Помощь в написании студенческих работ
Антистрессовый сервис

Разработка моделей оценки качества продовольственных товаров: На примере водок и виноградных вин

Диссертация: Разработка моделей оценки качества продовольственных товаров: На примере водок и виноградных вин
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Большинство применяемых в настоящее время методов и измерительных средств контроля показателей качества сырья, полуфабрикатов и готовых пищевых продуктов предназначены для проведения в лабораторных условиях. Они основаны на химических преобразованиях — реакциях, при этом соотношение реагирующих веществ или количество продуктов реакций определяют измерением наиболее простых, хорошо известных… Читать ещё >

Разработка моделей оценки качества продовольственных товаров: На примере водок и виноградных вин (реферат, курсовая, диплом, контрольная)

Содержание

  • ф
  • Введение
  • Глава 1. Современные методы и модели контроля качества продовольственных товаров
    • 1. 1. Инструментальные методы контроля качества продовольственных товаров
    • 1. 2. Сенсорные методы контроля качества продовольственных товаров
    • 1. 3. Математические модели и численные методы ф оценки качества продовольственных товаров
  • Выводы к главе 1 (постановка задач исследования). р
  • Глава 2. Разработка параметрических моделей оценки качества продовольственных товаров по инструментальным показателям
    • 2. 1. Экспериментальное статистическое исследование распределений значений инструментальных показателей водок
    • 2. 2. Экспериментальное статистическое исследование распределений значений инструментальных показателей виноградных вин
    • 2. 3. Модели интегральной оценки качества продовольственных товаров по инструментальным показателям на основе ф теорий статистических решений и нечетких множеств
  • Выводы к главе 2 (основные экспериментальные и теоретические результаты)
  • Глава 3. Разработка параметрических моделей оценки качества продовольственных товаров по сенсорным показателям
    • 3. 1. Экспериментальное статистическое исследование ф распределений значений сенсорных показателей виноградных вин
    • 3. 2. Экспериментальное статистическое исследование распределений значений сенсорных показателей других продовольственных товаров
    • 3. 3. Модели интегральной оценки качества продовольственных товаров по сенсорным показателям на основе нечетких мер сходства
  • Выводы к главе 3 (основные экспериментальные и теоретические результаты)
  • Глава 4. Разработка структурных моделей оценки качества продовольственных товаров
    • 4. 1. Разработка алгоритма интегральной оценки качества продовольственных товаров по совокупности инструментальных и сенсорных показателей
    • 4. 2. Разработка алгоритма определения оптимального баланса
  • Ф между ценой и качеством продовольственных товаров
    • 4. 3. Разработка методики построения экспертных систем оценки качества водок и виноградных вин
  • Выводы к главе 4 (основные результаты)

Основное направление и актуальность исследований.

В основе определения потребительской и ценовой привлекательности продовольственных товаров, прежде всего, лежит определение качества пищевого продукта.

Исследование любого пищевого продукта — сложная аналитическая задача. Из-за индивидуальности состава и многокомпонентное&tradeпродуктов необходимо приспосабливать стандартные методы к особенностям состава и физико-химической структуры продукта — т. е. в каждом конкретном случае требуется проведение в той или иной мере аналитической исследовательской работы. При этом необходимо учитывать физическое состояние исследуемого вещества и сопутствующих определяемому веществу компонентов.

В пищевой промышленности все показатели качества продукта в основном принято оценивать по пяти группам: физико-химические, физические, биологические, физиологические (пищевая ценность), сенсорные [79].

Большинство применяемых в настоящее время методов и измерительных средств контроля показателей качества сырья, полуфабрикатов и готовых пищевых продуктов предназначены для проведения в лабораторных условиях. Они основаны на химических преобразованиях — реакциях, при этом соотношение реагирующих веществ или количество продуктов реакций определяют измерением наиболее простых, хорошо известных свойств, массы или объема [17, 118, 127]. Эти химические методы называются классическими. Их применение позволяет изучить состав множества продуктов. Однако, эти методы и измерительные средства не всегда обеспечивают необходимую точность измерений, в основном требуют больших затрат времени для их проведения, непригодны для непрерывного автоматического контроля, а, тем более, управления качеством продукции в процессе непрерывного производства.

Физико-химические методы контроля показателей, как и химические методы, основаны обычно на группе химических реакций [176]. Характерной особенностью физико-химических методов, в отличие от химических, является то, что используется не только взаимодействие веществ с реактивами, но и взаимодействие различных физических полей (электростатических, магнитных, электромагнитных) с веществом. Это является основой автоматизации измерений различных свойств веществ.

В физических методах химические реакции отсутствуют или имеют второстепенное значение. Данные методы основаны на взаимодействии различного вида энергии и силовых полей с веществом [119].

Общим для физических, физико-химических и биологических методов контроля показателей является применение специальной аппаратуры для изменения оптических, электрических и других свойств веществ [3, 196]. Поэтому данные методы объединяют под общим названием — аппаратурные или инструментальные.

Говоря об инструментальных методах, всегда имеют ввиду, что они основаны на использовании специализированных приборов и дают количественную информацию о тех или иных свойствах веществ, описываемую числовыми значениями [33].

Сенсорный или органолептический метод основан на получении информации с помощью органов чувств человека: зрения, обоняния, слуха, осязания и вкуса. С помощью сенсорного метода можно определить следующие показатели качества: цвет, интенсивность окраски, прозрачность (мутность), внешний вид, вкус и запах (аромат), консистенцию (структуру или текстуру) [89].

Классический инструментальный анализ основан на предварительном выделении (изолировании) компонентов пищевых продуктов. Сенсорный, наоборот, позволяет судить о продукте по ощущениям, доставляемым компонентами продуктов в комплексе.

Ввиду того, что все рассмотренные показатели качества продуктов зависят как от строения веществ, так и технологических способов их приготовления, все данные показатели называют функционально-технологическими свойствами (ФТС) [104, 196].

Только совокупность анализов инструментальных и сенсорных показателей дает возможность комплексно оценить ФТС, а, следовательно, — в полной мере контролировать качество сырья и технологические процессы производства, а также готовую продукцию [8, 89, 178].

Для комплексного оценивания качества продовольственных товаров необходимы специальные компьютерные программы, оперирующие огромным количеством инструментальных и сенсорных данных. Для разработки таких программ, в первую очередь, необходимы соответствующие модели и численные методы оценивания качества продовольственных товаров. Разработка моделей, численных методов, алгоритмов и специальных компьютерных программ для контроля качества продовольственных товаров относятся к новому бурно развивающемуся научному направлению — компьютерная квалиметрия [13,81, 103, 104, 157].

