АВТОМАТИЗОВАНЕ УПРАВЛІННЯ ВИРОБНИЦТВОМ ХЛІБА З ПІДСИСТЕМОЮ ОПЕРАТИВНОЇ КОРЕКЦІЇ ТЕХНОЛОГІЧНИХ РЕЖИМІВ

Краткое описание

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
Національний університет харчових технологій

На правах рукопису

ШВЕД СЕРГІЙ МИКОЛАЙОВИЧ

УДК 664.12:658.011.56

АВТОМАТИЗОВАНЕ УПРАВЛІННЯ ВИРОБНИЦТВОМ ХЛІБА З ПІДСИСТЕМОЮ ОПЕРАТИВНОЇ КОРЕКЦІЇ
ТЕХНОЛОГІЧНИХ РЕЖИМІВ

05.13.07 - автоматизація процесів керування

Дисертація на здобуття наукового ступеня кандидата технічних наук

Науковий керівник
Ельперін Ігор Володимирович,
к. т. н., доцент

Київ – 2013

ЗМІСТ
Стор.
ВСТУП………………………………………………….…………………….
РОЗДІЛ 1. АНАЛІЗ ПРОЦЕСУ ПРИГОТУВАННЯ ХЛІБА ЯК
ОБ’ЄКТА УПРАВЛІННЯ……………………………….…
1.1. Аналіз технологічного процесу приготування хлібобулочних виробів………………………………………………………………….
1.2. Структурний аналіз процесу приготування хліба…………………..
1.3. Аналіз хлібопекарських властивостей борошна та їх впливу на
показники якості готового виробу…………………………………...
1.4. Аналіз систем автоматичного контролю і управління
технологічним процесом……………………………………………..
1.5. Шляхи вдосконалення систем автоматизації хлібопекарського виробництва……………………………………………………………
1.6. Основні результати і висновки до розділу 1………………………..
РОЗДІЛ 2. РОЗРОБКА ПІДСИСТЕМИ ПРИЙНЯТТЯ РІШЕННЯ
ПРИ ВИБОРІ ПОЛІПШУВАЧІВ В СИСТЕМІ УПРАВЛІННЯ
ПІДГОТОВКОЮ СИРОВИНИ…………………………………...
2.1. Аналіз впливу добавок-поліпшувачів на показники якості
хлібобулочних виробів………………………………………………..
2.2. Формування механізму вибору поліпшувачів на основі апарату
нечіткої логіки………………………………………………………...
2.3. Розробка нечіткої логічної моделі підсистеми вибору
поліпшувача у системі управління підготовкою сировини до
виробництва…………………………………………………………..
2.4. Розробка алгоритму вибору рекомендованого поліпшувача в
підсистемі підтримки прийняття рішення…………………………...
2.5. Основні результати та висновки до розділу 2……………………….
РОЗДІЛ 3. РОЗРОБКА ПРОГНОЗУЮЧОЇ МОДЕЛІ В СИСТЕМІ
УПРАВЛІННЯ ПРОЦЕСОМ ПРИГОТУВАННЯ ХЛІБА……
3.1. Аналіз взаємодії технологічних параметрів і режимів на різних
стадіях управління процесом виробництва хліба…………………...
3.2. Використання штучних нейронних мереж при розробці
прогнозуючих моделей………………………………………………..
3.3. Розробка прогнозуючої нейро-мережевої моделі
технологічного процесу виробництва хліба…………………………
3.4. Основні результати і висновки до розділу 3………………………...
РОЗДІЛ 4. РОЗРОБКА СИСТЕМИ АВТОМАТИЗОВАНОГО
УПРАВЛІННЯ ПРОЦЕСОМ ПРИГОТУВАННЯ ХЛІБА……..
4.1. Розробка підсистеми оперативної корекції технологічного
режиму…………………………………………………………………
4.2. Використання генетичних алгоритмів для вирішення
оптимізаційних задач…………………………………………………
4.3. Розробка системи оперативної корекції технологічних режимів
хлібопекарського виробництва………………………………………
4.4. Розробка функціональної структури системи управління
технологічним процесом виробництва хліба………………………..
4.5. Розробка технічної структури системи автоматизованого
управління виробництвом хлібобулочних виробів………………….
4.6. Розробка людино-машинного інтерфейсу автоматизованих
робочих місць оператора-технолога з підсистемами підтримки
прийняття рішень……………………………………………………...
4.7. Основні результати і висновки до розділу 4………………………….
ОСНОВНІ ВИСНОВКИ ТА РЕЗУЛЬТАТИ…………………………….
СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ…………………………………
ДОДАТКИ……………………………………………………………………
Додаток А. Результати обробки анкет експертів…………………………..
Додаток Б. База знань евристичних правил………………………………..
Додаток В. Матриці даних…………………………………………………..
Додаток Г. Результати дослідження штучних нейронних мереж…………
Додаток Д. Результати впровадження………...……………………………. 4

