Помощь в написании студенческих работ
Антистрессовый сервис

Математическое моделирование ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации

Диссертация: Математическое моделирование ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В последнее время качество пшеничной и ржаной муки заметно снизилось. При этом мука с низкими хлебопекарными свойствами часто бывает заражена технически вредной, а иногда и патогенной микрофлорой, которая приводит к ухудшению потребительских свойств хлебобулочных изделий. Например, «картофельная болезнь», возбудителями которой являются споровые палочки видов Bacillus subtilis («сенная» палочка… Читать ещё >

Математическое моделирование ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации (реферат, курсовая, диплом, контрольная)

Содержание

  • ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ И ПОДХОДОВ К МОДЕЛИРОВАНИЮ ПРОЦЕССОВ ВЗАИМОДЕЙСТВИЯ МИКРОБИОЛОГИЧЕСКИХ СИСТЕМ В УСЛОВИЯХ КОНТАМИНАЦИИ
    • 1. 1. Культивирование микроорганизмов: методы и способы ведения, основные и посторонние культуры, типы и исходы взаимодействия между ними
      • 1. 1. 1. Методы и способы культивирования микроорганизмов
      • 1. 1. 2. Основные и посторонние культуры микроорганизмов дрожжевого и хлебопекарного производств
      • 1. 1. 3. Пути попадания посторонних микроорганизмов в биотехнологические процессы и способы борьбы с ними
      • 1. 1. 4. Типы взаимодействия между популяциями микроорганизмов
    • 1. 2. Роль пищевого ресурса при культивировании микроорганизмов
      • 1. 2. 1. Ресурсные отношения между популяциями микроорганизмов
      • 1. 2. 2. Возможные исходы ресурсного взаимодействия популяций микроорганизмов
    • 1. 3. Существующие методы математического моделирования процессов ресурсного взаимодействия популяций микроорганизмов
    • 1. 4. Выводы. Цели и задачи исследования
  • ГЛАВА 2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ РЕСУРСНОГО ВЗАИМОДЕЙСТВИЯ ПОПУЛЯЦИЙ МИКРООРГАНИЗМОВ В УСЛОВИЯХ КОНТАМИНАЦИИ
    • 2. 1. Обобщенная динамическая модель ресурсного взаимодействия микробиологических систем в условиях контаминации
    • 2. 2. Модель ресурсного взаимодействия функциональной и контаминирующей популяций микроорганизмов в биотехнологической системе
    • 2. 3. Модель оценки состояния и прогнозирования развития ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов в условиях контаминации
      • 2. 3. 1. Основные предположения
      • 2. 3. 2. Возможность непрерывного поддерживающего воздействия
      • 2. 3. 3. Возможность ограниченного поддерживающего воздействия
      • 2. 3. 4. Терминальная фаза ОПВ
      • 2. 3. 5. Начальная фаза ОПВ
      • 2. 3. 6. Интенсивное воздействие
      • 2. 3. 7. Алгоритм оптимального восстановления жизнедеятельности полезной популяции
      • 2. 3. 8. Пример
    • 2. 4. Модель механизма избирательности препаратов
    • 2. 5. Аналитическая схема решения моделей
    • 2. 6. Подбор начальных условий для расчетов по математическим моделям
    • 2. 7. Выводы по главе
  • ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНОЕ МОДЕЛИРОВАНИЕ РЕСУРСНОГО ВЗАИМОДЕЙСТВИЯ ПОПУЛЯЦИЙ МИКРООРГАНИЗМОВ В УСЛОВИЯХ КОНТАМИНАЦИИ
    • 3. 1. Постановка задачи исследования
    • 3. 2. Определение действительных (реальных) значений параметров биотехнологической системы и коэффициентов модели при ведении биотехнологического процесса без воздействия
      • 3. 2. 1. Контрольный вариант
      • 3. 2. 2. Определение характеристик биотехнологической системы в течение всего периода культивирования в условиях контаминации
    • 3. 3. Разработка химического способа воздействия на микробиологическую систему с целью ингибирования развития контаминирующей популяции
      • 3. 3. 1. Влияние хмелевого экстракта на активность дрожжевых клеток
      • 3. 3. 2. Влияние хмелевого экстракта на контаминирующую микрофлору
    • 3. 4. Выводы по главе
  • ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЯ
    • 4. 1. Структура программного продукта
    • 4. 2. Описание работы программы
    • 4. 3. Контрольный пример
    • 4. 4. Выводы по главе

В основе многих пищевых технологий лежат микробиологические процессы спиртового и молочнокислого брожения, возбудителями которого являются дрожжи и молочнокислые бактерии (МКБ). Например, в хлебобулочной промышленности микроорганизмы заквасок и теста существенно влияют на качество готовых изделий, обуславливая необходимую степень разрыхления и кислотонакопления полуфабрикатов и принимая участие в образовании вкуса и аромата хлеба.