Актуальность развития компьютерной квалиметрии обусловлено также и необходимостью разработки новых средств идентификации и оценки качества продуктовых товаров с целью обеспечения продовольственной безопасности населения страны в современных условиях [140].

В связи с существованием большого количества контрафактных продуктов, особенно актуальным является применение новых методов оценки качества к изделиям ликероводочной и винодельческой продукции, а также безалкогольным напиткам [67, 72, 73].

Важным является и определение соотношений оптимального баланса между качеством и ценой продовольственных товаров, что невозможно без использования количественных оценок качества.

Выбор в диссертационной работе водок и виноградных вин в качестве примера продовольственных товаров позволяет конкретизировать исследования в области разработки моделей оценки качества продовольственных товаров, не снижая их общность и актуальность для товароведения в целом.

Цель и задачи исследования

.

Целью настоящей диссертации является повышение достоверности оценивания качества продовольственных товаров (на примере водок и виноградных вин) на основе новых моделей и численных методов.

Основными задачами исследования, в соответствии с поставленной целью, являются:

1. провести экспериментальное статистическое исследование выборочных распределений плотностей вероятностей значений инструментальных и сенсорных показателей водок и виноградных вин;

2. построить теоретическую модель для оценки распределений плотностей вероятностей значений инструментальных и сенсорных показателей водок и виноградных вин, согласованных с выборочными распределениями;

3. построить параметрические модели оптимальные по достоверности сравнения значений инструментальных и сенсорных показателей водок и виноградных вин с «эталонными» значениями;

4. разработать структурную модель интегральной оценки качества продовольственных товаров по совокупности инструментальных и сенсорных показателей;

5. разработать алгоритм связи ценовой привлекательности с качеством продовольственных товаров.

Методы исследований.

Выполненные исследования базируются на использовании методов: теории статистических решений и нечетких множеств, выбора и принятия решений, математического и имитационного моделирования, экспертных систем, сравнительного анализа товаров.

Научная новизна.

В диссертации впервые для продовольственных товаров (на примере водок и виноградных вин) были разработаны:

1. теоретическая модель для оценки распределений плотностей вероятностей значений инструментальных и сенсорных показателей водок и виноградных вин в виде усеченного нормального распределения, наиболее согласованного с экспериментальными одномодальными распределениями по критериям: «минимум энтропии» и «хи-квадрат» на высоком уровне значимости;

2. параметрические модели в виде нечетких мер сходства, позволяющие проводить оптимальные по достоверности сравнения значений инструментальных и сенсорных показателей продовольственных товаров с «эталонными» значениями;

3. структурная модель, позволяющая проводить интегральную оценку качества продовольственных товаров по совокупности инструментальных и сенсорных показателей.

Практическая значимость работы.

Разработанные модели позволили:

1. контролировать качество технологических процессов производства, хранения и транспортировки продовольственных товаров как по их партии (на основе сравнения выборочных распределений инструментальных показателей), так и по отдельным образцам (на основе нечетких мер сходства инструментальных и сенсорных показателей);

2. использовать нечеткие меры сходства как универсальные критерии, значения которых варьируются в интервале (ОМ) или (0 100%), для интегральной оценки качества продовольственных товаров по совокупности сенсорных показателей, независимо от балльных шкальных оценок отдельных показателей;

3. на основе использования нечетких мер сходства повысить в 4 раза селективность оценки качества продовольственных товаров по совокупности сенсорных показателей, по сравнению с используемыми суммарными балльными оценками;

4. на основе использования нечетких мер сходства создать алгоритм определения оптимального баланса между ценой и качеством продовольственных товаров при заданном уровне ценовой привлекательности (спроса);

5. создать на основе разработанной структурной модели методику построения экспертных систем оценки качества водок и виноградных вин.

Апробация работы и личный вклад автора.

Разработанные в диссертации параметрические и структурные модели, а также методика построения компьютерных экспертных систем оценки качества водок и виноградных вин были реализованы в ряде НИР, выполненных МГУТУ по заказу Министерства сельского хозяйства РФ: «Исследование и разработка принципов квалиметрического контроля винодельческой продукции по физико-химическим и органолептическим показателям», по договору № 1326/11 от 16 октября 2003 г., № гос. регистрации 1 200.404685- «Разработка проекта методологии применения экспертных систем компьютерной ква-лиметрии для идентификации и контроля качества ликероводочпой продукции и этилового спирта», по договору № 1/11−04 от 26 ноября 2004 г., № гос. регистрации 0120.0500.670- «Разработка концепции и программного обеспечения по формированию государственных информационных ресурсов в сфере производства и оборота этилового спирта, алкогольной и спиртосодержащей продукции», по договору № Д-382−6/А от 05 августа 2005 г.

Разработанные в диссертации параметрические модели оценки качества продуктов по совокупности инструментальных показателей на основании нечетких мер сходства были использованы компанией «Интеллектуальные компьютерные технологии» в экспертной системе идентификации и контроля качества углеводородных соединений по их инфракрасным спектрам.

Основные результаты исследований докладывались на следующих научных форумах:

1.1 Международной конференции «Аналитические методы измерения и приборы в пищевой промышленности», Москва, МГУПП, 2005;

2. V Международной научно-практической конференции «О состоянии и направлениях развития производства спирта этилового из пищевого сырья и ликероводочной продукции», Москва, 2005;

3. VI Международном форуме «Пищевые ингредиенты XXI века», в рамках выставки «Ingredients Russia 2005», Москва, 2005;

4. II Международной научно-практической конференции «Актуальные проблемы науки и высшего образования», Унеча, филиал МГУТУ, 2006;

5. VI Научно-практической конференции «Технологии, научно-техническое и информационное обеспечение в образовании, экономике и производстве региона», Вязьма, ВФ МГУТУ, 2006.

Публикации.

По материалам диссертации опубликовано 15 научных работ, которые включают в себя 10 статей в журналах, 5 статей в сборниках трудов научных конференций.

Структура диссертации.

Диссертация состоит из введения, четырех глав, заключения, списка литературы, приложений. Работа изложена на 127 страницах основного текста, содержит 21 таблицу, 30 рисунков и список литературы, включающий 235 наименований, из которых 199 отечественных и 36 зарубежных авторов, и 4 приложения.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ.