ВСТУП
Актуальність роботи. Хлібопекарська промисловість є однією з найважливіших галузей харчової промисловості, що забезпечує населення основним продуктом харчування – хлібом, з вживанням якого людина майже наполовину задовольняє потребу у вуглеводах, на третину – в білках, більш ніж на половину – у вітамінах групи В, солях фосфору та заліза.
Основним показником ефективності виробництва хліба є якість готової продукції, що залежить від багатьох факторів, серед яких особливої уваги заслуговує рівень автоматизації технологічних процесів, сучасний стан якого характеризується застосуванням передових технологій та устаткування, а також мікропроцесорної техніки і комп’ютерних технологій. Проте при управлінні технологічними процесами виробництва хліба в основному використовуються системи локального контролю та регулювання окремих технологічних і режимних параметрів. Це зумовлене тим, що, незважаючи на просту машино-апаратурну схему і добре відому технологію виготовлення хлібобулочних виробів, у процесі виробництва хліба відбуваються достатньо складні мікробіологічні, біохімічні, фізико-хімічні, масообмінні, теплообмінні та механічні процеси, результати перебігу яких не завжди можна оцінити інструментальними методами. Така ситуація потребує не просто підтримання системою автоматизації технологічних режимів на заданому регламентом рівні, а й коригування їх відповідно до технологічних показників, отриманих на різних стадіях виробництва. В автомати-зованій системі управління ці функції покладаються на оператора-технолога.
Технологічні процеси хлібопекарського виробництва характеризуються багатокомпонентністю сировини, високим ступенем невизначеності на різних стадіях процесу виробництва хліба, нелінійними залежностями між параметрами, високими вимогами до якості готової продукції, відсутністю математичного опису багатьох явищ, які характеризують перетворення сировини та напівфабрикатів у готову продукцію. Враховуючи це, для забезпечення стабільно високої якості готових виробів існуючі системи автоматизованого управління доцільно доповнити інтелектуальними підсистемами підтримки прийняття рішень, зокрема в процесі вибору поліпшувачів для покращання хлібопекарських властивостей борошна, і підсистемою оперативної корекції технологічних режимів певних стадій виробництва у разі порушення технологічних показників, отриманих в результаті виконання попередньої стадії виробництва.
Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота включає дослідження, виконані згідно плану науково-дослідних робіт кафедри автоматизації і комп’ютерно-інтегрованих технологій та кафедри інтегрованих автоматизованих систем управління Національного університету харчових технологій «Наукові основи створення автоматизованих систем управління для комп’ютерно-інтегрованих виробництв харчової промисловості» (номер державної реєстрації 0112U001496).
Мета роботи і задачі дослідження. Метою роботи є підвищення ефективності хлібопекарського виробництва для забезпечення стабільно високих показників якості готової продукції шляхом удосконалення системи автоматизованого управління за рахунок розробки та включення до її складу підсистем підтримки прийняття рішень при виборі поліпшувачів і оперативної корекції параметрів технологічного процесу.
Для досягнення поставленої мети необхідно було вирішити такі задачі:
- провести системний аналіз об’єкта управління та оцінити ступінь впливу показників якості сировини та параметрів технологічного процесу на показники якості готової продукції;
- розробити алгоритми обробки експертних даних для формування бази знань і логічного виведення рекомендованих рішень для автоматизованої підсистеми підтримки прийняття рішень в системі управління підготовкою сировини при виборі поліпшувача з метою покращання хлібопекарських властивостей борошна;
- розробити методи та алгоритми оперативної корекції технологічних параметрів для управління технологічними режимами на різних стадіях виробництва хлібобулочних виробів залежно від результатів моніторингу технологічних показників попередньої стадії;
- розробити структуру, технічне та програмне забезпечення інтелектуальних підсистем підтримки прийняття рішень при виборі поліпшувача і оперативної корекції параметрів технологічного процесу у складі автоматизованої системи управління виробництвом хліба.
Об’єктом дослідження є масообміні, теплообмінні та фізико-хімічні процеси, що відбуваються під час приготування хлібобулочних виробів, та характер їх впливу на показники якості готової продукції.
Предметом дослідження є розробка методів, моделей і алгоритмів, які покладені в основу створення інтелектуальних підсистем підтримки прийняття рішень в системі автоматизованого управління процесом приготування хлібобулочних виробів.
Методи дослідження. В основу досліджень покладено методи сучасної теорії автоматичного управління, системного аналізу, обробки результатів експертного опитування, теорії нечіткої логіки та штучних нейронних мереж, алгоритмів і методів оптимізації з використанням генетичних алгоритмів.
Наукова новизна. У процесі вирішення поставлених задач одержано наукові результати:
- вперше, для автоматизованого управління процесом приготування хлібобулочних виробів, для кожної стадії виробництва хліба розроблено нейронно-мережеву модель для визначення прогнозованих значень технологічних показників напівпродуктів і готової продукції залежно від моніторингу технологічних показників попередньої стадії;
- вперше, для системи управління виробництвом хліба розроблені методи та алгоритми оперативної корекції технологічних режимів окремих стадій на основі комплексного використання прогнозуючих моделей і генетичних алгоритмів;
- знайшло подальший розвиток застосування алгоритмів і методів нечіткої логіки для визначення доцільності додавання певного поліпшувача на основі розробленої бази знань і механізмів логічного висновку з метою покращання хлібопекарських властивостей борошна на стадії управління підготовкою сировини до виробництва;
- вдосконалено структуру, технічне, програмне і інформаційне забезпечення автоматизованої системи управління виробництвом хліба для реалізації у її складі інтелектуальних підсистем підтримки прийняття рішень для вибору поліпшувача і оперативної корекції технологічних режимів.
Практичне значення та реалізація одержаних результатів. За результатами теоретичних та експериментальних досліджень розроблено структуру, алгоритмічне, технічне та програмне забезпечення мікропроцесорної автоматизованої системи управління хлібопекарським виробництвом з інтелектуальною підсистемою підтримки прийняття рішень для вибору поліпшувачів з метою покращання хлібопекарських властивостей борошна та підсистемою оперативної корекції технологічних режимів на основі використання прогнозуючих моделей. Результати роботи використовуються в навчальному процесі Національного університету харчових технологій на кафедрі інтегрованих автоматизованих систем управління і передані для впровадження на ПАТ «Чортківський хлібозавод» і ТОВ «Новоконцепт Інжиніринг» (м.Київ).
