Компьютерные технологии и цифровизация проектирования продуктов питания заданного качества

КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ 
И ЦИФРОВИЗАЦИЯ ПРОЕКТИРОВАНИЯ 
ПРОДУКТОВ ПИТАНИЯ 
ЗАДАННОГО КАЧЕСТВА

Учебное пособие

Санкт-Петербург
ГИОРД 
2022

УДК 664.9:641.55(083)
ББК 36.92
 
К63

Авторы:
Ольга Николаевна Красуля — д-р техн. наук, профессор кафедры технологии хранения 
и переработки продуктов животноводства ФГБОУ ВО «Российский государственный 
аграрный университет — МСХА имени К. А. Тимирязева»;
Алексей Викторович Токарев — канд. техн. наук, технический директор ООО «ФудСофт»;
Стяпас Антанович Грикшас — д-р с.-х. наук, профессор кафедры технологии хранения 
и переработки продуктов животноводства ФГБОУ ВО «Российский государственный 
аграрный университет — МСХА имени К. А. Тимирязева»;
Екатерина Владимировна Казакова — канд. с.-х. наук, доцент кафедры технологии хранения 
и переработки продуктов животноводства ФГБОУ ВО «Российский государственный 
аграрный университет — МСХА имени К. А. Тимирязева»;
Ольга Николаевна Пастух — канд. с.-х. наук, доцент кафедры технологии переработки 
продуктов животноводства ФГБОУ ВО «Российский государственный аграрный 
университет — МСХА имени К. А. Тимирязева»

Рецензенты:
Карпов В. И. — д-р техн. наук, профессор (МГУТУ имени К. Г. Разумовского);
Кудряшов Л. С. — д-р техн. наук, профессор, главный научный сотрудник 
ФГБНУ «Федеральный научный центр пищевых систем имени В. М. Горбатова»

К63 
 
Компьютерные технологии и цифровизация проектирования продуктов питания 
заданного качества : учеб. пособие / О. Н. Красуля, А. В. Токарев, С. А. Грикшас 
и др. — Санкт-Петербург : ГИОРД, 2022. — 144 с. : ил.

ISBN 978-5-98879-225-3

На основе результатов собственных исследований разработана автоматизированная экспертная 
система управления технологическим процессом производства пищевых продуктов 
заданного состава и свойств — программный комплекс «МультиМит Эксперт». Учебное 
пособие рекомендуется студентам, аспирантам, научным сотрудникам и специалистам, 
занимающимся моделированием рецептур пищевых продуктов животного происхождения 
с применением автоматизированных экспертных систем. Изложенный в учебном пособии 
теоретический материал, наряду с большим количеством примеров, позволит использовать 
полученные знания для решения конкретных технологических задач в области переработки 
сырья животного происхождения.
Учебное пособие предназначено для студентов, обучающихся по направлению подготовки 
35.03.07 «Технология производства и переработки сельскохозяйственной продукции», по направленности «
Технология производства, хранения и переработки продукции животноводства»; 
19.03.03 и 19.04.03 «Продукты питания животного происхождения»; 19.03.04 и 19.04.04 
«Технология продукции и организация общественного питания».

УДК 664.9:641.55(083)
ББК 36.92

ISBN 978-5-98879-225-3 
© ООО «Издательство „ГИОРД“», 2022

ОГЛАВЛЕНИЕ

Введение  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

Глава 1. Гибридные экспертные системы 
для моделирования рецептур и управления технологиями 
пищевых продуктов в условиях реального производства. . . . . . . . . . . . . . . . . . . . . . . . 9

1.1. Назначение и строение экспертных систем  . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.1.1. Отличия экспертной системы от прочих программ. . . . . . . . . . . . . . . . . . . . 10
1.1.2. Преимущества и недостатки экспертной системы перед 
«человеком-экспертом» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1.3. Типы и структуры экспертных систем  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.1.4. Классификация экспертных систем. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.1.5. «Коэффициент доверия» в экспертных системах. . . . . . . . . . . . . . . . . . . . . . 29

1.2. Разработка гибридной экспертной системы для моделирования 
рецептур и технологий пищевых продуктов  . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.2.1. Необходимые требования при разработке экспертной системы. . . . . . . . . 32
1.2.2. Инструментальные средства для проектирования и разработки 
экспертных систем  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
1.2.3. Этапы разработки экспертных систем . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.2.4. Алгоритм формирования базы знаний экспертной системы. . . . . . . . . . . . 40
Контрольные вопросы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

