Содержание к диссертации
Введение
ГЛАВА 1. Анализ технологии колбасного производства 12
1.1. Колбасное производство – как объект управления. Структурно-функциональная модель технологической системы 12
1.2. Основные методологические подходы к разработке и конструированию новых видов мясопродуктов 22
1.3. Анализ существующих методов моделирования рецептур многокомпонентных пищевых систем 26
Заключение по главе 1 30
ГЛАВА 2. Организация исследований, объекты и методы исследований, программные средства 32
2.1. Организация исследований, объекты и методы исследований 32
2.2. Содержание лабораторного анализа функционально-технологических свойств продукта 33
2.3. Анализ программных средств расчета и оптимизации рецептур 37
Заключение по главе 2 40
3. Результаты диссертационного исследования 41
3.1. Формализованная постановка задачи исследования, анализ входных материальных потоков 41
3.1.1. Обобщенная формализованная постановка задачи исследования 41
3.1.2. Анализ входных материальных потоков 46
3.2. Математическая модель формирования оптимальной рецептуры и производственного задания 48
3.2.1. Постановка задачи формирования оптимальной рецептуры 48
3.2.2. Постановка задачи разработки производственного задания и алгоритм ее решения 53
3.3. Система управления технологией колбасных изделий заданного качества в условиях нестабильности качества сырья. 57
3.3.1. Технология решения задачи исследования 57
3.3.2. Анализ функций экспертных систем (ЭС) и постановка задачи создания специализированной экспертной системы 62
3.3.3. Информационное пространство создаваемой системы 63
3.3.4. Разработка требований к специализированной экспертной системы 71
3.3.5. Особенности разрабатываемой экспертной системы, алгоритм формирования базы знаний 72
3.3.6 Разработка базы данных специализированной экспертной системы 74
3.3.7. Разработка базы знаний специализированной экспертной системы 81
3.3.8. Модель определения оптимального набора управляющих воздействий при наличии технологических дефектов в рецептурах колбасных изделий 86
3.4. Информационно-управляющая система производства колбасных изделий
3.4.1. Информационно-логическая модель системы 93
3.4.2. Структура программного обеспечения и интерфейсы 107
3.4.3. Организационная структура системы (взаимодействие оперативного персонала АС, пункты управления (места расположения оперативного персонала АС) и связи между пунктами управления, соответствующие передаче информации 125
3.4.4. Экспериментальные исследования эффективности использования системы (примеры решения производственных задач) 130
Заключение 144
Список литературы 146
- Основные методологические подходы к разработке и конструированию новых видов мясопродуктов
- Содержание лабораторного анализа функционально-технологических свойств продукта
- Математическая модель формирования оптимальной рецептуры и производственного задания
- Модель определения оптимального набора управляющих воздействий при наличии технологических дефектов в рецептурах колбасных изделий
Введение к работе
Актуальность проблемы
Рацион человека содержит пищевые продукты, рецептурный состав которых очень сложен. Для их выпуска требуется современная организация и управление производством. При разработке новых рецептур большое значение имеет возможность моделирования потребительских характеристик готовых изделий, прогнозирование их функционально-технологических характеристик на стадии составления рецептурных смесей, что позволяет в конечном итоге повысить их качество.
Сырьевая база мясной промышленности насчитывает огромное количество ингредиентов, каждый из которых имеет свои особенности. Поэтому технологу предприятия достаточно трудно принимать объективные управленческие решения в режиме реального времени. Использование современных информационных технологий позволяет оперативно реагировать на изменение качественных характеристик сырьевых ингредиентов, а также потребительских предпочтений и создавать продукты с заранее заданным составом, функциональной направленностью и пищевой ценностью.
Оптимальные решения этих задач могут быть получены с помощью математических моделей, которые в аналитическом виде показывают множество функциональных связей между параметрами рецептурных ингредиентов, требуемыми характеристиками готовых продуктов и ограничений, соответствующие требованиям нормативной документации.
В результате, математическое моделирование и системы поддержки принятия решений становятся для технолога одним из важнейших инструментов решения задач по оптимизации комплекса свойств пищевого продукта (физико-химических, органолептических и др.) по заданным критериям и ограничениям на каждом технологическом этапе его разработки.
Мясная отрасль является ключевым элементом агропромышленного комплекса страны, т.к. обеспечивает население продуктами, содержащими полноценные белки животного происхождения. Одно из перспективных направлений в мясной
промышленности - создание новых продуктов, имеющих конкурентные преимущества. Вхождение России в мировое экономическое пространство повлекло за собой повышение вероятных рисков, угрожающих динамическому развитию мясной отрасли со стороны мирового рынка продовольствия. В связи с этим, необходимость внедрения новых технологий, в т.ч. информационных, становится очевидной.
