ШТУЧНИЙ ІНТЕЛЕКТ ЯК ІНСТРУМЕНТ ДЛЯ РОЗРОБЛЕННЯ РЕЦЕПТУР ПЕКТИНОВМІСНИХ ПАСТ

Анотація

У статті досліджено можливість застосування технологій штучного інтелекту для оптимізації та розроблення рецептур пектиновмісних паст. Актуальність теми зумовлена зростаючим попитом на функціональні харчові продукти з поліпшеними технологічними характеристиками та необхідністю прискорення процесу розроблення інноваційних рецептур.

Мета роботи полягає у створенні та апробації методики використання алгоритмів машинного навчання для прогнозування реологічних, органолептичних і фізико-хімічних показників пектиновмісних паст та оптимізації їх рецептурного складу. Для досягнення поставленої мети використано методи математичного моделювання, нейронні мережі, генетичні алгоритми, методи регресійного аналізу та статистичної обробки даних.

Сформовано базу даних зі 147 експериментальних рецептур, що включає повні дані про компонентний склад та відповідні показники якості готового продукту. Дослідження проведено з використанням яблучного та цитрусового пектину з різним ступенем етерифікації, різноманітних підсолоджувачів, регуляторів кислотності та структуроутворювачів.

Розроблено комплексну модель на основі штучних нейронних мереж, яка враховує вплив 14 незалежних змінних (складових рецептури) на 8 вихідних параметрів якості продукту. Застосована багатошарова архітектура нейронної мережі з двома прихованими шарами забезпечила коефіцієнт детермінації (R²) на рівні 0,943 для реологічних властивостей продукту. Високий показник детермінації свідчить про надійність побудованої моделі та її значну прогностичну здатність. Додатково проведено валідацію моделі через перехресну перевірку та методом відкладеної вибірки. Запропонована система автоматично визначає оптимальні співвідношення інгредієнтів та генерує нові рецептурні комбінації з прогнозованими властивостями. Створений програмний комплекс має модульну структуру та інтуїтивно зрозумілий інтерфейс, що дозволяє технологам харчових виробництв без спеціальних знань з галузі ШІ ефективно використовувати систему.

Експериментальна перевірка показала високу точність прогнозування: середня похибка між прогнозованими та експериментальними значеннями структурно-механічних показників склала 4,7 %, органолептичних – 6,2 %, фізико-хімічних – 3,9 %. Виявлено синергетичний ефект від комбінування різних типів пектину, що дозволяє знизити загальну концентрацію функціональних інгредієнтів при збереженні заданих властивостей продукту. Розроблена система також дозволяє прогнозувати термін зберігання готових виробів залежно від обраної рецептури та умов зберігання. Використання розробленої системи дозволило скоротити час розроблення нових рецептур на 73 % та знизити кількість необхідних лабораторних експериментів на 68 %.

Практична цінність роботи полягає у створенні інноваційного інструментарію для харчової промисловості, який дозволяє швидко адаптувати рецептури пектиновмісних паст під конкретні потреби виробництва та споживачів.