Однако любой биотехнологический процесс сопровождается жизнедеятельностью посторонних (контаминирующих) микроорганизмов, которые попадают в субстрат с основными и вспомогательными материалами, применяемыми при ведении процесса, или с водой, которая необходима для мойки технологического оборудования, а также для приготовления субстрата. В зависимости от того, откуда на завод поступает вода, численность микроорганизмов в ней может существенно различаться. Вода из естественных источников может содержать бактерии кишечной группы, споровых и бесспоровых форм, относящихся к гнилостным бактериям. Значительное количество микроорганизмов (до нескольких тысяч о клеток в 1 м) содержится в воздухе, поступающем на аэрацию субстрата. Воздух производственных помещений также служит переносчиком посторонних микроорганизмов и является причиной их попадания в производственные среды и прессованные дрожжи [19,84,92].

В хлебопекарном производстве в муку микроорганизмы попадают с поверхности зерна при его размоле и в процессе транспортировки по коммуникациям мельничного предприятия. Также причиной попадания контаминирующих микроорганизмов в субстрат является обсемененность бактериями и плесенями солода, а также препаратов плесневых грибов, используемых в хлебопечении в качестве источников различных ферментов.

В последнее время качество пшеничной и ржаной муки заметно снизилось. При этом мука с низкими хлебопекарными свойствами часто бывает заражена технически вредной, а иногда и патогенной микрофлорой, которая приводит к ухудшению потребительских свойств хлебобулочных изделий [56]. Например, «картофельная болезнь», возбудителями которой являются споровые палочки видов Bacillus subtilis («сенная» палочка) и Bacillus mesentericus («картофельная» палочка), поражает хлеб из пшеничной муки [6,56]. Посторонние микроорганизмы попадают в муку с поверхности зерен при помоле. Если в 1 грамме муки содержится более 1000 спор, то такая мука считается потенциально опасной с точки зрения возникновения картофельной болезни (или тягучей порчи, как ее иногда называют). И это не единственный пример биотехнологического процесса, когда посторонние и полезные микроорганизмы культивируются в одном субстрате.

Две популяции могут взаимодействовать между собой множеством различных способов, и последствия этого взаимодействия быть также самыми различными. Простейшая и наиболее естественная классификация взаимодействий при популяционном анализе заключается в разграничении не по механизмам, а по результатам этих взаимодействий [64,65,66,67], взаимоотношения между двумя видами оцениваются как (+), (-) или (0) в зависимости от того, возрастает, убывает или остается неизменной численность популяции одного вида в присутствии другого.

Различные виды организмов одного трофического уровня по определению имеют сходный тип питания. Участвуя в распределении поступающих на трофический уровень ресурсов питания, они по необходимости вступают в пищевую конкуренцию, если ресурсы поступают в недостаточном количестве и ограничивают скорость роста микроорганизмов. Исход конкуренции во многом зависит от приспособленности того или иного вида организмов к данному элементу питания. Следовательно необходимо найти определенный компонент питательного ресурса, приспособленность к которому у функциональной культуры гораздо выше, чем у контаминирующих микроорганизмов. Предположительно таким компонентом может быть хмелевой экстракт [27,28,29,30].

Приготовление ржаных полуфабрикатов — сложный многоступенчатый процесс, в основе которого лежит направленное культивирование микроорганизмов с заданными биохимическими, бактерицидными и технологическими свойствами. Однако многогранность одновременно протекающих в такой системе процессов обуславливает ряд нерешенных технологических задач, среди которых проблемы сохраняемости первоначально внесенных культур, их взаимодействия с контаминирующей микрофлорой.

Посторонняя микрофлора (в дальнейшем контаминирующая) является неотъемлемой частью технологического процесса производства заквасок. При производстве хлеба из пшеничных сортов муки, зараженной посторонней микрофлорой, конечный продукт теряет в качестве [6,54,56 ]. Для диагностики обсемененности муки посторонними микроорганизмами используются различные методы [41,47] - проведение пробной выпечки (длительность метода около 72 часов), биохимический (около 6 часов). К основным факторам, подавляющим развитие посторонних микроорганизмов относят повышенную кислотность среды, степень обсемененности муки спорами и их активность, содержание сахара и жира, присутствие антибиотиков [7]. Количество посторонних микроорганизмов в течение биотехнологического процесса постоянно меняется, поэтому состояние полезной и посторонней популяций достаточно трудно, а иногда и невозможно, отследить экспериментально. Трудно оценить степень контаминации полезных микроорганизмов посторонними, а следовательно и сделать выводы о необходимых мероприятиях, направленных на устранение контаминации. Поэтому математическое моделирование процессов, происходящих в биотехнологической системе хлебобулочных производств, особенно связанных с возникновением и развитием контаминации, является актуальным и перспективным подходом к изучению этой проблемы.

Накопленный к настоящему времени теоретический и экспериментальный материал позволяет выделить и сформулировать закономерности, отражающие взаимоотношения между полезными и посторонними популяциями микроорганизмов. Количественный анализ этих закономерностей может помочь в разработке обоснованных рациональных методов и приёмов устранения контаминации.

