Central AsianResearch Index

ЦИФРОВИЗАЦИЯ ПРОЦЕССОВ ПРОГНОЗИРОВАНИЯ ФИЗИКО-ХИМИЧЕСКИХ ХАРАКТЕРИСТИК ЖИРОВЫХ СИСТЕМ НА ОСНОВЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

В данной работе рассматривается проблема трудоемкости традиционных лабораторных методов анализа жировых систем, применяемых в кондитерской промышленности. Целью исследования является разработка программного продукта для экспресс-прогнозирования ключевых характеристик жиров на основе их жирнокислотного состава с применением алгоритмов машинного обучения. Для построения предиктивной модели использовался метод Random Forest Regressor, обученный на массиве данных из 85 образцов пищевых жиров и их смесей. В качестве целевых переменных были выбраны йодное число, температура плавления и содержание твердых триглицеридов (SFC) в диапазоне от 10°C до 35°C. Разработанная модель продемонстрировала высокую точность (коэффициент детерминации R2 = 0,83, RMSE = 4,77). Установлено, что наиболее значимым фактором, влияющим на физико-химические свойства жиров, является содержание олеиновой кислоты (45,08% важности). Разработанное специализированное программное обеспечение на базе библиотеки Streamlit автоматизирует расчет йодного числа, температуры плавления и кривой содержания твердых триглицеридов в диапазоне 10–35°C, а также обеспечивает генерацию отчетности в формате .xlsx.

Сведения

Опубликовано
2026 · Т. 4, № 145, С. 159-166
Язык
Русский
ISSN
1609-1817 · 2790-5802
Издатель
JSC Academy of Logistics and Transport