

Еще

Зародыши пшеницы и продукты их переработки, нейронная сеть, режимы хранения

Короткий адрес: https://readera.org/14040447

IDR: 14040447

Список литературы Применение полносвязной искусственной нейронной сети для прогнозирования режимов хранения отечественного низкомасличного сырья в контролируемых средах

  • Евменов В. П. Интеллектуальные системы управления. Москва: Либроком, 2009. 290 с.
  • Карташов Л. П., Зубкова Т. М. Параметрический и структурный синтез технологических объектов на основе системного подхода и математического моделирования. Екатеринбург: Уро РАН, 2013. 225 с.
  • Алексеева Т. В., Родионов А. А. Управление качеством пищевых систем на основе жмыха зародышей пшеницы//Экономика. Инновации. Управление качеством. 2013. № 5. С. 30-33.
  • Грачев Ю.П., Плаксин Ю. М. Математические методы планирования экспериментов. Москва: ДеЛи принт, 2009. 296 с.
  • Хайкин С. Нейронные сети. Москва: Вильямс, 2006.-1104 с.
  • Abramov G. V., Emelyanov A. E., Ivashin A. L. Identification of applicability area of mathematical model of network control system functioning in asynchronous mode during data transfer via multiple access channel//WMSCI 2011: the 15th World Multi-Conference on Systemics, Cybernetics and Informatics. 2011. V. 3. Р. 199-202.
  • Бондаренко О. А. Разработка технологии стабилизации качества пшеничных зародышей: дисс. … канд. техн. наук. Воронеж, 2006. 197 с.
  • Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы. Москва: Горячая Линия-Телеком, 2010. 382 с.
  • Бараненко Д.А., Салами М. Изменение белковой фракции говядины в цикле «замораживание-хранение-тепловая обработка»//Вестник Международной академии холода. 2014. № 4. С. 15-18.
Еще
Статья научная