По мнению ряда исследователей [13,25,62,63,64], основное нарушение течения биотехнологического процесса в условиях контаминации состоит в подавлении жизнедеятельности полезных микроорганизмов, которое вызывается наличием популяции посторонних микроорганизмов на определённом этапе их развития. Это нарушение неизбежно приводит к угнетению полезных микроорганизмов. Таким образом, начало угнетения функциональных микроорганизмов контаминирующими микроорганизмами представляет собой переломный момент в течении биотехнологического процесса, и его фиксация имеет определяющее значение для проведения соответствующих профилактических мероприятий, направленных на устранение контаминации. Определение данного момента является трудно решаемой экспериментальной задачей. В этих условиях развитие проблемных вопросов моделирования сценариев ресурсного взаимодействия популяций микроорганизмов, позволяющих повысить эффективность управления биотехнологическими процессами хлебопекарных производств в условиях контаминации с точки зрения уменьшения их расходов и увеличения уверенности в надёжности качества готовых продуктов, имеют особое значение. Слабое использование математического аппарата в решении этих задач разрушает целостность в рассмотрении и понимании процессов выбора управленческих воздействий, направленных на устранение контаминации, и появлению частных локальных задач, как правило, не связанных между собой.

Диссертационная работа выполнена на кафедре информационных систем и технологий Воронежского института высоких технологий в рамках госбюджетной НИР по теме «Моделирование информационных технологийразработка и совершенствование методов и моделей управления, планирования и проектирования технических, технологических, экономических и социальных процессов и производств» (№ госуд. регистрации 01.2005.2305).

Цель работы: построить математические модели ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов хлебобулочных производств в условиях контаминации и алгоритмы, обеспечивающие построение инструментальных средств в виде математического, информационного и программного обеспечения автоматизированной системы прогнозирования развития и оценки состояния биотехнологической системы, направленных на повышение качества продукта путём ингибирования развития контаминирующей популяции.

Задачи исследования:

1. Провести анализ современного состояния и подходов к моделированию процессов ресурсного взаимодействия популяций микроорганизмов в биотехнологической системе.

2. Построить обобщенную динамическую модель ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации, позволяющую установить элементы математической модели и связи между ними.

3. Провести экспериментальное моделирование биотехнологических систем для установления закономерностей ресурсного взаимодействия популяций микроорганизмов в условиях контаминации с целью разработки имитационной модели ресурсного взаимодействия и определения численных значений коэффициентов модели, а также оценки её адекватности.

4. Разработать пакет прикладных программ (liLlil), реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов и выработку оптимальных решений по ингибированию развития контаминирующей популяции в биотехнологической системе.

5. Провести вычислительные эксперименты с целью установления адекватности математических моделей на реальных примерах прогнозирования и оценки ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации.

Методы исследования.

В работе использовались методы математического моделирования, теория конфликта, теория микробиологических систем, статистические методы анализа, программирование, теория алгоритмов.

Научная новизна работы заключается в разработанных методах и моделях ресурсного взаимодействия популяций микроорганизмов в условиях контаминации, а именно:

1. Разработана математическая модель ресурсного взаимодействия популяций микроорганизмов, основанная на использовании теоремы А. Лотки и уравнения логистического роста популяций П. Лесли, учитывающая в отличие от известных особенности процессов жизнедеятельности клеток в условиях контаминации.

2. Построена имитационная модель, описывающая изменение характеристик жизнедеятельности контаминирующих микроорганизмов в субстрате, позволяющая в отличие от известных, прогнозировать на основании априорной информации о численности популяций состояние БС в любые моменты времени.

3. Разработана имитационная математическая модель оценки взаимодействия популяций микроорганизмов в условиях контаминации, позволяющая в отличие от известных определить необходимое количество препарата, ингибирующего постороннюю микрофлору, и оптимальный режим воздействия этим препаратом.

4. Предложен принцип избирательности препарата, основанный на выборочном действии химического вещества на КП. Данный принцип использовался в качестве основополагающего при разработке математической модели оценки состояния БС.

5. Впервые на основе результатов экспериментальных исследований основных закономерностей взаимодействия функциональных и контаминирующих микроорганизмов, определены численные значения следующих констант: численности ФП и КП в начале БП, рождаемость и смертность микроорганизмов КП и ФП, скорость уменьшения критического значения микроорганизмов КП после внесения дозы ингибирующего препарата, численность микроорганизмов КП и ФП после внесения дозы препарата, минимальное количество микроорганизмов ФП и КП, при котором развитие популяции каждого вида может восстановиться.

Достоверность научных результатов. Научные положения, теоретические выводы и практические рекомендации, включенные в диссертацию, обоснованы математическими доказательствами. Они подтверждены расчетами на ЭВМ, машинными экспериментами и результатами внедрения.

Практическая значимость работы определяется тем, что разработанные в ней алгоритмы и ППП, реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов БП, позволяют с высокой степенью достоверности принимать решения по ингибированию развития КП в БС в условиях контаминации.

Отдельные положения диссертации используются в учебном процессе АНОО ВПО ВИВТ при проведении лекционных, лабораторных и практических занятий на кафедре «Информационных систем и технологий» по следующим учебным дисциплинам: «Теория принятия решений», «Проектирование информационных систем», «Моделирование систем», а также при выполнении выпускных квалификационных и учебно-исследовательских работ студентов и в РГТУ.

Реализация и внедрение результатов работы. Основные теоретические и практические результаты диссертационной работы внедрены в учебный процесс АНОО ВПО «Воронежский институт высоких технологий», Воронежского филиала ГОУ ВПО «Российский государственный торгово-экономический университет», на ОАО «Хлебозавод «№ 2» г. Воронеж. Эффект от внедрения — социальный. На защиту выносятся:

1. Модели и алгоритмы описания состояния, прогнозирования и оценки взаимодействием популяций микроорганизмов в условиях контаминации.