Глава 2. Гибридная экспертная система для моделирования рецептур 
продуктов заданного качества животного происхождения  . . . . . . . . . . . . . . . . . . . . . 42

2.1. Актуальность задачи  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

2.2. Общая постановка задачи (техническое задание). . . . . . . . . . . . . . . . . . . . 44

2.3. Структурные блоки гибридной экспертной системы 
и их назначение  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.1. Разработка базы данных гибридной экспертной системы  . . . . . . . . . . . . . . 49
2.3.2. Разработка математического аппарата гибридной экспертной 
системы для получения оптимальной рецептуры продуктов 
животного происхождения  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.3.3. Постановка задачи формирования оптимальной рецептуры. . . . . . . . . . . . 61
2.3.4. Определение оптимального набора управляющих воздействий 
при наличии технологических дефектов в рецептурах продуктов 
животного происхождения  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65

5

2.4. Пример расчета оптимальных рецептур продуктов животного 
происхождения с применением автоматизированной гибридной 
экспертной системы — программного комплекса «МультиМит Эксперт» . . . 72
Контрольные вопросы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

Глава 3. Автоматизированная экспертная система управления технологическим 
процессом производства мясных и рыбных продуктов заданного качества — 
программный комплекс «МультиМит Эксперт». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79

3.1. Модульный состав программного комплекса «МультиМит Эксперт» 
и его функциональные возможности  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.1.1. Программный модуль «Базовый»  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.1.2. Программный модуль «Убой скота» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.1.3. Программный модуль «Обвалка и жиловка мяса 
сельскохозяйственных животных и птицы». . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
3.1.4. Программный модуль «Производственное задание и учет». . . . . . . . . . . . . 84
3.1.5. Программный модуль «Оптимизация и моделирование рецептур»  . . . . . . 85
3.1.6. Программный модуль «Экспертная система для диагностики 
и анализа качества рецептур»  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.1.7. Программный модуль «Интеграция с экспресс-анализатором 
FoodScan» . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88

3.2. Схема применения ПК «МультиМит Эксперт» в общей структуре 
передачи и обработки информации различных подразделений 
мясоперерабатывающего предприятия  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
Контрольные вопросы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89

Глава 4. Руководство по эксплуатации программного комплекса 
«МультиМит Эксперт» для учебных целей. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

4.1. Знакомство с интерфейсом ПК «МультиМит Эксперт»  . . . . . . . . . . . . . . 90

4.2. Основные справочники ПК «МультиМит Эксперт»  . . . . . . . . . . . . . . . . . 93

4.3. Работа со складом в ПК «МультиМит Эксперт». . . . . . . . . . . . . . . . . . . . 101

4.4. Работа с рецептурами в ПК «МультиМит Эксперт». . . . . . . . . . . . . . . . . 104

4.5. Оптимизация и моделирование рецептур продуктов 
заданного качества . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118

4.6. Интеграция с экспресс-анализатором химического состава 
сырья FoodScan. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.6.1. Импортирование из FoodScan результатов анализа 
химического состава сырья для ингредиентов на складе. . . . . . . . . . . . . . . . . . . . 136
4.6.2. Импортирование из FoodScan результатов анализа 
химического состава сырья для ингредиентов рецептуры. . . . . . . . . . . . . . . . . . . 136
Контрольные вопросы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137

Библиографический список  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

ВВЕДЕНИЕ

Опыт нашей страны и передовых промышленных государств подтверждает, 
что в период структурной перестройки экономики только активная 
национальная технологическая политика обеспечивает гарантированное 
экономическое возрождение страны.
Проблемы, возникшие перед Россией, в том числе перед перерабатывающими 
отраслями АПК, обеспечивающими население продовольствием, 
невозможно решить без изменения вектора научно-технического 
развития пищевой промышленности.
Весь ход развития перерабатывающей промышленности АПК показывает, 
что системообразующей осью, вокруг которой формируются 
новые производства, является система технологий.
Основными методологическими принципами анализа прикладных 
биотехнологий являются системный анализ, моделирование и прогнозирование.

При этом все большее внимание уделяется системно-информационному 
обеспечению технологий, что потенциально позволяет не только 
анализировать их текущее состояние, но и осуществлять их управление 
и прогнозирование.
Для оптимизации отдельных технологических операций и рецептур 
пищевых продуктов в настоящее время широко используется методология 
моделирования, как инструмент изучения поведения объекта с помощью 
его математического описания.
При моделировании технологических операций и технологии в целом, 
в реально существующих условиях производства, необходимо учитывать 
объективную информационную неопределенность, обусловленную нечеткостью 
характеристик сырьевых компонентов, недостаточным количеством 
надежных и недорогих экспресс-анализаторов для определения 
качественных показателей в цикле «сырье — полуфабрикат — готовый 
продукт», большой размерностью технологических задач.
Для прогнозирования конкретных биотехнологий используется технология 
экспертного оценивания (с применением экспертных оценок 
и автоматизированных экспертных систем).