С целыо повышения достоверности оценивания качества продовольственных товаров (на примере водок и виноградных вин) разработаны следующие модели и численные методы:

1. Проведено экспериментальное статистическое исследование инструментальных и сенсорных показателей 6 различных марок водок, 33 красных и 25 белых марок натуральных сухих виноградных вин, выявившее характер их выборочных распределений плотностей вероятностей;

2. Разработана теоретическая модель для оценки распределений плотностей вероятностей значений инструментальных и сенсорных показателей качества водок и виноградных вин в виде усеченного нормального распределения, согласованного с экспериментальными данными по критериям «минимум энтропии» и «хи-квадрат» с выборочными распределениями на высоком уровне значимости;

3. Разработаны параметрические модели в виде нечетких мер сходства, позволяющих проводить оптимальные по достоверности сравнения значений инструментальных и сенсорных показателей водок и виноградных вин с «эталонными» значениями;

4. Доказано, что нечеткие меры сходства могут использоваться как универсальные критерии, значения которых варьируются в интервале (0-М) или (0 -М00%), для интегральной оценки качества водок и виноградных вин по совокупности сенсорных показателей, независимо от балльных шкальных оценок отдельных показателей;

5. Разработана структурная модель, позволяющая проводить интегральную оценку качества водок и виноградных вин по совокупности инструментальных и сенсорных показателей;

6. На основе использования нечетких мер сходства создан алгоритм определения соотношения оптимального баланса между ценой и качеством продовольственных товаров при заданном уровне ценовой привлекательности (спроса);

7. На основе разработанной структурной модели создана методика построения компьютерных экспертных систем оценки качества водок и виноградных вин и прототип экспертной системы оценки качества водок.

Полученные результаты могут быть рекомендованы для использования оценки качества широкого ассортимента продовольственных товаров по совокупности инструментальных и сенсорных показателей, а также создания соответствующих компьютерных экспертных систем оценки качества.

В частности, разработанные в диссертационной работе модели могут быть использованы для контроля качества технологических процессов производства, хранения и транспортировки продовольственных товаров как по их партии (на основе сравнения выборочных распределений инструментальных показателей), так и по отдельным образцам (на основе нечетких мер сходства инструментальных и сенсорных показателей).

