Оптимизация рецептуры кормов непродуктивных животных с помощью математического моделирования

В статье рассмотрен новый подход к повышению ресурсосбережения в сфере производства кормов для домашних животных на основе использования вторичного пищевого сырья и оптимальных рецептур, обеспечиваемых математическим моделированием на основе аппарата нечеткой логики. Нестабильные качественные показатели сырья и взаимодействие компонентов смеси между собой затрудняют построение полной математической модели. Поэтому моделирование рецептуры кормов для непродуктивных животных осуществляется с помощью аппарата нечеткой логики. Преимуществом данного метода является возможность проведения анализа в условиях субъективной оценки эмпирических данных и отсутствии явной числовой формы результата. Особенно ярко преимущества этих систем проявляются при проектировании многокомпонентных пищевых продуктов, где велика неопределенность входных и выходных параметров, а качество оценивается по результатам сенсорного анализа. Аппарат нечеткой логики позволяет улучшить качество управления объектами, определить оптимальное соотношение рецептурных компонентов при проектировании новых многокомпонентных видов сухих кормов и сократить количество производственных опытов. Дополнительно он дает возможность повысить качество управления производством и контролем готового продукта в условиях информационной неопределенности, которая характерна для реального производства в отраслях пищевой промышленности. Для реализации предлагаемой методики используется модуль Fuzzy Logic Toolbox, входящий в пакет MatLab, а для представления результатов моделирования в графическом виде, используют модуль Surfase Viewer. Приведены аналитические выкладки и результаты эксперимента, свидетельствующие о работоспособности предложенной методики для различных гендерных групп животных.