2. Инструментальные средства в виде принципа избирательности, предметно-ориентированных имитационных моделей, алгоритмов и ППП, реализующего человеко-машинные процедуры прогнозирования протекания и оценки взаимодействия популяций микроорганизмов БС в условиях контаминации.

3. Результаты экспериментального и имитационного моделирования, вычислительных расчётов и внедрения.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на следующих научно-технических конференциях: «Интеллектуальные информационные системы» (Воронеж, 2005) — «Теория конфликта и ее приложения» (Воронеж, 2008) — «Интеллектуализация управления в социальных и экономических системах» (Воронеж, 2008) — «Социально-экономическое развитие России в условиях усиления глобализации» (Воронеж, 2008) — «Информационные технологии в науке, технике и образовании» (Воронеж, 2008) — Отчетной научной конференции профессорско-преподавательского состава и научных работников ВИВТ (2008).

Публикации. По теме диссертации опубликовано 13 печатных работ, в том числе 2 — в изданиях, рекомендованных ВАК РФ.

4.4 Выводы по главе 1. На основе построенной информационной модели оценки состояния и прогнозирования ресурсного взаимодействия популяций микроорганизмов биотехнологических производств в условиях контаминации Создана информационная модель и разработана структура 111 111, которая позволила проанализировать связи между отдельными задачами, определить структуру программных модулей и явилась основой для разработки пакета прикладных программ. Разработанный комплекс математических и алгоритмических моделей синтеза и анализа взаимодействия определяет состав и структуру построения инструментальных средств в виде математического, алгоритмического, информационного и программного обеспечения автоматизированной системы оценки состояния и прогнозирования развития популяций микроорганизмов в условиях контаминации.

2. Предложенная структура экранов диалоговой оболочки синтеза и анализа взаимодействия системы с внешней средой создает основу для программной реализации интерфейса пользователя, включая функцию управления данным процессом, организацию взаимодействия с пользователями.

3. Разработан пакет прикладных программ, реализующий оценку состояния и прогнозирование развития популяций микроорганизмов биотехнологических процессов хлебобулочных производств в условиях контаминации, обеспечивающий формирование отчета о состоянии микробиологической системы, по которому ЛПР сможет принять решение о возможных действиях, направленных на ингибирование развития контаминирующей популяции. 111 111 позволяет определить режим восстановления жизнедеятельности полезной популяции, определить момент внесения препарата и дозу, рассчитать время восстановления контаминирующих микроорганизмов, спрогнозировать поведение численности контаминирующих микроорганизмов после внесения дозы препарата.

4. Достоверность и полнота результатов исследования обеспечивается и подтверждается их практической реализацией на конкретных примерах.

5. Проведён вычислительный эксперимент на реальных примерах, который позволил теоретически определить описанные выше параметры, необходимые для принятия решения.

6. Проверена адекватность предложенной математической модели ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов хлебобулочных производств реальному технологическому процессу производства жидкой ржаной закваски. Подтверждены с помощью имитационного моделирования два возможных способа ингибирования развития контаминирующей популяции в биотехнологическом процессе: химический и биологический. Получены конкретные рекомендации по каждому из этих способов для процесса производства жидкой ржаной закваски. В качестве биологического способа рекомендуется добавлять в субстрат определённое количество молочнокислых бактерий (МКБ), а в качестве химического — хмелевой экстракт (ХЭ). Это позволит поддерживать численность контаминирующих микроорганизмов ниже критического уровня во время ведения технологического процесса.

Итогом данной работы стал пакет прикладных программ, представляющий собой информационную систему оценки состояния и прогнозирования развития ресурсного взаимодействием популяций микроорганизмов биотехнологических процессов хлебобулочных производств в условиях контаминации. Аналогов не имеет. В разработке III Iii применялись ранее не реализованные алгоритмы управления, построенные на основе математической модели. Достоинствами 1111П является высокая степень интеграции в существующие ОС, компактность, небольшие аппаратные требования, наличие графического интерфейса. В перспективе по результатам экспериментов на множестве реальных примеров и обнаружении ранее неизвестных эффектов возможна переработка математической модели и модернизация ППП.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе получены следующие основные результаты:

1. Построена обобщенная динамическая модель ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации, которая однозначно и не избыточно задаёт систему частных моделей элементов биотехнологической системы и связей между ними, в силу инвариантности системных свойств применима на всех уровнях организации для их описания.

2. Разработана математическая модель ресурсного взаимодействия популяций микроорганизмов биотехнологических систем в условиях контаминации, основанная на предположении, что процесс совместного развития функциональной и контаминирующей популяций в биотехнологической системе до некоторого момента можно рассматривать как развитие двух автономных популяций. Это позволило весь процесс культивирования условно разбить на 4 этапа, каждый из которых характеризует различные стадии развития контаминации.

3. Разработана математическая модель оценки состояния и прогнозирования развития взаимодействия популяций микроорганизмов в условиях контаминации, позволяющая определить по состоянию биотехнологической системы режим воздействия и дозы препарата, ингибирующего развитие контаминирующей популяции.