Степень разработанности темы. Исследования различных авторов (Муратова Е.М., Рогов И.А., Дунченко Н.И. и др.) показывают, что в настоящее время, несмотря на различные международные предложения, потребители предпочитают мясную продукцию высокого качества с натуральным вкусом и текстурой. Однако, процесс совершенствования существующих или создание принципиально новых рецептур и технологий мясных продуктов, по-прежнему, традиционен и основан на априорном или экспериментальном выборе и количественном соотношении компонентов в составе рецептуры мясного продукта. Способ субъективен, требует наличия высокой квалификации технолога предприятия. При этом, одной из основных целей создания нового продукта, по-прежнему остается сырьевая себестоимость, химический состав и энергетическая ценность, а такие базовые показатели качества, как структурно-механические, биологическая ценность, усвояемость не регламентируются.
Вопросами использования информационных технологий и методов системного анализа в процессе управления технологическим процессом производства мясных продуктов занимались в 70 - 80 годы прошлого столетия многие выдающиеся советские учёные. В области системно-информационного обеспечения отдельных технологических операций или групп операций известны работы Татулова Ю.В., Лисицына А.Б., Ивашова В.И., Большакова О.В. и др.
Для оптимизации отдельных технологических операций широко используется методология моделирования, как инструмент изучения поведения объекта с помощью его математического описания. В этом направлении известны работы Мизерецкого Н.Н., Ивашкина Ю.А., Косого В.Д, Горбатова В.М. и др.
В связи с отсутствием финансирования научных проектов в 90-е годы прошлого столетия и в нулевые годы XXI века работы в этом направлении были
практически свёрнуты, хотя актуальность этого направления не исчезла, особенно, учитывая информационную неопределённость сырья и ингредиентов, отсутствием надежных и недорогих экспресс-анализаторов для определения качественных показателей сырья, полуфабрикатов (фарша) и готовых продуктов, снижение квалификационного уровня сотрудников мясоперерабатывающих производств, ухудшение экологической обстановки, повышение антропологической нагрузки на среду обитания, демографический спад и другие негативные факторы.
Имеются отдельные работы, посвященные вопросам нечеткого моделирования технологий мясной промышленности в условиях неопределенности (Митин В.В., Протопопов И.И., Рогов И.А., Красуля О.Н., Краснов А.Е.).
Анализ зарубежного опыта свидетельствует о масштабных исследованиях, проводимых в области совершенствования моделей и методов моделирования технологическими процессами в колбасном производстве (A. Diplock, A. Wollen, S. Barbut, G.S. Mittal, W. Usborne) в условиях наличия сырья и ингредиентов заданного качества. В связи с этим, разработка моделей и методов управления производством мясопродуктов заданного качества, в условиях информационной неопределенности, является актуальной задачей.
Цель работы - оптимизировать методологию управления технологией колбасных изделий заданного качества в условиях нестабильности характеристик сырья и ингредиентов с использованием информационных технологий.
Достижение поставленной цели связано с решением следующих задач.
Задачи исследования.
-
Разработать структурно-функциональную модель технологии колбасных изделий заданного качества и провести анализ факторов, обуславливающих неопределенность существующих технологий.
-
Разработать математическую модель оптимизации оперативной рецептуры мясопродукта заданного качества на этапе составления фарша (на примере вареных колбасных изделий).
-
Разработать структурно-функциональную модель управления процессом реализации в производственных условиях оптимальной оперативной
рецептуры мясопродукта с участием экспертной системы, разработать информационно-логическую модель экспертной системы, разработать математическую модель для определения оптимального набора управляющих воздействий при наличии технологических дефектов сырья и предложить алгоритм ее решения.
4. Разработать информационно-управляющую систему технологией колбасных изделий заданного качества и проверить ее на адекватность в условиях реального производства.
Научная новизна работы. Научная новизна работы заключается в следующем. Впервые:
-
Обоснована методология технологической системы производства колбасных изделий заданного качества, основанная на включении в традиционную технологию моделей оптимизации управляющих воздействий на этапе составления рецептуры колбасного фарша и формирования производственного задания в условиях нестабильности качества исходного сырья и ингредиентов.
-
Разработана математическая модель оптимизации оперативной рецептуры колбасного изделия с применением методов линейного программирования, которая учитывает коэффициент водоудержания. В отличие от известных моделей, использование этого параметра позволяет спрогнозировать возможность образования технологического дефекта на стадии моделирования и предложить меры по его устранению.