Показать весь текст

Список литературы

  1. JI.H., Кузнецов А. Г., Мельникова Е. А. Оценка статистических характеристик испытаний методом Монте-Карло. // Партнеры и конкуренты, 2003, № 12, с. 20 24.
  2. К.К., Дробоглав Е. С. Дегустация вин. М.: Пищевая промышленность, 1979.- 163 с.
  3. Аналитические методы измерения и приборы в пищевой промышленности. Материалы Международной конференции 1 -ь2 февраля 2005 г. М.: Издательский комплекс МГУПП, 2005. — 268 с.
  4. B.C., Емельянов A.A., Кукушкин A.A. Системный анализ в управлении: Учеб. пособие. М.: Финансы и статистика, 2002. — 368 с.
  5. В.Н., Савчук С. А., Алешкин Б. М., Фролова И. В. Комплексное применение методик для определения подлинности водок. // Партнеры и конкуренты, 2001, № 8, с. 22−25.
  6. В.В., Кутуева Л. И., Захарова М. Г. и др. Контроль качества продукции физико-химическими методами. 4. // Вино и виноматериалы. М.: ДеЛи принт, 2005.- 124 с.
  7. Н.Ш., Бегиашвили H.A. Грузинские вина, приготовленные различными способами. // Виноделие и виноградарство, 2004, № 6, с. 18 + 19.
  8. Ю.Бахвалов Н. С., Жидков Н. П., Кобельков Г. М. Численные методы. М.: Лаборатория Базовых Знаний, 2002. — 632 с.
  9. П.Большаков О. В., Красуля О. Н., Кузнецова Ю. Г., Краснова H.A. Обоснование моделей идентификации и количественного оценивания качества ликерово-дочной и винодельческой продукции. // Хранение и переработка сельхозсы-рья. 2006. № 5.-38 + 41.
  10. Боровиков В.П. Statistica. Искусство анализа данных на компьютере. Спб.: Питер, 2003.
  11. A.B. Научно-практические основы построения знание-ориентированной системы поддержки принятия решений для перерабатывающих предприятий АПК. Автореф. дисс. д. техн. наук. М.: МГУПБ, 2001.
  12. М.Бродский Е. С. Аппаратура для хромато-масс-спектрометрии. Современное состояние и тенденции развития. // Партнеры и конкуренты, 2002, № 11
  13. БуйташП., Кузьмин Н. М., Лейстнер JI. Обеспечение качества результатов химического анализа. М.: Наука, 1993. — 42 с.
  14. И.И., Морозова С. С., Бурачевская В. Ю. Сравнение качественных показателей ряда лучших отечественных и зарубежных водок // Производство спирта и ликероводочных изделий. 2004. № 1. с. 25 + 26.
  15. П.Валуйко Г. Г. Биохимия и технология красных вин. М.: Пищевая промышленность, 1973.
  16. Г. Г., Шольц-Куликов Е.П. Теория и практика дегустации вин. -Симферополь: «Таврида», 2001. 248 с.
  17. В.А., Добровидов A.B., Кошкин Г. М. Непараметрическое оценивание функционалов от распределений стационарных последовательностей. -М.: Наука, 2004.-508 с.
  18. В.И., Ильясов Б. Д. Интеллектуальные системы управления с использованием нечёткой логики / Учебное пособие. Уфа, 1995.
  19. A.B., Ефимова T.B., Краснова H.A. Достоверность оценивания качества органолептического анализа ликероводочной продукции. // Производство спирта и ликероводочных изделий, 2005, № 2. с. 31 — 32.
  20. A.B., Ефимова Т. В., Краснова H.A. Проблемы автоматизации оценивания качества водки и питьевого спирта. // Производство спирта и ликероводочных изделий, 2005, № 3. с. 32 + 33.
  21. A.B., Краснова H.A., Кузнецова Ю. Г., Полякова И. В., Красников С. А., Анискин Д. Ю. Количественная оценка качества изделий ликероводочной и винодельческой продукции. // Производство спирта и ликероводочных изделий, 2006, № 1, с. 17 19.
  22. A.B., Краснова H.A., Кузнецова Ю. Г., Третяк В. И. Экспериментальное статистическое исследование физико-химических показателей винодельческой продукции. // Виноделие и виноградарство. 2006. № 2. -с. 16−18.
  23. C.B., Губрий Г. Г., Мальцева О. Ю. Основы органолептического анализа спиртных, слабоградусных и безалкогольных напитков. М: Пищевая промышленность, 1998.
  24. A.A., Басати И. А. Товароведная характеристика и экспертиза качества водок: Учебное пособие. СПб: ГИОРД, 2005. — 160 с.
  25. H.A., Савчук С. А. Исследование примесного состава этилового спирта и продуктов его ректификации. // Партнеры и конкуренты, 2002, № 2, с. 30−40.
  26. Д.В. Интеллектуальные информационные системы. Учеб. для вузов. М.: Высш. шк., 2003. — 431 с.
  27. О.П., Горбунов Н. М., Гуров А. И., Зорин Ю. В. Всеобщее управление качеством: Учебник для вузов. Под ред. Глудкина О. П. М.: Горячая линия — Телеком, 2001. — 600 с.
  28. Р.В., Еникеева Н. Г. Сенсорный анализ для организации контроля качества традиционных и новых пищевых продуктов / Современные методы анализа пищевых продуктов. М: Наука, 1987. — 268 с.
  29. В.Н., Голубев И. Г. Приборы для экспресс-контроля и анализа показателей качества технологических процессов на перерабатывающих предприятиях. Каталог. М.: ФГНУ «Росинформагротех», 2001. — 104 с.
  30. ГОСТ 2874. Вода питьевая. Гигиенические требования и контроль за качеством.
  31. ГОСТ 5363–93. Водка. Правила приемки и методы анализа.
  32. ГОСТ 7208–93. Вина виноградные и виноматериалы виноградные обработанные. Общие технические условия.
  33. ГОСТ 8.207−76. ГСИ. Прямые измерения с многократными наблюдениями. Методы обработки результатов наблюдений. Основные положения.
  34. ГОСТ 9959–91. Продукты мясные. Общие условия проведения органолепти-ческой оценки.
  35. ГОСТР 50 779−10−2000 (ИСО 3534.1−93). Статистические методы. Вероятность и основы статистики. Термины и определения.
  36. ГОСТ Р 51 135−98. Изделия ликеро-водочные. Правила приемки и методы анализа- ГОСТ Р 52 522−2006. Спирт этиловый из пищевого сырья, водки и изделия ликероводочные. Методы органолептического анализа.
  37. ГОСТ Р 51 144−98. Продукты винодельческой промышленности. Правила приемки и методы анализа.
  38. ГОСТ Р 51 355−99. Водки и водки особые. Общие технические условия.
  39. ГОСТ Р 51 652−2000. Спирт этиловый ректификованный из пищевого сырья. Технические условия.
  40. ГОСТ Р 51 653−2000. Алкогольная продукция и сырье для ее производства. Метод определения объемной доли этилового спирта.
  41. ГОСТ Р 51 654−2000. Алкогольная продукция и сырье для ее производства. Метод определения массовой концентрации летучих кислот.
