Применение больших данных для анализа и оптимизации рецептур хлебобулочных изделий (2024)

Применение технологий больших данных открывает новые возможности для оптимизации рецептур хлебобулочных изделий. Цель данного исследования - разработать методологию анализа больших данных для совершенствования рецептур хлеба и улучшения его потребительских свойств. В работе использованы методы интеллектуального анализа данных (data mining), машинного обучения и статистического моделирования. Эмпирическую базу составили структурированные данные о 2500 образцах хлеба, включающие подробную информацию об ингредиентах, режимах приготовления и результатах лабораторных испытаний. Применение алгоритмов кластеризации позволило выделить 5 устойчивых сочетаний ингредиентов, обеспечивающих оптимальные органолептические и физико- химические показатели готовой продукции. С помощью регрессионного анализа получены математические модели, описывающие влияние ключевых рецептурных факторов на объем и пористость хлеба. Метод опорных векторов использован для прогнозирования реологических характеристик теста в зависимости от состава смеси. Результаты исследования имеют значение для оперативной корректировки параметров технологического процесса и создания инновационных продуктов с заданными свойствами. В перспективе планируется масштабировать разработанную методологию на широкий спектр мучных изделий.

Тип: Статья
Автор (ы): Воротников Алексей Николаевич
Ключевые фразы: хлебопечение, рецептура, большие данные, оптимизация, data mining, машинное обучение

Идентификаторы и классификаторы

УДК
004.65. Cистемы управления базами данных (СУБД)
664.6. Хлебопекарное производство (хлебопечение). Хлебобулочные и мучные кондитерские изделия
Текстовый фрагмент статьи