-
Предложена модель оптимизации набора управляющих воздействий на этапе приготовления фарша колбасных изделий при наличии технологических особенностей сырья и алгоритм ее решения.
-
Разработаны структурно-функциональные модели, алгоритмы и программы реализации моделей оптимизации управляющих воздействий в технологическом процессе производства вареных колбасных изделий в информационном пространстве управляющей и экспертной систем.
Практическая значимость работы
-
Результаты диссертационного исследования использованы в учебном пособии «Моделирование рецептур пищевых продуктов и технологий их производства: теория и практика», рекомендованное Учебно-методическим объединением по образованию в области технологии продуктов питания и пищевой инженерии для студентов вузов, обучающихся по направлениям подготовки бакалавров и магистров 260100 «Продукты питания из растительного сырья», 260200 «Продукты питания животного происхождения» и 260500 «Высокотехнологичные производства пищевых продуктов функционального и специализированного назначения».
-
Разработаны автоматизированная экспертная система и АРМ технолога -«МультиМит Эксперт» (свидетельство о государственной регистрации программы для ЭВМ № 2013616949 от 29.07.2013 г.). Система внедрена на мясоперерабатывающих предприятиях России и Республики Казахстан (ЗАО «Мясная галерея», ООО «Кузбасмясопром», ООО НПФ «Здоровое питание Ставрополья», ООО фирма «Торес», ООО «Альмак-мясопродукт», ТОО «АСТАНА АГРОПРОДУКТ», ТОО «Дедов», и др.), а также в учебном процессе ФГБОУ ВПО «МГТУ им. Г.И. Носова» (справка о внедрении результатов диссертационного исследования приведены в Приложении 1 диссертации). Экономическая эффективность заключается в снижении издержек производства и составляет около 20 млн. руб./год (в ценах 2015 г.) для мясоперерабатывающего предприятия, производственной мощностью 4-5 тыс. тонн/год готовой продукции. Социальная значимость работы заключается в улучшении культуры производства, повышении степени объективности принимаемого управленческого решения.
Основные положения, выносимые на защиту:
1. Структурно-функциональная модель технологической системы производства колбасных изделий. Теоретико-множественная модель
обобщенной задачи управления основными операциями колбасного производства и формирования производственного задания при нестабильности качественных характеристик используемого сырья.
-
Математическая модель оптимизации оперативной рецептуры колбасного изделия заданного качества на этапе составления фарша при нестабильности качества используемого сырья.
-
Математическая модель и алгоритм решения задачи определения оптимального набора управляющих воздействий при наличии технологических особенностей сырья при производстве колбасных изделий.
-
Методология создания информационно-управляющей системы технологии колбасных изделий заданного качества и результаты ее экспериментально-производственной проверки.
Соответствие темы диссертации паспорту научной специальности. Диссертация соответствует пунктам 1,2,5 паспорта специальности 05.18.04 - «Технология мясных, молочных и рыбных продуктов и холодильных производств» и задаче специальности: «анализ, систематизация и развитие теоретических и практических основ технологии пищевых производств (мясных, молочных, рыбных и холодильных), методов их моделирования, оптимизации процессов, обеспечивающих получение биологически безопасных пищевых продуктов с заданными качественными характеристиками».
Апробация результатов. Основные положения и результаты работы были доложены и обсуждались на практическом семинаре «Пищевые добавки нового поколения», проведенном научно-производственной компанией «Коллекция вкусов» (г. Санкт-Петербург, 2011 г.), на Всероссийской научно-практической конференции «Школьное питание: инновационные технологии и современные формы организации» (г. Ульяновск, 2012 г.); на форуме 18-й международной выставке «АГРОПРОДМАШ-2013» (г. Москва, 2013 г.); на форуме 23-й Международной выставке продуктов питания «World Food» (г. Москва, 2014 г.); на научно-практических семинарах ООО «Сириус» (г. Воронеж, 2013-2015 гг); на
курсах повышения квалификации «Инновационные подходы и технологии для повышения эффективности пищевого производства в современных условиях» в МГУТУ им. К.Г. Разумовского (ПКУ) (г. Москва, 2015 г.).