Особистий внесок у розробку наукових результатів. Дисертація є самостійною роботою автора. Автором проведений системний аналіз технологічного процесу виготовлення хліба, визначено взаємозв’язки між окремими параметрами і показниками якості готової продукції і напівфабрикатів, проаналізовано існуючі системи автоматизації, зроблено висновки, сформульовано задачі досліджень. Запропоновано принципово новий підхід до автоматизованого управління технологічними процесами хлібопекарського виробництва з використанням інтелектуальних підсистем підтримки прийняття рішень при виборі поліпшувачів і оперативної корекції технологічних режимів. Розроблено нечітку логічну модель і базу знань евристичних правил для вибору поліпшувача, запропонований новий алгоритм корегування технологічних режимів хлібобулочного виробництва з використанням прогнозуючих моделей, для розробки яких запропоновано використовувати штучні нейронні мережі і генетичні алгоритми. Автором розроблено програмне забезпечення і інтерфейс автоматизованого робочого місця оператора-технолога інтелектуальної системи підтримки прийняття рішень і оперативної корекції технологічних режимів.
Планування основних напрямів роботи, обговорення результатів та підготовка публікацій проходили за участю наукового керівника І.В.Ельперіна. Деякі технологічні аспекти роботи обговорювались з д.т.н. Арсеньєвою Л.Ю., результати досліджень моделей нечіткої логіки - з к.т.н. Кишенько В.Д., к.т.н. Шарудою С.С., використання імітаційних моделей з к.т.н. Пупеною О.М., к.т.н. Луцькою Н.М..
Апробація роботи. Основні результати досліджень були представлені на наукових конференціях Національного університету харчових технологій у 2010 і 2013 рр.; міжнародних конференціях: «Контроль і управління в складних системах (КУСС-2010)» (Вінниця, 2010), «Современные направления теоретических и прикладных исследований‘2011» (Одеса, 2011), «Новина та за напреднали наука» (Софія, 2012), «Perspektywiczne opracowania są nauką i technikami – 2012» (Польща, 2012), «The Second North and East European Congress on Food-2013» (Київ, 2013).
Публікації. За результатами наукових досліджень опубліковано 15 наукових праць, з яких 6 – у фахових виданнях, 2 – у міжнародних наукових журналах і, а також тези доповідей на наукових конференціях.
Структура та об'єм роботи. Дисертаційна робота складається зі вступу, чотирьох розділів, списку використаних джерел зі 152 найменувань і додатків. Повний обсяг дисертації становить 213 стор., з яких основний зміст викладено на 158 стор. друкованого тексту, містить 84 рисунки, 17 таблиць та 5 додатків.
У першому розділі проведено аналіз технологічного процесу приготування хлібобулочних виробів як об’єкта автоматизації, проаналізовано сучасний стан систем автоматизованого управління виробництвом хліба і визначено задачі досліджень.
Системний аналіз процесу приготування хлібобулочних виробів, здійснений з використанням карт Парето і методології SADT (Structured Analysis and Design Technique), показав, що якість готової продукції залежить від багатьох факторів, серед яких особливої уваги заслуговують показники якості сировини, які можна покращити шляхом додавання спеціальних добавок-поліпшувачів, і дотримання відповідності технологічних режимів на окремих стадіях виробництва реальним технологічним показникам напівпродуктів.
Враховуючи що на кожній стадії процесу протікають досить складні за природою мікробіологічні, біохімічні, колоїдні, фізико-хімічні, гідродинамічні, теплові та механічні процеси, для більшості з яких характерний високий рівень невизначеності і результати яких практично неможливо передбачити, показана доцільність доповнення існуючої системи автоматизованого управління інтелектуальними підсистемами підтримки прийняття рішення під час вибору поліпшувачів і оперативної корекції технологічних режимів наступної стадії виробництва за результатами моніторингу результатів попередньої.
У другому розділі наведені результати досліджень з розробки алгоритмічного і математичного забезпечення для підсистеми підтримки прийняття рішення при виборі добавок-поліпшувачів.
Враховуючи те, що технологічні процеси хлібопекарського виробництва характеризуються високим ступенем невизначеності на різних стадіях перебігу процесу виробництва хліба, нелінійними залежностями між параметрами, відсутністю математичного опису багатьох явищ, які характеризують перетворення сировини та напівфабрикатів у готову продукцію прийняте рішення проводити розробку підсистем підтримки прийняття рішення з використанням методів і алгоритмів нечіткої логіки.
Відповідно до методики нечіткого логічного висновку сформовані матриці термів лінгвістичних вхідних і вихідних змінних для всіх типів поліпшувачів і отримані відповідні функції належності. Для кожного поліпшувача розроблена базу знань з евристичних правил. Використовуючи програмний пакет MATLAB, з застосуванням алгоритму Мамдані, для кожного поліпшувача отримані логічні висновки щодо доцільності його використання.
Для прийняття остаточного рішення по вибору конкретного поліпшувача розроблений відповідний алгоритм, який враховує не тільки статус кожної рекомендації, а і аналіз можливого спільного використання окремих поліпшувачів, або використання поліпшувача комбінованої дії
У третьому розділі наведені результати досліджень з розробки алгоритмічного, математичного і програмного забезпечення прогнозуючої моделі для підсистеми оперативної корекції технологічних режимів.
Параметричний аналіз технологічного процесу показав, що для розробки прогнозуючої моделі доцільно використовувати штучні нейронні мережі, які добре зарекомендували себе при роботі з системами, які мають велику ступінь невизначеності і відносяться до слабко формалізованих.
Проведений аналіз нейронних мереж різної архітектури з різними функціями активації, в процесі їх навчання і тестування, дозволив отримати для кожної стадії виробництва хліба прогнозуючі моделі, які можуть бути використані у системі автоматизованого управління для оперативної корекції технологічних режимів.
У четвертому розділі наведені результати розробки підсистеми оперативної корекції технологічних параметрів на основі розроблених прогнозуючих моделей і генетичних алгоритмів, а також наведена практична реалізація розроблених підсистем у складі автоматизованої системи управління, її функціональна та технічна структура.
В процесі розробки підсистеми оперативної корекції технологічних режимів на окремих стадіях виробництва хліба запропонована функціональна структура системи управління, яка складається з прогнозуючої моделі і генетичного алгоритму, в процесі функціонування якої, змінюючи, з використанням генетичних алгоритмів, значення технологічних режимів (управляючих дій) на входах прогнозуючої моделі визначаються такі, при яких прогнозовані значення технологічних показників стадії (виходи моделі) максимально наближаються до регламентованих, за умови виконання технологічного процесу під дією технологічних показників попередньої стадії.
Проведений аналіз використання неперервного генетичного алгоритму (RGA - Real coded) з використанням відповідних операцій схрещування і мутації.
Розроблена функціональна і технічна структура інтелектуальних підсистем прийняття рішень, а також людино-машинний інтерфейс автоматизованих робочих місць оператора технолога.

