Диссертация (1152160), страница 18
Текст из файла (страница 18)
Выводы по 1 главеПервая глава посвящена методологическим основам анализа подготовленности технологических процессов производства пищевой продукции квнедрению интеллектуальных экспертных систем, постановке задач исследования.В рамках этой главы:1. Выявлены, обобщены , систематизированы и проанализированы особенностии закономерности технологических процессов (ТП) производстваразной (твердой, сыпучей, жидкой, высококонцентрированной пищевой эмульсии) пищевой продукции. Обоснован выбор наиболее типичных ТП.2. Проведены исследования и анализ ТП кондитерского (помадных глазированных конфет) , мукомольного (производства муки) , молочного (производства сливочного масла) и пивобезалкогольного производства ( хлебного кваса)как объектов автоматизации, дана характеристика основных стадий и материальных потоков при производстве различной пищевой продукции.3.
Проведена классификация основных операций ТП производствапищевой продукции и выбраны факторы, определяющие эффективность этихопераций.4. Проведен всесторонний анализ параметров, оказывающих влияние накачество сырья, полуфабрикатов и готовой пищевой продукции. Проанализировано их влияние на ход каждой стадии исследуемых производств. На основании полученных результатов разработаныфункционально-структурныесхемы (ФСС) влияния факторов исходного сырья, промежуточных операций100на качество готовой продукции в процессе производства конфет, муки, сливочного масла и кваса на всех стадиях соответствующих производств.5.
Разработаны ФСС формирования потока качества в исследуемых ТПприготовления различной пищевой продукции (помадные глазированные конфеты, мука, сливочное масло и хлебный квас) на всех этапах их производствас указанием необходимых точек контроля и регулирования.6. Выбраны и обоснованы наиболее информативные органолептическиепоказатели контроля качества: вкус и цвет сырья, полуфабрикатов и готовойпищевой продукции, которые необходимо определять непрерывно в ходе ТП.7. Показано, что существующие в настоящее время методы оценки этихпоказателей качества субъективны и определяются только путем лабораторныхизмерений.
Рассмотрены существующие инструментальные методы и средстваавтоматического контроля этих показателей. Показана роль интеллектуальныхтехнологий в решении задач автоматизации контроля качества пищевой продукции.8. Поставлена задача создания экспертных систем непрерывного контроляи прогнозирования качества пищевой продукции с использованием интеллектуальных технологий: нейросетевых систем (НС) и систем компьютерного зрения (СКЗ).1.6.
Задачи исследованияПроведенный методологический анализ подготовленности технологических процессов производства пищевой продукции к внедрению интеллектуальных экспертных систем позволили поставить следующие задачи исследований:1. Системный анализ состояния проблемы автоматизации контроля и прогнозирования качества пищевой продукции. Анализ инструментария систем контроля и управления показателями качества пищевой продукции в современныхусловиях.
Обоснование направления исследования.2. Разработка концепции построения экспертных систем автоматического контроля в потоке и прогнозирования качества пищевой продукции на всех этапах101ее производства с возможностью оперативного управления ходом этих процессов путем использования интеллектуальных технологий.3. Разработка принципов и подходов к структурно- параметрическому, математическому и ситуационному моделированию влияния различных параметровтехнологических процессов производства пищевой продукции на поведениепоказателей ее качества в слабоструктурированной и плохо формализуемойсреде на всех стадиях производства.4. Создание теоретических основ исследования, разработка и апробация методов, способов и алгоритмов построения датчиков автоматического контроля органолептических показателей качества пищевой продукции в потоке с применением интеллектуальных технологий.5.
Разработка теоретических основ, методов и алгоритмов построения базыданных (БД) и базы знаний (БЗ) экспертной системы контроля качества пищевой продукции.6. Разработка методологии, принципов, методов и алгоритмов созданиянейросетевой информационно- советующей экспертной системы автоматического контроля в потоке и прогнозирования качества пищевой продукции свозможностью оперативного управления ходом этих процессов для различныхотраслей пищевой промышленности.7. Построение нейросетевой информационно- советующей экспертной системыавтоматического контроля в потоке и прогнозирования качества пищевой продукции с учетом разработанного математического, алгоритмического, программного и информационного обеспечения этих систем.8.