Публикации. Основное содержание работы изложено в 12 публикациях, из них 4 в изданиях, рекомендованных ВАК при Минобрнауки РФ. Среди публикаций -учебное пособие «Моделирование рецептур пищевых продуктов и технологий их производства: теория и практика» (глава 5 написана лично автором), рекомендованное Учебно-методическим объединением по образованию в области технологии продуктов питания и пищевой инженерии для студентов вузов, обучающихся по направлениям подготовки бакалавров и магистров 260100 «Продукты питания из растительного сырья», 260200 «Продукты питания животного происхождения» и 260500 «Высокотехнологичные производства пищевых продуктов функционального и специализированного назначения».
Структура и объем диссертации. Диссертация состоит из введения, 3 глав, выводов по работе, списка использованных информационных источников в количестве 155 наименований и приложения. Работа изложена на 159 страницах машинописного текста, содержит 49 рисунков, 15 таблиц.
Основные методологические подходы к разработке и конструированию новых видов мясопродуктов
Как правило, комплексную пищевую добавку условно разделяют на 2 части – функциональную и вкусоароматическую. Состав ее функциональной части представлен влагоудерживающими агентами, стабилизаторами, эмульгаторами, антиокислителями, регуляторами кислотности и смесями красителей, а вкусоароматическая часть – натуральными пряностями и продуктами их переработки (эфирными маслами и олеорезинами) [9].
На российском рынке ингредиентов КПД приобрели огромную популярность, объем продаж ежегодно возрастает, что объясняется значительным упрощением технологического процесса фаршесоставления при их использовании [10].
Однако при их использовании в составе рецептур мясных изделий возникают определённые сложности, которые обусловлены отсутствием на российском рынке сырья и ингредиентов стабильного качества, а также пищевых добавок, учитывающих специфические свойства сырьевых ресурсов.
В настоящее время в стране сложилась непростая экономическая ситуация и, как следствие, наблюдается снижение покупательской способности населения, что привело к увеличению производства мясных изделий средней и низкой ценовой категории. При этом технологами используются следующие способы снижения стоимости готового продукта: частичная замена в рецептуре мясного сырья на жиросодержащее и низкосортное; введение в рецептуру растительных и животных белков взамен мышечных; увеличение выхода готового продукта за счёт введения в рецептуру влагоудерживающих ингредиентов [17].
Известно, что при выработке мясных продуктов этих ценовых категорий технологи сталкиваются с проблемой сохранения заданных органолептических характеристик продукта, особенно вкуса и аромата. Казалось бы, для решения этой проблемы технологам достаточно увеличить внесение вкусоароматических составляющих, входящих в состав комплексной пищевой добавки, однако на практике всё оказывается не так просто. Увеличение дозировки КПД приводит не только к усилению вкуса и аромата, но и автоматически повышает себестоимость готовой продукции, а также увеличивает содержание функциональных ингредиентов (фосфатов, пищевых кислот и др.) в готовом продукте, что может противоречить требованиям нормативной документации.
Известно, что комплексные пищевые добавки используются в соответствии с чётко заданными ФТС (влага, жир, белок, pH – показатель активной кислотности и др.) сырьевой составляющей фарша. В случае нестабильных ФТС мясного сырья, которые можно характеризовать коэффициентом вариации (например, для различных видов мясного сырья, используемого на российском рынке, содержание жира может иметь коэффициент вариации от 10 до 80%), степень информационной неопределенности качества фарша и, как следствие, колбасных изделий будет возрастать [12].
Компанией ООО «Коллекция вкусов» разработана серия адаптивных функциональных добавок (АФД) под общим наименованием «Росмикс» «Система Норма», «Система PSE», «Система DFD», «Система Жир», «Система Холод», «Система ММО» и «адаптивных» вкусоароматических добавок (АВД) – серия «Росмикс Арома» (смеси для вареных, копченых колбас, моновкусы, мясные ароматы и т.д.), в которых реализован синергетический принцип. Новизна решения подтверждена патентом Российской Федерации [13].
Создатели «адаптивных» функциональных и вкусоароматических добавок компании «Коллекция вкусов» показали пути возможного достижения качества системы, которые не сводятся только к качествам составляющих её элементов и связей (адаптивность) [50]. Поэтому декомпозиционную систему КПД можно представить в виде суммы «Мясная система + АФД + АВД» («Мясная система + «Росмикс Система» + «РосмиксАрома»), где процесс взаимодействия становится управляемым и «прозрачным», т.е. «адаптивные» добавки могут работать в любой стохастической (с высоким уровнем неопределённости) системе. Известно, что при отсутствии сырья заданного качества применение широко используемых комплексных пищевых добавок, вследствие упрощения процесса фаршесоставления, зачастую не дает эффективности. Зарубежный опыт применения КПД свидетельствует о том, что они разрабатываются конкретно под определённую рецептуру и под сырьё заданного качества, которое на отечественных предприятиях зачастую отсутствует по разным причинам.
