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

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.