4. Предложена концепция избирательности препарата, основанная на утверждении, что препарат действует избирательно не на клеточном уровне, а на уровне популяции, наиболее подвержены гибели пролиферирующие клетки (находящиеся в стадии деления), и чем больше таких клеток в пуле, тем значительнее уменьшится численность популяции. Данная концепция положена в основу разработанных моделей.

5. Разработан алгоритм оценки состояния и прогнозирования развития биотехнологической системы в условиях контаминации, с помощью которого определяется режим воздействия, доза ингибирующего препарата, процент действующего вещества в препарате.

6. Построена информационная модель оценки состояния и прогнозирования развития БС в условиях контаминации, создающая основу информационного обеспечения ППП, реализующего прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов и выработку оптимальных решений по ингибированию развития контаминирующей популяции в биотехнологической системе.

7. Впервые на основе экспериментальных исследований основных закономерностей взаимодействия микроорганизмов функциональной и контаминирующей популяций, определены численные значения следующих констант: численности ФП и КП в начале биотехнологического процессарождаемость и смертность микроорганизмов ФП и КПскорость уменьшения критического значения микроорганизмов КП после внесения дозы ингибирующего препаратачисленность микроорганизмов ФП и КП после внесения дозы препаратаминимальное количество микроорганизмов КП и ФП, при котором развитие популяции может восстановиться.

8. Разработан ППП, реализующий прогнозирование и оценку ресурсного взаимодействия популяций микроорганизмов биотехнологических процессов и выработку оптимальных решений по ингибированию развития КП в биотехнологической системе, обеспечивающий формирование отчета с возможными вариантами ингибирования развития КП. ППП позволяет определить режим восстановления жизнедеятельности полезной популяции, определить момент внесения препарата и дозу, рассчитать время восстановления контаминирующих микроорганизмов, спрогнозировать поведение численности контаминирующих микроорганизмов после внесения дозы препарата.

9. Проверена адекватность предложенной математической модели ресурсного взаимодействия популяций микроорганизмов биотехнологических систем.

10. Подтверждены с помощью имитационного моделирования два возможных способа устранения контаминации в микробиологическом производстве: химический и биологический. Получены конкретные рекомендации по каждому из этих способов для процесса производства жидкой ржаной закваски.