Раздельное внесение АФД («Росмикс Система») на первом этапе, а АВД («Росмикс Арома») на завершающем этапе куттерования, позволяет адаптивно управлять процессом фаршесоставления и получать мясной продукт заданного качества [17].
Таким образом, можно констатировать, что в современных условиях для повышения эффективности производства технологи вынуждены использовать в рецептуре мясного сырья различные ингредиенты, что значительно усложняет саму рецептуру при условии обеспечения заданного качества конечной продукции. В то же время, существует противоречие между возрастающими требованиями к качеству продукции мясного производства и методиками, и средствами расчета рецептур мясного сырья, которые основаны, как правило, на опыте и интуиции технологов колбасного производства. Отметим также, что практически любое изменение рецептуры приводит к созданию нового продукта. Известные методы конструирования и создания новых продуктов рассмотрены ниже.
Содержание лабораторного анализа функционально-технологических свойств продукта
Задача оптимизации состава фаршевой смеси колбасного изделия – это задача, в которой требуется определить ингредиентный состав фарша из различных видов сырья, имеющей определённые количественные и качественные характеристики, содержащего требуемое количество питательных элементов. Для постановки задачи оптимизации состава фарша необходимо иметь следующую информацию: – перечень всех видов ингредиентов, которые могут войти в состав определяемой фаршевой смеси; – показатели качества каждого вида сырья, т.е. содержание учитываемых питательных элементов и данные о функционально-технологических свойствах. Пусть дано множество ингредиентов, представленных кортежами Y: Y(i) = y(i,k) i=1,N, k=1,K где y(i,1) – минимально допустимая доля i-го ингредиента в фарше, y(i,2) – максимально допустимая доля i-го ингредиента в фарше, y(i,3) – содержание влаги в i-ом ингредиенте, %, y(i,4) – содержание белка в i-ом ингредиенте, %, y(i,5) – содержание жира в i-ом ингредиенте, %, y(i,6) – содержание нитрита натрия в i-ом ингредиенте, %, y(i,7) – содержание поваренной соли в i-ом ингредиенте, %, y(i,8) – показатель pH i-го ингредиента, y(i,9) – коэффициент гидратации i-го ингредиента, y(i,10) – показатель предельного напряжения сдвига i-го ингредиента, y(i,11) – цена 1 кг i-го ингредиента, руб. В таблице 2 приведен типовой перечень ингредиентов и их параметры. Так как ограничения по показателям задаются к конечному продукту, а расчёт рецептуры ведётся по фаршу, то при формировании ограничений необходимо учитывать потери (термопотери, потери при усушке). Для этого задается коэффициент термопотерь Ktp
Допустим, предъявлены следующие требования к показателям качества в конечном продукте: Например, для рецептуры варёной колбасы в натуральной оболочке «Синюга», конкретные значения указанных коэффициентов будут следющими: Ktp = 14%, Kv= 65%, Kb = 13%, Kj = 22%, Knit=0.005%, Ksol = 2,5%, Kph = 6,0, Kgid = 5%, Klpns = 1750Па, K2pns = 1900Па. С учетом коэффициента термопотерь Ktp = 0,14, коэффициента потерь нитрита натрия при взаимодействии с миоглобином Ktpn = 0,3 получим следующие скорректированные значения коэффициентов: Kvk = Kv/ (1,00 - Ktp), //Kvk = 65%/(l,00-0,14) = 65%/0,86 = 75,6%, т. е. массовая доля влаги после варки уменьшается, значит, в фарше её должно быть больше. Kbk = Kb (l,00 - Ktp), //Kbk = 13% 0,86=11,18%, массовая доля после варки увеличивается за счет уменьшения массовой доли влаги, значит, в фарше его должно быть меньше, Kjk = Kj (l,00 - Ktp), //Kjk = 22% 0,86 = 18,92%, массовая доля жира после варки увеличивается за счет уменьшения массовой доли влаги, значит, в фарше его должно быть меньше. Knitk = Knit/( 1,00 - Ktpn), //Knitk = 0, 005%/( 1,00 - 0,3) = 0,0071 %. Ksolk = Ksol (l,00-Ktp), //Ksolk = 2,5% 0,86=2,15% массовая доля поваренной соли после варки увеличивается за счет уменьшения массовой доли влаги, значит, в фарше её должно быть меньше. При перечисленных исходных данных требуется определить вектор x = x(i) , i=l,N где x(i) - массовая доля і-го ингредиента в фарше. Допустимое решение является вектор x, удовлетворяющий ограничениям (18) - (27): //ограничение по содержанию влаги
Рассмотренная постановка задачи является типовой при формировании фарша для колбас и представляет собой классическую задачу линейного программирования, для решения которой имеются стандартные программы. В соответствии с рассмотренной ранее технологии формирования фарша отдельные ингредиенты рецептуры в ограниченном объеме можно заменять другими ингредиентами. Рассмотрим, как изменится постановка задачи в таком случае.