Экспериментальная проверка методов, моделей, способов и результатов моделирования ТП производства пищевой продукции, а также разработанныхпринципов и методов создания информационно- советующих экспертных систем на действующих пищевых предприятиях.102ГЛАВА 2. ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕСИСТЕМЫ (ИИС). АНАЛИЗ ВОЗМОЖНОСТИ ИХИСПОЛЬЗОВАНИЯ ДЛЯ АВТОМАТИЗАЦИИ КОНТРОЛЯКАЧЕСТВА ПИЩЕВОЙ ПРОДУКЦИИДля выполнения поставленных задач необходимо в первую очередь провести обзор и анализ научно- технической информации о развитии важнейшихнаправлений искусственного интеллекта: экспертных систем, нейросетевыхтехнологий и систем компьютерного зрения, а также анализ возможности ихиспользования для автоматизации контроляв потоке качества различной(твердой, сыпучей, жидкой, высококонцентрированной пищевой эмульсии)пищевой продукции.2.1.
Классификация ИИСИнтеллектуальных информационных систем (ИИС) существует большоеколичество [4, 11, 12, 24, 27, 33, 38, 39, 61, 63, 69 – 71, 84, 85, 97]. Классификация ИИС по классам представлена на рисунке 2.1.Рисунок 2.1. Классификация ИИСКак видно из рисунка, интеллектуальные информационные системы (ИИС)охватывают 3 основных класса с соответствующими направлениями.1032.1.1. Задачи, решаемые ИИСИИС можно рассматривать и с точки зрения решаемой задачи. В этомслучае можно выделить системы управления, системы компьютерной лингвистики, справочные системы, системы распознавания и системы создания ИИС.Классификация ИИС с точки зрения решаемой задачи, составленная наоснове анализа научно- технической литературы [12, 24, 27, 33, 38, 39, 61, 63,69 – 71, 84] представлена в таблице 1.1.Таблица 2.1.СистемаУправление исправочные системыПодсистемаСистема поддержкипринятия решенийЭкспертные системыВопросно- ответныеинтеллектуальныесистемыАвтоматизированныесистемы управленияОбучающие системы(тестеры, имитаторы)КомпьютернаялингвистикаСистемы машинногопереводаОписаниеАвтоматизированная система, которая использует правила принятия заключений исоответствующие модели, а также компьютерный процесс моделирования.
Являетсядиалоговой системой.Изучение области искусственного интеллекта по разработке программно- вычислительных систем, умеющих принимать решение, схожие с решениями специалистов вопределенной предметной области.Тип информационных систем, отличный отдругих. Является гибридом систем поиска,интеллектуальных и справочных систем.Данные системы должны быть способныпринимать вопросы на естественном языке,т.е. это системы с естественно- языковоминтерфейсом. Предоставление документовосновывается на сети Интернет или локальном хранилище.Комплекс аппаратных и программныхсредств, а также персонала, предназначенныйдля управления различными процессами врамках ТП, производства, предприятия.
Существуют автоматизированные системыуправления технологическими процессами(АСУТП) и автоматизированные системыуправления предприятием (АСУП).Это совокупность программно- техническихкомплексов, использующих методическую,учебную и организационную поддержкупроцесса обучения, которое проводится наоснове информационных технологий.Включают в себя двуязычные словари,снабженные необходимой грамматическойинформацией (морфологической, синтакси-104Системы распознавания речиСистемы синтезаречиСистемы реферирования текстовЕстественно- языковые интерфейсыРаспознаваниеобразовСистемы распознавания образов ( зрения,печатного, рукописного)Системы идентификации (по голосу, сетчатке)ческой и семантической) для обеспеченияпередачи эквивалентных, вариантных итрансформационных переводимых соответствий, а также алгоритмические средстваграмматического анализа, реализующие какую-либо из принятых для автоматическойпереработки текста формальных грамматик.Элемент процесса обработки речи, назначение которого – обеспечить удобный диалогмежду пользователем и машиной, например,декодирование речевого акустического сигнала при произношении речевых сообщенийсвободным стилем, произвольным диктором, без учета проблемной ориентации иограничений на объем словаря.Классификация систем синтеза речи производится по способу генерации (распознаванию) речевого сигнала.
Есть два основныхнаправления: конкатенативный и параметрический синтез. Основной набор правил всистемах параметрического синтеза, делится на два подхода. Первый подход основанна разработке речепроизводящей моделисистемы человека, который именуется артикулярным синтезом. Второй подход считается более разработанным и популярным внаше время. Он называется форматным синтезом.Формируют краткое изложение исходногоматериала и работают с широким диапазоном источников информации, в том числемультимедиа.Разновидность пользовательского интерфейса, который принимает запросы на естественном языке, а также используется длявывода информации.Назначение системы состоит в исследовании данных и присвоении фрагменту определенного символа.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