Показать весь текст

Список литературы

  1. Н. С. Экологические и генетические закономерности сосуществования и коэволюции видов/ Н. С. Абросов, А. Г. Боголюбов. Новосибирск: Наука. Сиб. отд-ние, 1988.-333 с
  2. Н. С. Экологические механизмы сосуществования и видовой регуляции / Н. С. Абросов, Ковров Б. Г., Черепанов О. А. Новосибирск: Наука. Сиб. отд-ние, 1982.-110 с.
  3. В.В. Информационные технологии ресурсного взаимодействия микробиологических систем в условиях инфицирования/ В. В. Ануфриев, Т. Н. Безрядина, Н. М. Дерканосова, Ю. С. Сербулов, Г. И. Щепкин. Воронеж: Воронеж.гос.технол.акад. 2001.—162с.
  4. Л. Я. Технология хлебопекарного производства: Учебник. 9-е изд.- перераб. и доп. / Под общ. ред. Л. И. Пучковой. — СПб: Профессия, 2005. — 416 е., ил.
  5. О. В., Микробиологический контроль хлебопекарного производства. — М.: «Пищевая промышленность», 1976. — 144 с.
  6. О.В. Микрофлора ржаных заквасок и применение чистых культур в хлебопечении / О. В. Афанасьева, Л. Н. Казанская, А. Г. Егорова. М.: ЦНИИТЭИпищепром, 1973 -40с. (Сер. Хлебопекарная и макаронная пром-сть: Обзор, инф.).
  7. Г. В. Кислотонакопление в заквасках и жидких дрожжах// Г. В. Ахматова, Л. К. Островская, И. А. Попадич Хлебопекарная и кондитерская пром-сть.-1981.-№ 12.-С.25−27.
  8. Ю.Багиян В. А. Антимикробная активность штаммов хлебопекарных дрожжей БассЬаготусез сегеу1Б1ае // В. А. Багиян, Л. А. Ерзинкян, М. Л. Степанян, Биол.ж. Армении. 1989. — № 11. — с.1025 — 1027.
  9. П.Базыкин А. Д. Математическая биофизика взаимодействующих популяций.-М.: Наука, 1985.-184 с.
  10. Г. Н. Синтез алгоритмов управления в условиях конкурентного взаимодействия популяций микроорганизмов (на примере дрожжевого производства): Автореф. дис. канд. техн. наук / Воронеж, гос. технол. акад.-Воронеж, 1997.-16с.
  11. Г. Н. Модель процесса культивирования микроорганизмов / Г. Н. Безрядина, Ю. С. Сербулов, Н. М. Дерканосова, Современные достижения биотехнологии: Тез. докл. Всерос. конфер. / Ставрополь, гос. техн. ун-т. -Ставрополь, 1996.-е. 226−227.
  12. Н.П. Химическая микробиология. — М.: Высшая школа, 1989.-448с.
  13. Т. Г. В отделе микробиологии и аналитических исследований ГосНИИХП // Хлебопечение России. № 1. — 1996. — с.24−25.
  14. Т. Г. Микробиологический контроль и пути повышения микробиологической чистоты хлебопекарной продукции // Экология человека. Проблемы состояния лечебно- профилактического питания: Тез. докл. Междун. симпозиума. М., 1994. — с.71 — 73.
  15. Т. Г. Применение пшеничных заквасок целевого назначения в производстве хлебобулочных изделий / Т. Г. Богатырева, Р. Д. Поландова / Хлебопечение России. № 3. — 2000. — с.17−19.
  16. Т. Г. Роль пшеничных заквасок в формировании структуры теста и качества хлеба / Т. Г. Богатырева, С. М. Полякова / Хлебопродукты. № 6. — 1995.- с.16−18.
  17. Н. Н. Микрофлора дрожжевого производства. //Н. Н. Бочарова, Ю. П. Кобрина, Н. В. Розманова М.: Пищ. пром-сть., 1992. — 152 с.
  18. В. Математическая теория борьбы за существование / Пер. с фр. -М.: Наука, 1976.-288с.
  19. Ю. Н., Модели JI-систем (системы с лимитирующими факторами) // Ю. Н. Гильдерман, К. Н. Кудрина, И. А. Полетаев Исследования по кибернетике.- М.: Сов. Радио, 1970. с. 165−210.
  20. А. А. Динамическая теория биологических популяций. М.: Наука, 1974.-456 с.
  21. А. В. Относительная конкурентоспособность гаплоидных и диплоидных дрожжевых клеток при росте в смешанной популяции //А. В. Глазунов, А. В. Борейко, А. X. Эссер Микробиология, 1989. Т. 58. — Вып. 5. — с. 769−776.
  22. Я. Д. Контроль и автоматизация производства хлебопекарных дрожжей //Я. Д. Грановский, Т. В. Тулякова М.: Легкая и пищ. пром-сть., 1984.- 104 с.
  23. Л. А. Характер взаимоотношения дрожжевых культур в смешанной популяции // Л. А. Гусарова, В. Д. Акура, Т. Н. Семушина Интенсификация технологии гидролизных производств: Сб. тр. Вып. 29 / ВНИИгидролиз. М ., 1979.-е. 103−107.
  24. Дантеман Джефф Программирование в среде Delphi: Пер. с англ. / Джефф Дантеман, Джим Мишел, Дон Тейлор. К.: НИПФ «ДиаСофт Лтд.», 1995.—608 с.
  25. Н. М. Изучение влияния дозировки хмелевого экстракта на показатели качества теста из смеси ржаной и пшеничной муки / Н. М. Дерканосова, В. И. Карпенко, Л. И. Столярова, Е. В. Белокурова // Хлебопёк. -2006. № 2. — с. 28−30.
  26. H. M. Изучение влияния хмелевого экстракта на микробиологические и биохимические показатели жидкой ржаной закваски/ Н. М. Дерканосова, Г. О. Магомедов, Е. В. Белокурова, С. А. Шеламова // Хлебопёк. 2007. — № 3. — с. 22−25.
  27. Н.М. Математическое моделирование динамики биологических систем: Учебное пособие / H. М. Дерканосова, В. И. Корчагин, В. И. Новосельцев, Ю. С. Сербулов / Под ред. В. И. Новосельцева. — Воронеж: Изд-во «Кварта», 2003. 152 с.