Список литературы

ОСНОВНІ ВИСНОВКИ ТА РЕЗУЛЬТАТИ

У дисертаційній роботі запропоновано новий підхід до удосконалення систем автоматизованого управління процесом хлібопекарського виробництва шляхом включення до її складу підсистем підтримки прийняття рішень для вибору поліпшувачів і оперативної корекції технологічних режимів, які на основі розроблених моделей і алгоритмів формують рекомендації для прийняття ефективних управлінських рішень з метою підтримання якісних показників готової продукції.
1. Аналіз процесу виробництва хліба як об’єкта управління показав, що існуючі системи автоматизації доцільно доповнити підсистемами підтримки прийняття рішень для вибору поліпшувачів з метою коригування хлібопекарських властивостей борошна і підсистемою оперативної корекції технологічних режимів окремих стадій виробництва у разі порушення технологічних показників отриманих на попередній стадії виробництва.
2. Згідно з методикою нечіткої логіки сформовано матриці термів лінгвістичних змінних, функції належності, бази знань з евристичних правил вибору поліпшувачів, а також на основі алгоритмів Мамдамі і Парето отримано логічні висновки щодо доцільності використання відповідного поліпшувача у разі низьких хлібопекарських властивостей борошна у системі управління підготовкою сировини.
3. Показано, що для розробки системи оперативної корекції технологічного процесу приготування хліба як складної динамічної системи за умови необхідності прийняття управлінських рішень на початку виконання наступної стадії виробництва, доцільно розробити прогнозуючу модель, за допомогою якої можна передбачити відхилення технологічних показників від регламентованих значень і визначити зміни технологічних режимів для отримання напівпродуктів і готової продукції відповідної якості.
4. Параметричний аналіз технологічного процесу, на різних стадіях якого відбуваються складні мікробіологічні, біохімічні, колоїдні, хімічні, гідродинамічні, теплові та механічні процеси показав, що для розробки прогнозуючої моделі доцільно використовувати штучні нейронні мережі, які добре зарекомендували себе у роботі з системами, які мають велику ступінь невизначеності, належать до слабко формалізованих і описуються в основному нелінійними залежностями.
5. Дослідження можливості використання нейронних мереж різної архітектури (прямого розповсюдження і рекурентного типу) з різними функціями активації, в процесі їх навчання і тестування, дало змогу отримати для кожної стадії виробництва хліба прогнозуючі моделі, що можуть бути використані у системі автоматизованого управління для оперативної корекції технологічних режимів.
6. Запропоновано структуру підсистеми оперативної корекції технологічних режимів у складі прогнозуючої моделі і генетичного алгоритму, в процесі функціонування якої визначаються значення технологічних режимів (управляючих дій), за яких прогнозовані значення технологічних показників стадії (виходи прогнозуючої моделі) максимально наближаються до регламентованих, за умови виконання технологічного процесу під дією технологічних показників попередньої стадії.
7. Розроблено функціональну і технічну структуру, а також інтерфейс оператора-технолога системи автоматизованого управління виробництвом хліба, які на основі інформації отриманої від системи автоматичного контролю, заводської лабораторії і оператора формують рекомендації щодо доцільності вибору поліпшувача і корегування технологічних режимів виробничого процесу з метою отримання стабільно високих показників якості готової продукції.

СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ
1. Автоматизована система управління процесом приготування хліба / Швед .М. Ельперін І.В. // Materiały VIII Międzynarodowej naukowi-praktycznej konferencji «Perspektywiczne opracowania są nauką i technikami - 2012» Volume 21. Technicznenauki. Fizyczna kultura i sport.: Przemyśl. Nauka i studia - 96 str. – С.25-28
2. Автоматизована система управління технологічним процесом приготу-вання хліба / Швед, С.М. // Наукові здобутки молоді – вирішенню проблем харчування людства у ХХІ столітті: матеріали 79 міжн.наук.конф.мол.учених, асп. і студ., 15-16 квітня 2013 р. Ч. 2 – К.: НУХТ, 2013 р. – С.596-598
3. Аксенов, С.В. Организация и использование нейронных сетей (методы и технологии) / С.В. Аксенов; под общ. ред. В.Б. Новосельцева. – Томск: Изд-во НТЛ, 2006. – 128 с.
4. Алиев, Р.А. Производственные системы с искусственным интеллектом / Р.А. Алиев, Н.М. Абдикеев, М.М. Шахназаров. – М.: Радио и связь, 1990. – 264 с.
5. Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях / А.Е. Алтунин, М.В. Семухин. – Тюмень: изд., Тюменского государственного университета, 2000. – 352 с.
6. Аналіз хлібопекарського виробництва як динамічної системи / С. С. Шаруда, С. М. Швед, І. В. Ельперін // Новини передової науки - 2012 : мат. VIII міжнар. наук.-практ. конф., Софія, 17-25 травня 2012 р. – 2012. – Т. 26 : Технології. - С. 62-66.
7. Анфилатов, B.C. Системный анализ в управлении: учеб. пособие / B.C. Анфилатов, А.А. Емельянов, А.А. Кукушкин; под общ. ред. А.А. Емельянова. – М.: Финансы и статистика, 2002. - 368 с.
8. Арлазаров, В.Л. Теория и методы создания интеллектуальных компьютерных систем / В.Л. Арлазаров, Ю.И. Журавлев, О.И. Ларичев. – М.: Энеpгоатомиздат, 2001. – 212 с.
9. Арсеньєва, Л.Ю. Наукове обгрунтування та розроблення технології функціональних хлібобулочних виробів з рослинними білками та мікронутрієнтами : автореф. дис.д-ра техн. наук: 05.18.01 / Л.Ю. Арсеньєва ; [ Національний ун-т харчових технологій]. – К., 2007. – 39 с.
10. Аттетков, А.В. Методы оптимизации /А.В. Аттетков, С.В. Галкин, В.С. Зарубин. – М.: МГТУ, 2004. – 432 с.
11. Ауэрман, Л.Я. Технология хлебопекарного производства / Л.Я. Ауэрман. – СПб.: Профессия, 2005. – 416с.
12. Барышников, А.Н. Аналитическое и экспериментальное исследование статики и динамики тепловых процессов в условных зонах хлебопекарных тон-нельных электропечей : дис. канд. техн. наук /А.Н. Барышников. – К., 1981.–200 с.
13. Батищев, Д.И. Оптимизация многоэкстремальных функций с помощью генетических алгоритмов / Д.И. Батищев, С.А. Исаев [Електроний ресурс]. –Режим доступа: URL:http://bspu.secna.ru/Docs/~saisa/ga/summer97.html
14. Бертран, М. Объектно – ориентированное конструирование програм-мных систем: пер. с англ. – М.: Изд.ательско-торговый дом «Русская Редакция», 2005. – 1232 с.
15. Бешелев, С.Д Математико-статистические методы экспертных оценок / С. Д. Бешелев, Ф.Г. Гурвич. 2-е изд., перераб. и доп. – М.: Статистика, 1980.–263с.
16. Благовещенская, М.М. Автоматика и автоматизация пищевих производств / М.М. Благовещенская, Н.О. Воронина, А.В. Казаков и др. – М.: Агропромиздат, 1991. – 239 с.
17. Благовещенская, М.М. Информационные технологии систем управления технологическими процессами / М.М. Благовещенская, Л.А. Злобин. – М.: Высшая школа, 2005. – 768с.
18. Бондарев, В.Н. Искусственный интеллект: учеб. пособие для вузов / В.Н. Бондарев, Ф.Г. Аде. – Севастополь, изд-во СевНТУ, 2002. – 615 с.
19. Боровиков, В.П. Нейронные сети. Statistica Neural Networks. Методология и технологии современного анализа данных / В.П. Боровиков. – 2-е изд. перераб. и доп. – М.: Горячая линия - Телеком, 2008. – 392 с.
20. Буч, Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++/ Г. Буч. –2-е изд, пер. с англ. – СПб.: «Невский диалект», 1998. – 560 с.
21. Вендров, А.М. CASE-технологии. Современные методы и средства проектирования информационных систем / А.М. Вендров. – М.: Финансы и статистика, 1998. – 176 с.