Математическая модель формирования оптимальной рецептуры и производственного задания
Разработанный алгоритм включает диагностику качества поступающего сырья и ингредиентов, расчет рецептуры фарша в автоматизированном режиме, выбор управляющих воздействий в виде функциональных добавок, учитывающих особенности мясного сырья (например, добавки из новой ассортиментной линейки адаптивных функциональных пищевых ингредиентов торговой марки "Росмикс Система" - «Норма», «Жир», «Холод», «PSE», «RSE», «DFD», которые вырабатывают согласно ТУ 9199-008-75238481-10), а затем - внесение вкусоароматической смеси, включающей натуральные специи и пряности, с целью придания продукту требуемых потребительских характеристик, свойственных конкретному виду мясного продукта. Такое раздельное внесение пищевых добавок (т.е. сначала функциональные, а затем уже вкусоароматические) позволяет оптимизировать качество продукта, содержащего сырье нестабильного качества. Впервые о таком подходе к управлению с применением адаптивных добавок сообщалось в работе Красули О.Н., Фадеевой Н.В., Шумского Ю.А. [11]. Использование пищевых добавок серии "Росмикс Система" в качестве управляющих воздействий для обеспечения заданного качества колбасных изделий, по утверждению цитируемых авторов, имеет ряд преимуществ по сравнению с комплексными пищевыми добавками, в которых функциональная и вкусоароматическая составляющие не разъединены, и позволяет: - улучшить пищевую ценность мясных продуктов за счет содержания в этих "Системах" натуральных корректирующих ингредиентов: яичного альбумина, молочных белков и т.п.; - повысить функциональную стабильность фарша, снизить вероятность их расслоения и образования бульонного-жирового отека за счет наличия в "Системах" адаптивных фосфатов (например, в «Системе PSE» используют сильнощелочные фосфаты с pH=10.0 и выше, а в «Системе DFD» – кислые фосфаты с рН=5.0 и ниже).
В соответствии с предложенной в разделе 3.1.3 технологией, после расчета оптимальной рецептуры, проводится ее экспертиза технологами (экспертами). Для проведения экспертиз в современных условиях необходимо разработать специализированную автоматизированную экспертную систему, что является одной из задач настоящего исследования.
В соответствии с [36, 37, 38, 39] типовая структура автоматизированной экспертной системы, модифицированная для нашего объекта исследований, представлена на рисунке 17. Wp - функция, осуществляющая выполнение действий -База данных / к Подсистема логического ввода-вывода X \\ Н Эксперт к \ Vb - функция выбора - Spf - функция определения множества фактов База знаний Кор-функция, определяющая порядок действий І к Г і Пользовательский интерфейс tДанные Заключения, советы, ( Пользователь \ объяснения
Два основных блока системы создают информационное пространство: База данных (рабочая память) хранит исходные и промежуточные данные для решения текущей задачи. Рабочая память размещается в оперативной памяти компьютера. В ней хранятся факты, отражающие текущее состояние предметной области. Для каждого факта задается коэффициент уверенности в его истинности. База знаний хранит долгосрочные факты, описывающие рассматриваемую область, правила, описывающие отношения между этими фактами и другими типами декларативных знаний о предметной области. Кроме того, в базе знаний хранится множество функций и процедур, реализующих требуемые алгоритмы.
В нашем случае, при сохранении типовой структуры экспертной системы, оригинальность разрабатываемой специализированной системы заключается, прежде всего, в составе хранимых и пополняемых знаний.
Наиболее распространенный способ представления знаний - в виде конкретных фактов и правил [36, 37, 38, 39], по которым из имеющихся фактов могут быть получены новые. Каждый факт F представляется в виде тройки: F = АТРИБУТ, ОБЪЕКТ, ЗНАЧЕНИЕ . Например, F = ТЕРМОПОТЕРИ, СИНЮГА, 14% представляет факт: «процент испарения влаги при термообработке (варке) фарша вареной колбасы через натуральную оболочку, обозначенную СИНЮГА, равен 14%». В более простых случаях факт выражается неконкретным значением атрибута, а каким либо простым утверждением, которое может быть истинным или ложным, например: «рН фарша вареной колбасы меньше 6».