  28. Н.М. Использование глюконата кальция в качестве улучшителя жидких ржаных заквасок/ Н. М. Дерканосова, С. А. Шеламова, И. Д. Руадзе // IY Междунар. симп. «Экология человека: пищевые технологии и продукты»:
  29. А. Д., Семихатова H. М. Выращивание дрожжей по восьмичасовому режиму ВНИИХПа // Хлебопекарная и кондитерская промышленность.-№ 1.-1984.-е. 38−42.
  30. А. Д., Семихатова H. М. Производство хлебопекарных дрожжей с уменьшенным удельным расходом воздуха // Хлебопекарная и кондитерская промышленность. № 1. — 1982. — с. 42−44.
  31. Л. В. Моделирование конкурентного взаимодействия популяций микроорганизмов за потреблением общего ресурса // Математические методы в технике и технологиях (ММТТ 12): Сб. тр. Межд. науч. конф. -Великий Новгород, 1999.-е. 147−148.
  32. В. В., Конторов Д. С., Конторов М. Д. Введение в теорию конфликта. -М.: Радио и связь, 1989. -288 с.
  33. Г. Г. Хлебные изделия с повышенной минеральной и витаминной ценностью для диетического и лечебного питания // Всес.конф. по пищевой химии: Тез.докл. М., 1991. — с.71−74.
  34. Г. Г., Донская Т. Ф. Производство хлебобулочных изделий с глюконатом кальция для диетического питания. М.: ЦНИИТЭИ. Обзорная информация, 1988.-13с.
  35. А. Ю. Основы микробиологии, санитарии и гигиены в пищевой промышленности / А. Ю Жвирблянская, О. А. Бакушинская, — 2-е изд., перераб. и доп.— М.: Легкая и пищевая пром-сть, 1983. — 312 с.
  36. Л.Н. Прогрессивные технологические процессы производства ржаного хлеба: Автореф. дис. докт.техн. наук. —М., 1983.— 66с.
  37. Л.Н. Совершенствование технологии приготовления жидкой закваски в разводочном цикле / Л. Н. Казанская, О. Ф. Гурина, О. В. Афанасьева, Е.Н.Александрова// Хлебопекарная и кондитерская пром-сть. — 1974. № 10. — С. 18−20.
  38. Л.Н. Сухой лактобактерин для хлебных заквасок /Казанская Л.Н., Афанасьева О. В., Комарова М. А. и др. //Хлебопек, и конд. пром.-сть. 1993. -№ 2. — с.34−37.
  39. Л.Н. Микрофлора и чистые культуры для приготовления ржаных заквасок/ Л. Н. Казанская, О. В. Афанасьева, Е. П. Александрова // Хлебопекарная и кондитерская пром-сть. — 1981. № 7. — С.24−27.
  40. Л.Н., Турина О. Ф. Оптимизация разводочного цикла жидкой закваски без применения заварки// Хлебопекарная и кондитерская пром-сть, -1975. № 12. — С. 11−13.
  41. Л.Н., Турина О. Ф., Афанасьева О. В. Влияние температуры на качество жидкой закваски// Хлебопекарная и кондитерская пром-сть.-1977.- № 2.- С. 25.
  42. КазанскаяЛ.Н., Афанасьева О. В., Турина О. Ф. Сохраняемость чистых культур в жидкой закваске по Ивановской схеме // Хлебопекарная и кондитерская пром-сть. -1974.-№ 2. —С. 14−16.
  43. М. С. Системный подход к проектированию сложных систем// Журнал д-ра Добба. № 1. — 1993. — с.9−14.
  44. В.В., Дорохов И. Н., Марков Е. П. Системный анализ процессов химической технологии. Применение метода нечетньгх множеств. М.: Наука, 1986.-360с.
  45. Е.И., Нестеренко O.A. Молочнокислые бактерии и пути их использования.- М.: Наука, 1975.- 388.
  46. Н.П. Биохимия хлебопечения. М.: Пищ. пром.-сть, 1978. — 230 с.
  47. Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука, 1977. — 832 с.
  48. И. Е. Малое хлебопекарное производство (основные особенности). -СПб.: ГИС) РД, 2001, — 120 с.
  49. H.A. Определитель бактерий и актиномицетов. — М.: Изд.-во АН СССР, 1949. 824с.
  50. И. С. Некоторые задачи распределения ресурсов, в двухуровневых системах при полной информированности центра: и локально-оптимальном поведении подсистем //Изв. АН СССРяТехн. кибернетика. -1983.- № 3.-с. 25−33.
  51. В. П. Совершенствование технологии приготовления ржано-пшеничного хлеба/В.П. Логовская, З.В.Василенко//Научно-технический прогресс в пищевой пром-сти: Тез. докл./ Могилев, технол. ин-т.- Могилев, 1995.
  52. Т.В. Основные компоненты технологии производства сушеных дрожжей Интеллектуальные информационные системы: 4.1. Тр. Всерос. конф. Воронеж: Воронеж, гос. техн. ун-т, 2005. — С. 99−101.
  53. Т.В. Процессы, происходящие в дрожжах при сушке Текст. / Т. В. Лютова // Интеллектуальные информационные системы: 4.1. Тр. Всерос. конф. -Воронеж: Воронеж, гос. техн. ун-т, 2005. С. 29.
  54. В. Е. Основы асептики и технологии чистых микробиологических препаратов. М.: Легкая и пищ. пром-сть, 1981. — 312 с.
  55. Математическое моделирование под ред. Дж. Эндрюса и Р. Мак-Лоуна, пер. на рус. яз. М. «Мир», 1979 -280 с.
  56. Л. Н., Малиновский Л. С. Механизм флотационного разделения популяций сахаромицетов и «диких» дрожжей // Научно-технический реферативный сборник. Дрожжевая промышленность. М.: ЦНИИТЭИпи-щепром, 1978. — № 1, — с.26−29.
  57. Л.Н., Малиновский Л. С. Механизм флотационного разделения популяции сахаромицетов и «диких» дрожжей // Научно-техн. реферативный сборник. Дрожжевая пром.-сть. -М.: ЦНИИТЭИпищепром, 1978, № 1. с.26−29.
