Одним из важнейших показателей качества готового кефира является вкус, который в настоящее время определяется органолептическими методами в лабораториях молочных предприятий. В статье рассмотрены проблемы органолептического контроля вкуса кефира. Показано, что такие оценки качества субъективны и несовершенны. Получение достоверных результатов и повышение объективности контроля вкуса готового кефира возможно за счет внедрения высокоэффективных интеллектуальных технологий в производственный процесс. Успешное решение этой задачи при минимальных затратах на подготовку и проведение анализов станет возможным благодаря внедрению в производственный процесс интеллектуального модуля- дегустатора (программно- аппаратного комплекса) контроля качества вкусовых показателей кефира, в основе алгоритма работы которого заложены нейросетевые технологии. Для решения задачи объективной оценки вкуса готового кефира разработана структура нейронной сети, типа многослойный персептрон с одним скрытым слоем, проведен анализ существующих автоматизированных систем управления технологическими процессами на предприятиях молочной промышленности, который показал, что в большинстве случаев, реализованные в настоящее время автоматизированные системы отвечают только за управление оборудованием технологической линии, а взаимодействие с уровнем управления производством отсутствует. Это в значительной мере сказывается на уровне автоматизации предприятия в целом. В статье подчеркивается важность создания интеллектуальной системы автоматического прогнозирования вкусовых качеств кефира. Подчеркнуто, что для функционирования та-кой системы необходимо разработка соответствующей модели прогнозирования, позволяющей увеличить точность прогноза и свести к приемлемому минимуму ошибку, тем самым уменьшив убытки, связанные с неопределенностью при принятии решений. Отмечено, что в последнее время наблюдается тенденция возрастания интереса к использованию моделей искусственных нейронных сетей для решения задач прогнозирования в раз-личных сферах человеческой деятельности. Представлены решаемые ими задачи. Разработана интеллектуальная система диспетчерского управления производством кефира с входящим в ее состав интеллектуальным модулем- дегустатором для прогнозирования вкусовых качеств кефира.
One of the most important indicators of the quality of finished kefir is taste, which is currently determined by organoleptic methods in the laboratories of dairy enterprises. The article deals with the problems of organoleptic control of the taste of kefir. It is shown that such quality assessments are subjective and imperfect. Obtaining reliable results and increasing the objectivity of control of the taste of finished kefir is possible due to the introduction of highly effective in-telligent technologies into the production process. The successful solution of this problem with minimal costs for preparing and conducting analyzes will be possible due to the introduction of an intelligent taster module (hardware and software complex) into the production process for quality control of kefir taste indicators, the algorithm of which is based on neural network technologies. To solve the problem of an objective assessment of the taste of finished kefir, a neural network structure was developed, such as a multilayer perceptron with one hidden layer, an analysis of existing automated control systems for technological processes at dairy enterprises was carried out, which showed that in most cases, currently implemented automated systems respond only to for the control of the technological line equipment, and there is no interaction with the production management level. This significantly affects the level of automation of the enterprise as a whole. The article emphasizes the importance of creating an intelligent system for automatically predicting the taste of kefir. It is emphasized that for the functioning of such a system, it is necessary to develop an appropriate forecasting model that makes it possible to increase the forecast accuracy and reduce the error to an acceptable minimum, thereby reducing the losses associated with uncertainty in decision-making. It is noted that recently there has been a tendency of increasing interest in the use of models of artificial neural networks for solv-ing forecasting problems in various spheres of human activity. The tasks solved by them are presented. An intelligent system for dispatching kefir production has been developed with an intelligent taster module included in it to predict the taste of kefir.
The authors declare that there are no conflicts of interest present.