В таких случаях факт можно обозначить каким-либо кратким именем (например, рН) или использовать для представления факта сам текст соответствующей фразы. Правила в базе знаний имеют вид импликации: Р = А = S где А- условие; S- действие. Действие S исполняется, если А истинно. Наиболее часто действие S представляет собой утверждение, которое может быть выведено системой, если истинно условие правила А. Правила в базе знаний служат для представления эвристических знаний (эвристик), вырабатываемых экспертом на основе опыта его деятельности. Пусть А= «рН фарша вареной колбасы меньше 6», В=«в вареной колбасе будет бульонно-жировой отек». Тогда, правило Р = А = В Означает: «Если рН фарша вареной колбасы меньше 6, то в вареной колбасе будет бульонно-жировой отек». В качестве условия A может выступать либо факт (как в данном примере), либо несколько фактов A(1),...,A(N), соединенные логической операцией и (конъюнкцией): N P = YI A(i) = B i = 1 где Ц - оператор вычисления логического произведения (конъюнкции) элементов А(i).
Модель определения оптимального набора управляющих воздействий при наличии технологических дефектов в рецептурах колбасных изделий
При выявлении технологических дефектов в рецептурах колбасных изделий (например, в рецептуре большой процент содержания мясного сырья с пороком автолиза PSE, RSE или DFD, мяса птицы механической обвалки (ММО), жирного сырья и т.п.), как правило, известен набор функционально-технологических и вкусоароматических свойств, которыми должна обладать эта рецептура, чтобы скорректировать имеющиеся дефекты. Этот набор свойств формируется за счет внесения в рецептуру управляющих воздействий в виде пищевых добавок с нужными функциональными свойствами.
К примеру, если в рецептуре колбасного изделия содержится большое количество жирного сырья, то в готовом продукте это может привести: к слишком мягкой консистенции, к появлению постороннего привкуса, к образованию жировых отеков под оболочкой (из-за большого количества жира вода в фарше не будет в связанном состоянии). Чтобы исправить этот дефект, необходимо внести в рецептуру пищевые добавки, которые суммарно в своем составе содержали бы следующие ингредиенты: фосфаты, антиоксиданты, эмульгатор, обеспечивающий создание эмульсии из несмешивающихся жидкостей (в нашем примере из жира и воды), загуститель, гелеобразователь, животный белок, краситель, фиксатор окраски, усилитель вкуса и аромата. Для других дефектов этот набор ингредиентов внутри пищевых добавок будет другим. Заложить эти знания необходимо в базу знаний, для того чтобы экспертная система могла не только подсказывать какими свойствами необходимо наделить рецептуру для решения той или иной проблемы, но и предлагать оптимальный перечень пищевых добавок, которые в сумме владеют всеми необходимыми свойствами.
В результате возникает задача – необходимо подобрать такой перечень управляющих воздействий в виде пищевых добавок, который в сумме содержал бы нужный набор ингредиентов, но при этом суммарная стоимость единицы массы этих добавок была бы минимальна.
Рассмотрим формальную постановку этой задачи. Пусть дано множество пищевых добавок Mpd, каждый элемент которого Mpd(i) задан в виде кортежа: Mpd(i) = Mpd(i,k), Mpd(i,K+l) { , 1, если добавка Mpd(i) обладает k-тым функциональным свойством, где Mpd(i,k) = Н 1 0, в противном случае k = 1,..K, где K – количество функциональных свойств, Mpd(i,K+1) – цена единицы массы добавки i. Пример такого множества представлен в таблице 4. Пусть задан также требуемый набор функциональных свойств в виде вектора FS = FS(l) , l=1,..L, L K 1, если требуется наличие функционального свойства l, J FS(1) , 1 0, в противном случае Пусть Ppd - некоторое подмножество Mpd: Ppd с Mpd. Определим оператор Fp, формирующий вектор FSp: FSp = Fp(Ppd) (34) FSp(l) = 0 1=1,..L FSp(l) = FSp(l) v Ppd(i,l) l=l,..L, i =l,.. Ppd Таким образом, вектор FSp представляет собой весь набор функциональных свойств, соответствующих подмножеству Ppd. Требуется определить такое подмножество Ppd, при котором: Fp(Ppd) = FS (35) \Ppd\ и критерий Q = Yu pPd(hK +1)- mm (36) i=i Данная задача относиться к комбинаторным задачам целочисленного программирования. Рассмотрим процесс пошагового построения решения этой задачи (рис. 21) на плоскости S,T где Т=0,.. Mpd, S(T) – множество точек, каждой из которых соответствует тройка: Ppd(T), FSp(T),Q(T), nom(T-1) , описывающая варианты построения решения на шаге Т. S(T) l,Mpd 2,5 2,4 2,3 2,2 2,1 Mpd,l Ppd(2,l), FSp(2,l),Q(2,l),l - T о Mpd Рис. 21. Пошаговое построение решения