  42. ГОСТ Р 51 698−2000. Водка и спирт этиловый. Газохроматографический экспресс-метод определения содержания токсичных микропримесей.
  43. ГОСТ Р 51 710−2001. Спирт этиловый. Метод определения наличия фурфурола.
  44. ГОСТ Р 51 723−2001. Спирт этиловый питьевой 95%-ный. Технические условия.
  45. ГОСТ Р 51 762−2001. Водка и спирт этиловый из пищевого сырья. Газохроматографический метод определения содержания летучих кислот и фурфурола.
  46. ГОСТ Р 51 786−2001. Водка и спирт этиловый из пищевого сырья. Газохроматографический метод определения подлинности.
  47. ГОСТ Р 51 821−2001. Водки и водки особые. Метод определения массовой концентрации катионов калия, натрия, аммония, кальция, магния, стронция и анионов фторидов, хлоридов, нитратов, нитритов, фосфатов и сульфатов с применением ионной хроматографии.
  48. ГОСТ Р 51 823−2001. Алкогольная продукция и сырье для ее производства. Метод инверсионно-вольтамперо-метрического определения содержаниякадмия, свинца, цинка, меди, мышьяка, ртути, железа и общего диоксида серы.
  49. ГОСТ Р ИСО 5725−1-2002 ГОСТ Р ИСО 5725−6-2002. Точность (правильность и прецизионность) методов и результатов измерений.
  50. Г. С., Деменков Н. П. Пакет программ, реализующий метод анализа иерархий // Приборы и системы управления, 1996, № 6, с. 10−11.
  51. Г. С., Деменков Н. П. Программный комплекс для проектирования нечеткого логического регулятора // Приборы и системы управления, 1997, № 8.
  52. Г. С., Деменков Н. П. Решение многокритериальных задач оптимизации и принятия решений в нечеткой постановке. Информационные технологии, 1998, № 1.
  53. Т.И., Агеева Н. М., Гонтарева Г. Н. Влияние охратоксина, А на органические кислоты вина. // Виноделие и виноградарство, 2004, № 6, с. 22.
  54. Т.И., Агеева Н. М., Якуба Ю. Ф. Определение подлинности винодельческой продукции. // Партнеры и конкуренты, 2002, № 3, с. 25 28.
  55. В.И. Внутрилабораторный контроль качества химического анализа и компьютерная программа «рсоп1го1». // Партнеры и конкуренты, 2000, № 4, с. 30 -г- 39.
  56. В.И. Внутрилабораторный контроль точности результатов измерений по стандартам ГОСТ Р ИСО 5725−1-2002 и ГОСТ Р ИСО 5725−6-2002. // Партнеры и конкуренты, 2003, № 1, с. 26 39.
  57. В.И. К вопросу о градуировке при количественном химическом аиализе. // Партнеры и конкуренты, 2005, № 4, с. 31 35.
  58. В.И. Метрология и обеспечение качества количественного химического анализа. М.: Химия, 2001. — 262 с.
  59. Г. Порядковые статистики. -М.: Наука, 1979.
  60. К. Статистика в аналитической химии. М.: Мир, 1994. — 272 с.
  61. П. Введение в экспертные системы.: Пер. с англ.: Уч. Пос. М.: Издательский дом «Вильяме», 2001. — 624 с.
  62. A.B., Кошкин Г. М. Непараметрическое оценивание сигналов. -М.: Наука. Физматлит, 1997.-336 с.
  63. Ю.В., Жебелева H.A., Криштафович В. И. Таможенная экспертиза товаров: Учебник. М.: «Академия», 2003. — 272 с.
  64. Т. Ю. Сенсорный анализ пищевых продуктов. Дегустация вин: Учебное пособие. М.: Издательско-книготорговый центр «Маркетинг», 2001.-184 с.
  65. С.А., Пивоваров Ю. В., Зенин В. А. Алгоритмы расчетов при исследовании жирно-кислотного состава. // Партнеры и конкуренты, 2003, № 2, с. 29−33.
  66. Дюк В. Обработка данных на ПК в примерах. Петербург: СПб, 1997. -240 с.
  67. Л.Г. Экспертиза качества виноградных вин. Методическое руководство. М.: Автономная некоммерческая организация «Московская высшая школа экспертизы», 2001. — 51 с.
  68. М.Н. Экспертиза качества безалкогольных напитков. Методическое руководство МВШЭ. МР-018−2003-М. Автономная некоммерческая организация «Московская высшая школа экспертизы», 2003. 64 с.
  69. М.Н. Экспертиза качества водки. Методическое руководство МВШЭ. МР-019−2003. Автономная некоммерческая организация «Московская высшая школа экспертизы», 2003. 82 с.
  70. Ю.А. Компьютерные технологии оптимальных решений в переработке биосырья. Доклады 3-й международной научно-технической конференции «Пища. Экология. Человек». М.: МГУПБ, 1999, с. 99 — 105.
  71. Ю.А. Системный анализ и исследование операций в прикладной биотехнологии: Учеб. пособие. М.: МГУПБ, 2005. — 196 с.
  72. Ю.А., Юдина С. Б., Никитина М. А. и др. Информационные технологии проектирования и оценки качества пищевых продуктов направленного действия. // Мясная индустрия, 2000, № 5, с. 40 44.
  73. А.М., ЛинникЮ.В., Pao С. Характеризационные задачи математической статистики. М.: Наука, 1972.
  74. В.И. Продолжение легенды о градуировке. // Партнеры и конкуренты, 2004, № 2, с. 16−21.
  75. В.И. Продолжение легенды о неопределенности. // Партнеры и конкуренты, 2003, № 6, с. 35 39.
  76. В.И. Продолжение легенды о прецизионности. // Партнеры и конкуренты, 2003, № 12, с. 25 28.
  77. Я.С., Комарова Н. В. Капиллярный электрофорез. Аппаратурное оформление и области применения. // Партнеры и конкуренты, 2002, № 1
  78. В.М., Матисон В. А., Тихомирова О. И., Крючкова Ю. Б. Качество и безопасность продуктов питания: Монография. -М.: Издательский комплекс МГУПП, 2001.-398 с.
  79. В.М., Матисон В. А., Фоменко М. А. Сенсорный анализ продуктов питания. М.: Типография РАСХН, 2003. — 400 с.
  80. В.М., Матисон В. А., Фоменко М. А. и др. Органолептический анализ пищевых продуктов: Монография. М.: Издательский комплекс МГУПП, 2001.- 151 с.
  81. Т.С. Базы данных: модели, разработка, реализация. СПб.: Питер, 2001.-304 с.
  82. Т.А., Чурбанова И. Н. Контроль качества воды: Учеб. для техникумов. 2-е изд., перераб. и доп. — М.: Стройиздат, 1986. — 160 с.
  83. В.Н. Многомерный статистический контроль технологического процесса. М.: Финансы и статистика, 2003. — 192 с.
  84. JT.A. Математическое моделирование взаимодействия перерабатывающих предприятий молочной промышленности с внешней средой. Авто-реф. дисс. канд. техн. наук. Воронеж: ВГТА, 2002.
  85. Г. Т., Чередниченко B.C. Исследование фотометрических методов определения высших спиртов. // Производство спирта и ликероводочных изделий, 2001, № 2, с. 22.
  86. JI.M., Криштафович В. И., Позняковский В. М. Товароведение и экспертиза мяса и мясных товаров. Учебник для студ. вузов. М.: «Академия», 2005.-320 с.