  58. Л.Н., Малиновский Л. С. Непрерывное культивирование дрожжей с отбором биомассы из пенной фазы // Хлебопек, и конд.пром.-сть, 1979. -№ 1. — с.39−40.
  59. М., Такахара Я. Общая теория систем: математические основы. -М.:Мир, 1978.-311с.
  60. Методология структурного анализа и проектирования SADT (Structured Analysis & Design Technique) Дэвид А. Марка, Клемент МакГоуэн, ПредисловиеДугласа Т. Росса Copyright электронная БИБЛИОТЕКА 1999
  61. Микробиологический контроль хлеба, макаронных и кондитерских изделий: Метод, указание к лаб. работам по курсу «Техническая микробиология» /Воронеж.технол.ин.-т. — Воронеж, 1991. 19с.
  62. Микрофлора закваски пшеничного хлеба. Взаимодействие между дрожжами и МКБ в пшеничном тесте и их влияние на качество хлеба/ В. РИагсп, Р. Вауат// Сегеа! Спет.-1975.- 30.- 373−383.
  63. В.Г., Сербулов Ю. С. Специальные исполнительные устройства химической промышленности: Уч.пособие. Воронеж: Изд-во Воронеж, гос. унта, 1982.-252с.
  64. Л.П. Интенсификация биотехнологических процессов в хлебопечении. — Воронеж: Изд-во Воронеж, гос. ун-та, 1991. — 208с.
  65. .В. Большая медицинская энциклопедия. — М.: Сов. энциклопедия, 1979.-Т.Ю.-839с.
  66. Н. С. Популяционная микробиология. -Новосибирск: Наука. Сиб. отд-е, 1978.-256 с.
  67. Н. С. Популяционные аспекты биотехнологии / Н. С. Печуркин, А. В. Брильков, Т. В. Марченкова -Новосибирск: Наука. Сиб. отд-е, 1990.-173 с.
  68. Н. С., Терсков И. А. Анализ кинетики роста и эволюции микробных популяций. Новосибирск: Наука. Сиб. отд-е, 1975. — 215 с.
  69. Е. А. Технология дрожжей. -М.: Пищевая пром-сть, 1970. 298 с.
  70. П.М., Еремина К. В., Базовская К. Г. Влияние температуры на размножение дрожжей в ржаной закваске// Известия вузов. Пищевая технология.-1959.- № 3.- С.75−80
  71. Р. А., Пых Ю. А., Швытов И. А. Динамические модели экологических систем. Л.: Гидрометеоиздат, 1980. — 288 с.
  72. Пых Ю. А. Равновесие и устойчивость в моделях популяционнрй динамики.-М.: Наука, 1983.-184 с.
  73. Г. Ю., Рубин А. Б. Математические модели биологических продукционных процессов. М.: Изд-во МГУ, 1993. — 302 с.
  74. Н. В., Палагина Н. К., Хрычева А. И. Интенсивное размножение дрожжей в зависимости от концентрации среды // Хлебопекарная и кондитерская промышленность. № 1. — 1981.-е. 40−43.
  75. РябушкоТ. А., Чепелевич JI. Н. Совместное культивирование дрожжей и бактерий
  76. Вестник Белорус, ун-та. Сер. 2. — 1986. — № 2. — с. 43−46.
  77. .Г. Технология и биохимия ржаного хлеба. М. Лищепромиздат, 1959. —197 с.
  78. Сборник технологических инструкций для производства хлеба и хлебобулочных изделий / Под ред. Калмыкова А. С., М. : — Министерство хлебопродуктов СССР НПО «Хлеб-пром», 1989. 495 с.
  79. Т. Основы программирования в Delphi для Windows 95. К. «Диалектика», 1996.-480 е., ил.
  80. Ю. М., Логофет Л. Д. Устойчивость биологических сообществ. -М.: Наука, 1978.-352с.
  81. Н. М. Хлебопекарные дрожжи. М.: Пищевая пром-сть, 1980. -200 с.
  82. Ю.С., Степанов Л. В., Сипко В. В. Пакет прикладных программ для выбора и принятия решений в задачах поставки сырья на промышленное предприятие // Информационный листок № 289−97. Воронеж: ЦНТИ, 1997. — 2с.
  83. .Я. Моделирование систем: Учебник / Б. Я. Советов, С. А. Яковлев. М.: Высш. шк., 1985.-271 с.
  84. Ю. Оптимальное управление биотехнологическими процессами. -Вильнюс: Москлас, 1984. -251 с.
  85. В.В., Сербулов Ю. С., Меринова Е. А. Пакет прикладных программ для автоматизированного выбора и принятия решения в задачах замещения ресурсов в технологических системах //Информационный листок № 59−97. Воронеж: ЦНТИ, 1997.-2с.
  86. Е. Д. Производство хлебопекарных дрожжей: практическое руководство / Е. Д. Фараджева, Н. А. Болотов, — СПб.: Изд-во «Профессия», 2002. — 167 с.-(серия «Специалист»).
  87. Фаронов B.B. Deldhi 6. Учебный курс, М.: Издатель Молгачева С. В., 2001. — 672 е., ил.
  88. В.В. Программирование баз данных в Delphi 6. Учебный курс (+дискета). СПб.: Питер, 2003. — 352 е.: ил.
  89. М.Д. Повышение эффективности применения молочнокислых бактерий в хлебопекарной промышленности: Автореф.дис. — М, 1982. — 20с.
  90. А. И., Кириева Т. В. Магнитное поле и жизнедеятельность дрожжевых клеток //Пищевая промышленность. 1991. — № 9. — с. 56−57.
  91. Г. И. Идентификация и адаптивное управление процессом ферментации дрожжей: Автореф. дис. канд. техн. наук / Моск. хим.- технол. ин-т им Д. И. Менделеева. М., 1990. — 16 с.
  92. В. JI. Проблемы ведения процесса непрерывного культивирования // Пищевая и перерабатывающая промышленность. 1985. — № 10. — с. 54−55.
Заполнить форму текущей работой

Сессия? Спокойно!