7

Для оценки потребительских свойств пищевых сред на основе объективных 
инструментальных методов исследований выполнен широкий 
спектр работ по обобщению их характеристик. Основной вывод из результатов 
проведенных исследований заключается в констатации факта 
значительного разброса характеристик и их нестабильности в результате 
биохимических процессов, протекающих в пищевых средах. Этот вывод 
влечет за собой необходимость разработки новых информационных 
технологий оценки потребительских свойств пищевых продуктов при 
их нестабильных характеристиках.
В учебном пособии представлена обобщенная информация о результатах 
собственных исследований авторов в области использования 
информационных технологий для моделирования и проектирования рецептур 
продуктов заданного качества из сырья животного происхождения.

ГЛАВА 1. 
ГИБРИДНЫЕ ЭКСПЕРТНЫЕ СИСТЕМЫ 
ДЛЯ МОДЕЛИРОВАНИЯ РЕЦЕПТУР И УПРАВЛЕНИЯ 
ТЕХНОЛОГИЯМИ ПИЩЕВЫХ ПРОДУКТОВ 
В УСЛОВИЯХ РЕАЛЬНОГО ПРОИЗВОДСТВА

1.1. Назначение и строение экспертных систем

Искусственный интеллект, как научная дисциплина, состоит из нескольких 
крупных направлений. Одно из них — экспертные системы (ЭС).
ЭС как отдельное направление выделилось из общего русла исследований 
по искусственному интеллекту в начале 80-х годов ХХ века. Основным 
предметом исследований нового направления являются знания — их приобретение, 
представление и использование. Специалисты, работающие 
в этой области, часто используют термин «инженерия знаний».
Экспертные системы — это направление исследований в области 
искусственного интеллекта по созданию вычислительных систем, умеющих 
принимать решения, схожие с решениями экспертов в заданной 
предметной области.
Как правило, экспертные системы создаются для решения практических 
задач в некоторых узкоспециализированных областях, где большую 
роль играют знания высококвалифицированных специалистов.
Экспертное знание — это сочетание теоретического понимания проблемы 
и практических навыков ее решения, эффективность которых 
доказана в результате практической деятельности экспертов в данной 
области. Фундаментом экспертной системы любого типа является база 
знаний, которая составляется на основе экспертных знаний специалистов. 
Правильно выбранный эксперт и корректная формализация его знаний 
позволяют наделить экспертную систему уникальностью. Поэтому ценность 
экспертной системы как законченного продукта на 90 % определяется 
качеством созданной базы знаний.

9

Важность разработки экспертных систем состоит в следующем:
технология экспертных систем существенно расширяет круг практически 
значимых задач, решаемых на компьютерах, что позволяет 
обеспечить значительный экономический эффект;
технология ЭС является важнейшим средством в решении глобальных 
проблем традиционного программирования, которым присуща 
длительность и, следовательно, высокая стоимость разработки 
сложных приложений;
при сопровождении сложных систем требуются дополнительные 
материальные затраты, которые порой в несколько раз превосходят 
стоимость их разработки;
наблюдается нехватка специалистов-экспертов в узкой области 
знаний, которые вынуждены затрачивать значительное время для 
оказания помощи малоквалифицированным сотрудникам;
объединение технологии ЭС с технологией традиционного программирования 
добавляет новые качества программным продуктам 
за счет: обеспечения динамичной модификации приложений пользователем, 
а не программистом; большей «прозрачности»; лучшей 
графики; интерфейса и условий взаимодействия.
Первую экспертную систему, которую назвали Dendral, разработали 
в Стэнфордском университете в конце 1960-х годов прошлого столетия. 
Эта была экспертная система, определяющая строение органических 
молекул по химическим формулам и спектрометрическим данным о химических 
связях в молекулах. Ценность Dendral заключалась в следующем. 
Органические молекулы, как правило, очень большие по молекулярной 
массе и поэтому число возможных структур этих молекул также велико. 
Благодаря эвристическим знаниям экспертов-химиков, заложенных 
в экспертную систему, корректное решение из миллиона возможных ЭС 
находилось всего за несколько попыток. Принципы и идеи, заложенные 
в Dendral оказались настолько эффективными, что они до сих пор применяются 
в химических и фармацевтических лабораториях по всему миру.