  87. Г. Математические методы статистики. М.: ГИИЛ, 1948.
  88. С.А. Разработка моделей сравнительного анализа нечетких спектральных данных для идентификации качества пищевых сред. Автореф. дисс. канд. техн. наук. -М.: МГТА, 2003.
  89. А.Е., ВоробьеваА.В., Кузнецова Ю. Г. и др. Исследование зависимостей «состав свойство» водно-спиртовых смесей. // Производство спирта и ликероводочных изделий. 2005. № 2.
  90. А.Е., Красуля О. Н., Большаков О. В., Шлёнская Т. В. Информационные технологии пищевых производств в условиях неопределённости. -М.: ВНИИМП, 2001. 496 с.
  91. А.Е., Красуля О. Н., ВоробьеваА.В., Красников С. А., Кузнецова Ю. Г., Николаева C.B. Основы математического моделирования рецептур продуктов пищевой биотехнологии. М.: Издательство «Пищевая промышленность», 2006.
  92. А.Е., Красуля О. Н., Красников С. А., Кузнецова 10.Г., Николаева C.B., Яньков В. Ю. Исследование свойств объектов пищевой биотехнологии на основе теории нечетких множеств. // Хранение и переработка сельскохозяйственного сырья, 2005, № 3.
  93. А.Е., Крюкова И. П., Лебедев В. Г., ПанковаЛ.А., Краснова Т. Н. Основы формализации синдромной диагностики для автоматизированного ведения пациентов. // Медицинская техника, 1998, № 3, с. 20 + 26.
  94. H.A. Новый подход к обработке результатов сенсорной оценки винодельческой продукции. // Виноделие и виноградарство. 2006. № 2. -с. 18−5-20.
  95. H.A. Повышение селективности органолептических оценок винодельческой и ликероводочной продукции. // Тезисы II Международной научно-практической конференции «Актуальные проблемы науки и высшего образования», 11 мая, 2006 г.
  96. О.Н., Краснова H.A., Иглицкий A.M. Новый подход к обработке результатов органолептической оценки мясопродуктов. // Мясная индустрия.2006. № 5.-с. 21 -23.
  97. МЛ. Интеллектуальные методы в менеджменте. СПб.: Питер, 2005. — 304 с.
  98. Г. Д. Основы стандартизации, сертификации, метрологии: Учебник для вузов. М.: Аудит, ЮНИТИ, 1998. — 479 с.
  99. А.Г., Патраков H.H. Непараметрические методы оценки качества технологических систем. // Партнеры и конкуренты, 2003, № 12, с. 30−38.
  100. Ю.Г. Разработка методов исследования фунциональпо-технологических свойств пищевых рецептурных смесей на основе Теории нечетких множеств. Автореф. дисс. канд. техн. наук. М.: МГУТУ, 2005.
  101. Е.И., ПанасюкА.Л., Славская С. Л., Егорова О. С., Харламова Л. Н. Приготовление вин из красной рябины с повышенной биологической активностью. // Виноделие и виноградарство, 2006, № 2.
  102. У., Шведт Г. Основы качественного и количественного анализа / Пер. с нем. М.: Мир, 1997. — 424 с.
  103. Кунце Х.-И. Методы физических измерений: Пер. с нем. М.: Мир, 1989. -216с.
  104. К., Мостовский А. Теория множеств. М.: Мир, 1970. -250 с.
  105. A.B. Нечеткое моделирование в среде MATLAB и fuzzy tech. -СПб: БХВ Петербург, 2003.
  106. А.Л., Нейман В. Г. Решение экономико-статистических задач с помощью программы STATGRAPHICS Plus. М.: Моск. экон.-лингвист. ип-т, 2004.
  107. Л.В. Разработка способов оценки качества и идентификации виноградных вин и винных напитков. Автореф. дисс. канд. техн. наук. Краснодар: МГТУ, 2005.
  108. Д.Ф. Искусственыый интеллект: стратегии и методы решения сложных проблем, 4-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2003.-864 с.
  109. М.Ф. Основы метрологии. М.: Комитет по делам мер и измерительных приборов при Совете Министров СССР, 1949. -479 с.
  110. JI.Г. Анализ статистических связей: Модельно-конструктивный подход. М.: Наука, 2002. — 688 с.
  111. Методы технохимического контроля в виноделии. Под ред. В. Г. Гержиковой Семфирополь: «Таврида», 2002 г. — 260 с.
  112. МИ 1317−86. ГСИ. Результаты и характеристики погрешности измерений. Формы представления. Способы использования при испытаниях образцов продукции и контроле параметров.
  113. МиттангХ., Ринне X. Статистические методы обеспечения качества / Пер. с нем.- Под ред. Б. Н. Макарова. -М.: Машиностроение, 1995.
  114. МуратшинА.М. Научно-технические обоснование системы обеспечения качества и безопасности алкоголесодержащей продукции из различных видов растительного сырья. Автореф. дисс. д. техн. наук. М.: МГУТУ, 2005.
  115. МуратшинА.М. Система обеспечения качества и безопасности алкогольной продукции. М.: «Десногорск», 2005. — 138 с.
  116. Э.А. Об оценке регрессии. // Теория вероятности и ее применения, 1964, т. 9, № 1, с. 157−158.
  117. В.В. Теория эксперимента. -М.: Наука, 1971.
  118. Научно-технический прогресс в спиртовой и ликероводочной отрасли промышленности. -М.: Пищевая промышленность, 2001. -256 с.
  119. А.П., Кочеткова A.A., Зайчев А. Н. Пищевые добавки. М.: Колос, 2002.
  120. .Е. Синтез моделей выбора решений на основе экстраполяции нечетких экспертных оценок. Автореф. дисс. канд. ф.-м. наук. Воронеж: ВГТА, 2001.
  121. М.А. Структурно-параметрическое моделирование и оптимизация системы адекватного питания. Автореф. дисс. канд. техн. наук. Москва: МГУПБ, 2002.
  122. Никитина С. 10., Порохова H.A., Боев А. И., Рудаков О. Б. Устройство для идентификации примесей в системах спиртового производства. // Производство спирта и ликероводочных изделий, 2002, № 4, с 32 — 33.
  123. М.А. Идентификация как средство обнаружения фальсификации. // Пищевая промышленность, 2006, № 1, с. 6 8.
  124. М.А., Лычников Д. С., Неверов А. Н. Идентификация и фальсификация пищевых продуктов. -М.: Экономика, 1996.
  125. В.П. Токсичность алкогольной продукции и возможность ее оценки. // Производство спирта и ликероводочных изделий, 2001, № 2, с. 16−17.
  126. О состоянии и направлениях развития производства спирта этилового из пищевого сырья и ликероводочной продукции. М.: Пищевая промышленность, 2005.-424 с.
  127. Органолептические методы оценок пищевых продуктов: Терминология / Отв. ред. Р. В. Головня. -М.: Наука, 1990.
  128. ПанасюкА.Л., Жирова В. В., Михайлов И. О., Романюк Н. М., Никулина Е. А. Экстракция фенольных соединений из виноградных семян. // Виноделие и виноградарство, 2003, № 1.