22. Використання SADT технології при розробленні системи керування дифузійною установкою / В.М. Сідлецький, І.В. Ельперін // Нові технології та технічні рішення в харчовій та переробній промисловості: сьогодення та перспективи: IX міжнар. наук. тех. конф., 17-19 жовтня 2005 р. : тези допов. – Київ НУХТ, 2005р. – С. 47
23. Власенко, Л.О. Автоматизоване управління підсистемами технологіч-ного комплексу цукрового заводу з використангням методів діагностики і прогнозування: дис. канд. техн. наук / Л.О. Власенко. – К., 2010. – 234 с.
24. Волков, В.И. Информационно-аналитические методы экспертных оценок в системах управления и образования / В.И. Волков, В.А. Трайнев. – М.: МПГУ, 1996. – 175 с.
25. Выявление экспертных знаний (процедуры и реализации) : научное издание / О. И. Ларичев, А. И. Мечитов, Е. М. Мошкович, Е. М. Фуремс; под ред. С. В. Емельянов; Академия наук СССР, Всесоюзный научно-исследовательский институт системных исследований. – М. : Наука, 1989. – 127 с.
26. Гаврилова, Т. А. Базы знаний интеллектуальных систем: учеб./ Т. А Гаврилова, В.Ф Хорошевский. – СПб.: Питер, 2001. – 384 с.
27. Гаврилова, Т. А. Практические методы извлечения знаний [Електрон. ресурс]. – Режим доступ: http: // www.smart-edu.com/ index.php?option=com_content&view=article&id= 277:con277&catid=48:c48&Itemid=287
28. Герасимов, Б.М. Человеко-машинные системы принятия решений с элементами искусственного интеллекта / Б.М. Герасимов, В.А. Тарасов, И.В. Токарев. – К.: Наук. думка, 1993. – 180 с.
29. Гладков, Л.А. Генетические алгоритмы / Л.А. Гладков, В.В. Курейчик, М.В. Курейчик. – М.: Физматлит, 2006. – 320 с.
30. Глибовець, М.М. Штучний інтелект: підручник для студентів вищих навчальних закладів, які навчаються за спеціальностями “Комп’ютерні науки” та “Прикладна математика” / М.М. Глибовець, О.В. Олецький. – К.: Вид.дім «Академія», 2002. – 366 с.
31. Головко, В.А. Нейроинтеллект: Теория и применения. Книга 1: Организация и обучение нейронных сетей с прямыми и обратными связями. / В.А. Головко. – Брест:БПИ, 1999, – 260 с.
32. Головко, В.А. Нейроинтеллект: Теория и применения. Книга 2: Самоорганизация, отказоустойчивость и применение нейронных сетей. [Текст]/ В.А. Головко. – Брест:БПИ, 1999, – 228 с.
33. Грешилов, А.А. Математические методы построения прогнозов / А.А. Грешилов, В.А. Стакун, А.А Стакун. – М.: Радио и связь,1997. – 112 с.
34. Девятков, В.В. Системы искусственного интеллекта / В.В. Девятков; МГТУ им. Н.Э. Баумана. – М.: 2001. – 351 с.
35. Джарратано, Д. Экспертные системы: принципы разработки и програм-мирование: пер. с англ. – М. : Издательский дом «Вильямс», 2006. –1152 с.
36. Джексон, П. Введение в экспертные системы: Introduction to Expert Systems / П. Джексон. – 3-е изд. – М.: «Вильямс», 2001. – 624 с.
37. Дробот, В.І. Довідник з технології хлібопекарського виробництва / В.І. Дробот. – К.: Руслана, 1998. – 416 с.
38. Дробот, В.І. Лабораторний практикум з технології хлібопекарського та макаронного виробництв: навч. посібник / В.І. Дробот, Л.Ю. Арсеньєва [та ін.]. – К.: Центр навчальної літератури, 2006. – 341 с.
39. Дробот, В.І. Технологічні розрахунки у хлібопекарському виробництві (задачник): навч.-метод. посібник / В.І. Дробот, В.Г. Юрчак, Л.Ю. Арсеньева та інші . – К.: Кондор, 2010. – 440 с.
40. Дробот, В.І. Технологія хлібопекарського виробництва / В.І. Дробот. – К.: Логос, 2002. – 366 с.
41. Дьяконов, В. Matlab: учеб. курс/ В. Дьяконов. – СПб.:Питер, 2001.–560 с.
42. Дьяконов, В.П. Matlab 6.5 SP1/7/7 SP1/7 SP2 + Simulink 5/6. Инструменты искусственного интеллекта и биоинформатики / В.П. Дьяконов, В.В Круглов. – М.: СОЛОН-ПРЕСС, 2006. – 456 с.
43. Дьяконов, В.П. Математические пакеты расширения Matlab: специ-альный справочник / В.П.Дьяконов, В.В.Круглов. – СПб.: Питер, 2001. – 480 с.
44. Ельперін, І.В Автоматизована система управління хлібопекарським виробництвом / С.М.Швед, І.В.Ельперін // Хлібопекарська і кондитерська промисловість України .– 2013, №1(98), с.5-7
45. Єріна, А.М. Статистичне моделювання та прогнозування: навч. посібник / А.М. Єріна. – К.: КНЕУ, 2001. – 170 с.