Здесь nom(T-l) - номер точки предыдущего шага, из которой получена точка на шаге Т. Процесс начинается с точки 0,0 , Ppd(O) = 0 , FSp(0)= 0,…0 ,Q(0)=0. На первом шаге получаем Mpd вариантов формирования множества Ppd, каждое из которых состоит из одного объекта множества Mpd: Ppd(l,l), Ppd(1,2),… Ppd(l,Mpd). На втором шаге получим С2Mpd вариантов, на третьем С3Mpd вариантов, на последнем - СMpdMpd. Такое построение представляет собой прямой перебор вариантов решения задачи. Сопоставим каждой точке плоскости S,T вершину некоторого графа, а получение одного варианта решения на каждом шаге построения решения представим дугой графа. Полученный граф будем называть графом допустимых состояний (ГДС). Для уменьшения размерности задачи важно на каждом шаге отсеивать недопустимые и не перспективные варианты решений [66].
Рассмотрим процесс получения новой точки S(T+l,n) из точки S(T,j). Пусть Mpd(n) Є Mpd \ Ppd(T,j) Образуем Ppd(T+l,n) = Ppd(T,j) U Mpd(n) (37) FSp(T+l,n) = Fp(Ppd(T+l,n)) (38) Если FSp(T+l,n) = FSp(T,j) V 3 і (FSp(T+l,n,l) FS(1)), (39) то добавление новой добавки либо не увеличило функциональные возможности нового подмножества, а стоимость набора увеличилась, либо новая добавка обеспечивает лишнее функциональное свойство. Такая вершина будет считаться недопустимой для дальнейшего развития. В противном случае, новая вершина - допустима. Для допустимой вершины критерий Q(T+l,n) , будем вычислять по следующему рекуррентному соотношению: Q(T+l,n) = Q(T,j) + Mpd(n,K+l). (40) Если FSp(T+l,n) = FS, (41) то такая точка остается на вертикале Т+1как допустимая и далее переходит на следующие уровни в таком же статусе.
Сопоставим каждой дуге перехода от точки T,j к точке Т+1,п величину Mpd(n,K+l), которую будем интерпретировать как длину дуги. В таком случае решение нашей задачи сводится к нахождению кратчайшего пути на ГДС от вершины 0,0 до вершины Mpd,l .
Рассмотрим возможность уменьшения количества вершин ГДС на каждом шаге построения решения. Пусть Ppd(T+l) - множество всех допустимых точек, полученных на шаге Т+1. Рассмотрим две произвольные точки на вертикале Т+1: Ppd(T+l, і) и Ppd(T+l,j), соответствующие им векторы FSp(Т+1, і) и FSp(Т+1, j), критерии Q(T+l,i) и Q(T+l,j).
Точка Ppd(T+l, і) является неперспективной по отношению к точке Ppd(T+l,j) если выполняется следующее соотношение 4m{Ppd{T+l,j,m) Ppd(T + 1,і,т)л0(Г + 1, ;) Q(T + l,i)) (42) где m точка (состояние) на вертикале плоскости S,T . Смысл формулы (42) заключается в том, что на множестве Ppd(T+l, j) больше функциональных возможностей по сравнению с множеством Ppd(T+l, і) при меньшей суммарной стоимости добавок. Все неперспективные вершины на каждом шаге построения решения отбрасываются. Укрупненный алгоритм решения нашей задачи представлен на рисунке 22.
В блоке 4 производится формирование множество допустимых вершин ГДС на вертикале Т в соответствии с формулами (37)-(40). В блоке 5 производится отсев неперспективных вершин ГДС в соответствии с формулой (41), а вершина, удовлетворяющая соотношению (41), остается в допустимых. В блоке 6 отсеиваются неперспективные варианты вершин ГДС в соответствии с формулой (42). В блоке 7 проверяется существование на вертикале вершины, для которой вектор FSP совпадает с вектором FS. Если такая вершина есть, то выдается оптимальное решение. В противном случае выдается сообщение об отсутствии решения.