  129. Патент РФ № 2 231 787. Измеритель качества воды. Опубл. 27.06.2004. Бюл. № 18.
  130. А.П., Помазанов В. В., Пресняков A.A., Пивоваров Ю. В., Зе-нин В.А. Проблемы органолептической и инструментальной оценки качества и подлинности алкогольной продукции. // Партнеры и конкуренты, 2001, № 7, с. 36−41.
  131. Н.Т. Экспертиза алкогольных напитков: Учебное пособие. -Белгород: «Кооперативное образование», 2000. 127 с.
  132. Ю.В., Потапова Е. В., Пресняков A.A., Зенин В. А., Лели-ков Ю.А. Значение приведенного экстракта при оценке качества вин. // Партнеры и конкуренты, 2001, № 12, с. 27 31.
  133. Ю.В., Пресняков A.A., Зенин В. А., Петров А. П., Помазанов В. В. Разработка комбинированной процедуры идентификации алкогольной продукции. // Партнеры и конкуренты, 2001, № 9, с. 26 34.
  134. В.М., Помозова В. А., Киселева Т. Ф., Пермякова J1.B. Экспертиза напитков. Качество и безопасность: учеб.-справ. Пособие. Новосибирск: Сиб. унив. изд-во, 2005. — 407 с.
  135. К.В. Разработка моделей, алгоритмов и системы компьютерного мониторинга качества производства молочных продуктов. Автореф. дисс. канд. техн. наук. М.: МГУПБ, 2005.
  136. В.В., Петров А. П. Перспективы использования метода газовой хроматографии. // Партнеры и конкуренты, 2000, № 8, с. 21 27.
  137. В.В., Петров А. П. Проблемы контроля качества, подлинно-стиибезопасности алкогольной продукции. // Партнеры и конкуренты, 1999, № 2, с. 22 26.
  138. Прогрессивные технологии и современное оборудование важнейшие составляющие успеха экономического развития предприятий спиртовой и ликероводочной промышленности. — М.: Пищевая промышленность, 2003. -280 с.
  139. Производственный технологический регламент на производство водок и ликеро-водочных изделий. ПТР 10−122−99. Всесоюзный научно-исследовательский институт пищевой биотехнологии (ВНИИПБТ).
  140. И.И. Научно практические основы оптимизации технологий производства мясных и молочных продуктов / Автореф. дисс. д. техн. наук. -М.: МГАПБ, 1993.
  141. С.Г. Погрешности измерений. Л.: Энергия, 1978. — 262 с.
  142. H.H., Тупиченков A.A., Цейтлин В. Г. Метрологическое обеспечение производства. М.: Изд. стандартов, 1987. — 247 с.
  143. Т.Г. Сенсорный анализ продовольственных товаров. Учебник для студ. высш. учеб. заведений. М.: Издательский центр «Академия», 2004. -208 с.
  144. Руководство по выражению неопределенности измерения. / Пер. с англ. под ред. В. А. Слаева. СПб: ВНИИМ им. Д. И. Менделеева, 1999. (122)
  145. Руководство по применению стандарта ИСО 9001:2000 в пищевой промышленности. / Пер. с англ. О. В. Замятиной. М.: РИА «Стандарты и качество», 2002.- 168 с.
  146. Р. Справочник по непараметрической статистике. М.: Финансы и статистика, 1982.
  147. Т. Принятие решений. Метод анализа иерархий: Пер. с англ. М.: Радио и связь, 1993.
  148. С.А. К вопросу об идентификации природы этилового спирта. // Партнеры и конкуренты, 2005, № 1, с. 32 38.
  149. С.А. К вопросу об идентификации природы этилового спирта. // Партнеры и конкуренты, 2005, № 3, с. 30 34.
  150. ЮЛ. Краснова H.A. Оценка результативности маркетинговых действий компании по разработке и продвижению торговой марки. // Пищевая промышленность. 2006. № 2. с. 32 — 33.
  151. СанПиН 2.1.4.1074−01. Питьевая вода. Гигиенические требования к качеству воды централизованных систем питьевого водоснабжения. Контроль качества.
  152. СанПиН 2.3.2.1078−01. Гигиенические требования безопасности и пищевой ценности пищевых продуктов.
  153. Свидетельство на полезную модель № 28 400. Экспресс измеритель качества воды. Опубл. 20.03.2003. Бюл. № 8.
  154. Дж. Линейный регрессионный анализ. М.: Мир, 1980. — 456 с.
  155. И.В., Иванова Л. А., Иванов A.A. Использование данных анализа органических кислот в виноградных винах при проведении идентификации. // Партнеры и конкуренты, 2003, № 5, с. 48 51.
  156. Н.М. Комплексные исследования и разработка инновационных технологий и рецептур жировых продуктов нового поколения. Автореф. дисс. д. техн. наук. М.: МГУПП — МГУТУ, 2006.
  157. О.Д. Контроль качества продукции физико-химическими методами. 2. -М.: ДеЛи принт, 2001. 141 с.
  158. С. Практикум по применению IDEFO для функционального описания программного обеспечения. Компьютерная газета, № 40 (281), 10 октября, 2000, с. 12.
  159. Средства и методы измерения показателей качества пищевой продукции. Новые стандарты для пищевой продукции. // Пищевая промышленность, 2006, № 2, с. 6 7.
  160. Р.К., Сергеев E.H. Контроль качества вина. // Виноделие и ви-ноградство, 2001, № 4, с. 15.
  161. С.Н., Гаврилина В. А., Музалевская P.C. Высокоэффективная жидкостная хроматография как метод определения фальсификации и безопасности продукции / Учебное пособие. М.: ДеЛи принт, 2005. — 148 с.
  162. Е.И. Экспертный метод потребительской оценки качества продукции. // Стандарты и качество, 1998, № 11, с. 44 46.
  163. Д. Органолептический анализ пищевых продуктов. М.: Пище-промиздат, 1962.
  164. Ту Дж., Гонсалес Р. Принципы распознавания образов. Перевод с англ. -М.: Мир, 1978.-411 с.
  165. Ю.Н., Макаров A.A. Статистический анализ данных на компьютере. / Под ред. В. Э. Фигурнова М.: ИНФРА, 1998. — 528 с.
  166. Управление качеством. Учебник для вузов. / Под ред. С. Д. Ильенковой. М.: Банки и биржи, ЮНИТИ, 1998. 199 с.
  167. В.Ю. Биометрические методы. -М.: Наука, 1964.-415 с.
  168. Федеральный закон «О качестве и безопасности пищевых продуктов». -М.: Издательство «Гросс Медиа», 2005.
  169. O.K., Воробьева A.B., Краснова H.A., Муратшин A.M., Шмаков B.C. Идентификация спиртосодержащей продукции. // Пищевая промышленность, 2005, № 8. с. 48 — 49.
  170. Г. С. Вода. Контроль химической, бактериальной и радиационной безопасности по международным стандартам. Энциклопедический справочник. 3-е изд., перераб. и доп. — М.: Издательство «Протектор», 2000. -848 с.
  171. М., Вулф Д. Непараметрические методы статистики. М.: Финансы и статистика, 1983. — 518 с.