46. Заде, Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений / Л. Заде. –М.: Мир, 1976. – 167 с.
47. Злобин , Л.А. Оптимизация технологических процессов хлебопекарного производства / Л.А.Злобин. – М.: Агропромиздат, 1987. – 200с.:ил.
48. Иванова, Г.С. Объектно-ориентированное программирование: учеб. для вузов / Г.С. Иванова, Т.Н. Ничушкина, Е.К. Пугачев; под ред. Г.С. Ивановой; МГТУ им. Н.Э. Баумана. – 3-е изд. – М.: 2007. – 368 с.
49. Иванченко, Г.Ф. Комплексный показатель качества хлебопекарной продукции/ Г.Ф.Иванченко, Е.Н.Пивень, Д.И.Скобло // Хлебопекарная и кондитерская промышленность. – 1974. – № 6, –С. 17-19
50. Инструменты контроля качества на предприятии [Електронний ресурс]. – Режим доступа: //http://www.dist-cons.ru/modules/qualmanage/index.html
51. Исаев, А.С. Генетические алгоритмы - эволюционные методы поиска [Текст]/ С.А. Исаев. [Електроний ресурс]. -Режим доступа: URL: http://rv.ryazan.ru/~bug/library/ai/isaev/2/part1.html
52. Ицкович, Э.Л. Эффективность автоматизации химико – технологического производства: предпроектный анализ / Э.Л. Ицкович, Ю.Л. Клоков, Н.В.Шестков. – М.: Химия, 1990. – 128 с.
53. Карнаух, А.А. Автоматическое регулирование реологических свойств тестовых заготовок / А.А.Карнаух, К.В.Коновалов, В.Г. Юрчак, Е.Н. Пивень// Пищевая промышленость. – 1983. -№4, –С.51-52.
54. Карпин, Е.Б. Автоматизация технологіческих процесов пищевых произ-водств / Карпин Е.Б. – 2-е изд., перераб. и доп. – М.: Агропромиздат, 1985. – 536с.
55. Кафаров, В.В. Принципы математического моделирования химико-технологических систем / В.В.Кафаров, В.Л. Перов, В.П. Мешалкин. – М.: Химия, 1974. – 344 с.
56. Кокорева, Л.В. Диалоговые системы и представление знаний / Л.В. Кокорева , О.Л. Перевозчикова, Е.Л. Ющенко; АН Украины. Ин-т кибернетики. – К.: Наук. думка, 1992. – 448 с.
57. Лежнюк, П. Д. Оцінка якості оптимального керування критеріальним методом: монографія / П.Д. Лежнюк, В.О. Комар. – Вінниця: УНІВЕРСУМ-Вінниця, 2006. – 107 с.
58. Лекции по нейронным сетям и генетическим алгоритмам [Електрон. ресурс]. – Режим доступ:http://infoart.baku.az/inews/30000007.htm
59. Леоненков, А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А.В . Леоненков. – СПб.: БХВ-Петербург, 2005. – 736 с.
60. Лорьер, Ж.Л. Системы искусственного интеллекта / Ж.Л. Лорьер. – М.: Мир, 1991. – 568 с.
61. Луцкая Н.Н. Создание имитационных моделей технологических процессов для отладки програм ПЛК и проектов SCADA/HMI/Н.Н. Луцька, А.Н. Пупена, С.Н. Швед // Автоматизация в промышленности. – 2013. –№7 – С.50-54
62. Маклюков, В.И. Влияние теплового и влажностного режима выпечки на качественные характеристики подового хлеба / В. И. Маклюков, З.С. Немцова, Е.Н. Рогозкин // Хлебопекарная и кондитерская промышленность. – 1975. – №11, – С. 13-14.
63. Малежик І.Ф., Процеси і апарати харчових виробництв: підр. для студ. вищ. навч. закл., які навчаються за напрямом підготовки "Харчова технологія та інженерія" / І.Ф. Малежик, П.С. Циганков, П.М. Немирович [та ін.]; за ред. І.Ф. Малежика; Національний ун-т харчових технологій. – К. : НУХТ, 2003. – 400 с.
64. Мартемьянов, Ю.Ф. Экспертные методы принятия решения: учеб. Пособие /Ю.Ф. Мартемьянов, Т.Я. Лазарева. – Тамбов: изд-во Тамб.гос. техн.ун-та, 2010. – 80 с.
65. Матвеева, И.В. Биотехнологические основы приготовления хлеба / И.В. Матвеева, И.Г. Белявская. – М.: ДеЛи принт, 2001. – 150 с.
66. Методи підвищення якості продукції підприємств хлібопекарської продукції / С.М.Швед, І.В.Ельперін //Новітні технології, обладнання, безпека та якість харчових прод.: сьогодення та перспективи: тези доп. міжнар.наук.-практ. конф., 27-28 вересня 2010 р. Частина 2 – К.: НУХТ, 2010. – С.56 -57.
67. Мешалкин, В.П. Экспертные системы в химической технологии. Основы теории, опыт разработки и применения В.П.Мешалкин.– М.: Химия, 1995. –368 с.
68. Михелев, А.А. Справочник по хлебопекарному производству: Оборудование и тепловое хоз-во../ А.А.Михелев. – 2-е изд., перераб. и доп. – М.: Пищ. пром-сть, 1977. – 366 с.