1.1.1. Отличия экспертной системы от прочих программ

Отличия экспертных систем от прочих прикладных программ заключаются 
в следующем:
Экспертная система моделирует не столько физическую природу 
определенной проблемной области, сколько механизм мышления 

10

человека применительно к решению задач в этой проблемной области. 
Нельзя, конечно, утверждать, что программа полностью воспроизводит 
психологическую модель специалиста в этой предметной 
области (эксперта), но важно отметить, что основное внимание 
все-таки уделяется воспроизведению компьютерными средствами 
методики решения проблем, которая применяется экспертом, т. е. 
выполнению некоторой части задач так же (или даже лучше), как 
это делает эксперт.
Экспертная система, помимо выполнения вычислительных операций, 
формирует определенные соображения и выводы, основываясь 
на тех знаниях, которыми она располагает. Знания в системе представлены, 
как правило, на некотором специальном языке и хранятся 
отдельно от собственно программного кода, который и формирует 
выводы и соображения. Этот компонент программы принято называть 
базой знаний.
Экспертные системы могут ошибаться. Причина ошибок лежит в том, 
что знания специалистов, как и знания, заложенные в экспертные 
системы, не всегда точны. Важно, по крайней мере, чтобы экспертные 
системы ошибались не чаще, чем ошибается человек-эксперт.
Экспертные системы отличаются и от других видов программ из области 
искусственного интеллекта по следующим признакам:
Экспертные системы имеют дело с предметами реального мира, 
операции с которыми обычно требуют наличия значительного опыта, 
накопленного человеком. Множество программ из области искусственного 
интеллекта являются сугубо исследовательскими, 
и основное внимание в них уделяется абстрактным математическим 
проблемам или упрощенным вариантам реальных проблем (иногда 
их называют «игрушечными» проблемами), а целью выполнения 
такой программы является «повышение уровня интуиции» или отработка 
методики. Экспертные системы имеют ярко выраженную 
практическую направленность в научной или коммерческой области.
Одной из основных характеристик экспертной системы является 
ее производительность, т. е. скорость получения результата и его 
достоверность (надежность). Исследовательские программы искусственного 
интеллекта могут и не быть скоростными, можно 
примириться и с существованием в них отказов в отдельных ситуациях, 
поскольку, в конце концов, — это инструмент исследования, 
а не программный продукт. В отличие от них, экспертная система 

11

должна за приемлемое время найти решение, которое было бы не 
хуже, чем то, которое может предложить специалист в конкретной 
предметной области.
Экспертная система должна обладать способностью объяснить, 
почему предложено именно такое решение, и доказать его обоснованность. 
Пользователь должен получить всю информацию, 
необходимую ему для того, чтобы быть уверенным, что принято достоверное 
решение. В отличие от ЭС, исследовательские программы 
«общаются» только со своим создателем, который сам (скорее всего) 
знает, на чем основывается ее результат. Экспертная система проектируется 
в расчете на интерактивное взаимодействие с разными 
пользователями, для которых ее работа должна быть, по возможности, 
прозрачной.

1.1.2. Преимущества и недостатки экспертной системы 
перед «человеком-экспертом»

Экспертные системы обладают рядом преимуществ перед «человеком-
экспертом»:
1) Постоянство — человеческая компетенция ослабевает со временем. 
Перерыв в деятельности «человека-эксперта» может серьезно отразиться 
на его профессиональных качествах.
2) Легкость передачи — передача знаний от одного человека другому — 
долгий и дорогой процесс. Передача информации в ЭС — это обычный 
процесс копирования программы или файла данных.
3) Устойчивость и воспроизводимость результатов — экспертные 
системы устойчивы к «помехам». Человек же легко поддается влиянию 
внешних факторов, которые непосредственно не связаны с решаемой задачей. «
Человек-эксперт» может принимать в тождественных ситуациях 
разные решения из-за эмоциональных факторов. Результаты экспертной 
системы всегда стабильны.
4) Производительность — задача требует полного анализа сложного 
набора условий и факторов, а обычный специалист не в состоянии просмотреть (
за отведенное время) все эти условия.
5) Стоимость — эксперты, особенно высококвалифицированные, 
обходятся очень дорого. Экспертные системы, наоборот, сравнительно 
недороги при использовании. Их разработка, безусловно, требует серьезных 
вложений, но они дешевы в эксплуатации.

12