  172. И.П. Идентификация и фальсификация продовольственных товаров. Учебник. М.: Изд. Дом «Дашков и К0», 2005. — 460 с.
  173. А.Б. Аналитическая служба как система. М.: Химия, 1981. -264 с.
  174. А.Ф., Мхитарян K.P. Товароведение и экспертиза вкусовых и алкогольных товаров. Учебное пособие. Ростов н/Д: издательский центр «МарТ», 2001.-208 с.
  175. Т.В., Журавко Е. В. Санитария и гигиена питания. Учебное пособие для ВУЗов. М.: «Колос», 2004, 183 с.
  176. Р. Многокритериальная оптимизация. Теория, расчет и приложения: Пер. с англ. М.: Радио и связь, 1992.
  177. Электрофизические, оптические и акустические характеристики пищевых продуктов. Справочник. Под ред. И. А. Рогова. М.: Легкая и пищевая промышленность, 1981.- 288 с.
  178. В.Ю., Линник А. Ю. Объективная оценка качества шампанского. // Виноделие и виноградарство, 2006, № 1, с. 18 19.
  179. Я.И., Яшин А. Я. Анализ пищевых продуктов и напитков хромато-графическими методами. Обзор. // Стандарты и качество, 2003, № 8.
  180. Я.И., Яшин А. Я. Хроматографическая аппаратура в современных аналитических лабораториях. // Партнеры и конкуренты, 2005, № 4, с. 20−25.
  181. Bertino М., Lawless Н.Т. Understanding mouthfeel attributes: a multidimensional scaling approach. // Journal of Sensory Studies, 1995, № 8, pp. 101−114.
  182. Buchles B.P., Petry F.E. Query languages for fuzzy databases / Management Decision support systems fuzzy sets and possibility theory / Ed. By J. Kacprzyk and R.R. Yager. Koln: Verlag TUV Rheinland, 1985, pp. 241 252.
  183. Cliff M., Heymann H. Descriptive analysis of oral pungency. // Journal of Sensory Studies, 1992, № 7, pp. 279 290.
  184. Das K., Lambev A., Manchev S. Mathematical modeling of basic processes in the extraction of corn flour // Khranitelna Promishlenost, 1989, № 38, v. 4, p. 26−29.
  185. Dohnal M., Vystrcil G, Dohnalova G., et al. Fuzzy food engineering // J. of Food engineering, 1993, № 19, v. 2, pp. 171 201.
  186. Dohus G. M. Using expert systems in agricultural models // Agricultural Engineering, 1985, v. 66, № 7, pp. 21 23.
  187. Draper N.R., Smith H. Applied Regression Analysis. 3rd Ed. New York: Wiley & Sons, 1998.-706 p.
  188. Fuzzy logic // Food processing, 1991, v. 52, № 10, pp. 72 76.
  189. ISO 10 399:1991 «Сенсорный анализ. Методология. — Метод «дуо-трио».
  190. ISO 11 035:1994 «Сенсорный анализ. Идентификация и выбор дескрипторов для установления сенсорного профиля при многостороннем подходе».
  191. ISO 4120:1983 «Сенсорный анализ. Методология. — Триангулярный метод».
  192. ISO 4121:1987 «Сенсорный анализ. Методология — Оценка пищевых продуктов методами с использованием шкал».
  193. ISO 5495:1983 «Сенсорный анализ. Методология. — Метод парного сравнения».
  194. ISO 6658:1985 «Сенсорный анализ. Методология. — Общее руководство».
  195. ISO 8587:1988 «Сенсорный анализ. Методология. — Метод ранжирования».
  196. ISO 8588:1987 «Сенсорный анализ. Методология. — Метод «А» — «не А».
  197. Krasnov А.Е., Krasnikov S.A., Kompanets I.N. Correlation-statistical methods of distinguishing complicated and noisy spectra // J. of Optics A: Pure and Applied Optics, Briton (Great Britain), 2002, № 4.
  198. S., Jennings E.R. // Am.J. Clin. Pathol., 1950, v. 20, pp. 1059 1066.
  199. Nisch P. PD Programm fuen die Polynomia lkoeffizienten berechnung // Fleischwirtschaft, 1993, № 73, v. 12, pp. 1384 — 1385.
  200. Numers C. von, Nakajima M., Asama H. Endo J. A knowledge based system using fuzzy bioprocesses.// J. of Biotechnology, 1994, v. 34, № 2, pp. 109 118.
  201. Pedrycz W. Fuzzy sets in pattern recognition: methodology and methods. Pattern recognition, 1990, № ½, v. 23, pp. 121 + 146.
  202. Piggott J.R., Harper R. Ratio scales and category scales for odour intensity. // Chemical Senses and Flavour, 1975, № 1, pp. 507 516.
  203. Pokorny J., Davidek J., Prnka V., Davldkova E. Nonparametric evaluation of graphical sensory profiles for the analysis of carbonated beverages. // Die Nahrung, 1986, № 50, pp. 151 159.
  204. Popper R., Heymann H. Analysing differences among products and panelists by multidimensional scaling. In T. Naes and E. Risvik, eds. Multivariate analysis of Data in Sensory Science. //Elsevier Science, Amsterdam, 1996, pp. 159 184.
  205. Qannari E.M., Halliday J.H. MacFie. Performance indices and isotropic scaling factors in sensory profiling. // Food Quality and Preference, 1999, № 10.
  206. Ramsay J.O. Maximum likelihood estimation in multidimensional scaling. // Psychometrika, 1977, № 42, pp. 241 266.
  207. Resurreccion A.V.A. Consumer sensory testing for product development. // The University of Georgia, An Aspen Publication, 1998.
  208. Risvik E. McEwan J.A., Colwill J.S., Rogers R., Lyon D.H. Projective mapping: a tool for sensory analysys and consumer research. // Food Quality and Preference, 1994, № 5, pp. 265 269.
  209. Rohli C.S., Leuthesser L. Produjct positioning: a comparison of perceptual mapping techniques. // Journal of Product and Brand Management, 1993, № 2, pp. 10−19.
  210. Rousseeuw P.J., van Aelst S., Rambali P.J., Smeyers-Verbeke P.J. Deepest regression in analytical chemistry // Analytica Chimica Acta, 2001, v. 446, Is. 1 2, pp. 243 -253.
  211. W.A. (Deming W.E., ed.). Statistical method for the view point of quality control. Pennsylvania: Lancaster Press, 1939.
  212. Surmacka A. Szczesniak. Sensory texture profiling-historical and scientific perspectives // Food Technology, 1998, v. 52, № 8.
  213. A. // Proc. k. Ned. Wet. Ser. A., 1950, v. 53, p. 386.
  214. YanX., HeW., Sun K. Application of microcomputer operated fuzzy mathematics to sensory appraisal of foods // Food Science China, 1995, № 2, v. 16, pp. 5 9.
  215. Zhang Q., Litchfield J. Applying Fuzzy mathematics to product development and comparison. // Food Technology, 1991, v. 45, № 7, pp. 108 115.
  216. Zhang Q., Litchfield J. Fuzzy prediction of maize breakage. // J. of Agricultural Engineering Research, 1992, № 2, v. 52, pp. 77 90.
Заполнить форму текущей работой

Сессия? Спокойно!