69. Місюра, М.Д. Автоматизоване управління технологічним комплексом виробництва пива: дис. ... канд. техн. наук / М.Д. Місюра. – К., 2010. – 210 с.
70. Моисеев, Н.Н. Методы оптимизации / Н.Н Моисеев, Ю.П. Иванилов, Е.М. Столярова. – М.: Наука, 1975. – 428 с.
71. Нейлор, К. Как построить свою экспертную систему: пер. с англ. – М.: Энергоатомиздат, 1991. –286 с.
72. Нейронные сети. STATISTICA Neural Networks: Методология и технологии современного анализа данных / под ред. В.П. Боровикова. – 2-е изд., перераб. и доп. – М.: Горячая линия – Телеком, 2008. – 392 с.
73. Немцова, З.С. Основы хлебопечения / З.С. Немцова, Н.П. Волкова, Н.С. Терехова – М.: Агропромиздат, 1986. – 287 с.
74. Нечеткая логика: алгебраические основы и приложения: монография / С.Л. Блюмин, И.А. Шуйкова, П.В. Сараев, И.В. Черпаков. – Липецк: ЛЭГИ, 2002. – 113 с.
75. О применении лингвистических переменных при оценке качества образовательных информационных ресурсов / В.Г. Домрачев, О.М. Полещук, И.В. Ретинская, И.В. Антошина [Електронний ресурс]. – Режим доступа: http://www.ict.edu.ru/vconf/files/9350.pdf
76. ОВЕН - Оборудование для автоматизации: Каталог 2012. - Овен, 2012. - 416с.
77. Остапчук, Н.В. Опимизация технологических процессов на зерноперерабатывающих предприятиях / Н.В.Остапчук. – М.: Колос, 1974. – 142 с.
78. Пантелеев, А.В. Методы оптимизации в примерах и задачах / А.В. Пантелеев, Т.А. Летова. – М.: Высш. шк., 2002. – с.231.
79. Панченко, Т.В. Генетические алгоритмы: учебно-методическое пособие / Т.В. Панченко. – Астрахань : Издательский дом «Астраханский университет», 2007. – 87 с.
80. Пивень Е.Н. Разработка и применение автоматизированной измерительной информационной системы для контроля качества подового хлеба в потоке / Е.Н. Пивень, А.А. Бондарь, А.А. Карнаух [и др.]: науч.-техн. рефер. сб.// Хлебопекарная и макаронная промышленность. –1978. – к.3. – С.13-21.
81. Підходи до автоматизованого управління якістю хлібобулочних виробів / С.М. Швед, І.В. Ельперін // Х міжнар. конф. «Контроль і управління в складних системах (КУСС-2010)», 19-21 жовтня 2010 р.: тези доп. – Вінниця, 2010 – С.233
82. Прикладные нечеткие системы / К. Асаи, Д. Ватада, С. Иваи [и др.]; под ред. Т. Тэрано, К. Асаи, М. Сугено; – М.: Мир, 1993. – 368 с.
83. Программирование и изучение методов оптимизации
в компьютерной математической системе MATLAB /Е.Н. Никулина, В.П. Северин // тр. IV всерос. науч. конф. «Проектирование инженерных и научных приложений в среде MATLAB». – Астрахань: Издательский дом «Астраханский университет». 2009. – C. 612–634.
84. Прокопенко Н.Ф. Автоматизация хлебопекарного производства/ Н.Ф. Прокопенко, С.Ф. Вайсерман. –М.: ЦНИИТЭИпищепром, 1973. – 24 с.
85. Пупена, О.М Промислові мережі та інтеграційні технології в автоматизованих системах управління.: Навчальний посібник./ О.М.Пупена, І.В.Ельперін, Н.М.Луцька, А.П.Ладанюк. – К.: Вид-во "Ліра", 2011. – 552 с.
86. Райков А.Н. Интеллектуальные информационные технологии: учеб. пособие / А.Н. Райков; Московский гос. ин-т радиотехники, электроники и автоматики (технический ун-т). – М.: 2000. – 96 с.
87. Романова О.С. Процесное управление предприятиями хлебопекарной промышленности / О.С. Романова. – М.: Хлебпродинформ, 2006. – 256 с.
88. Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети / А.П. Ротштейн. – Винница: УНИВЕРСУМ, 1999. – 320 с.
89. Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы: пер. с польск. И. Д. Рудинского/Д. Рутковская, М. Пилиньский, Л. Рутковский . – М.: Горячая линия -Телеком, 2006. – 452 c.
90. Синюк В.Г. Системы поддержки принятия решений: основные понятия, примеры и приминение / В.Г.Синюк, О.П.Котельников. – Белгород: БелГТАСМ, 1998. – 237с.
91. Система управління якістю в складі автоматизованої системи управління хлібопекарським підприємством / С.М. Швед, І.В. Ельперін, С.С. Шаруда // Современные направления теоретических и прикладных исследований 2011. Т. 3. Технические науки: сб. науч. тр.: мат. межд. научно-прак. конф. – Одесса, Черноморье, 2011. – С.74-76
92. Сідлецкий В.М. Розробка інтерфейсу користувача в інтелектуальних системах підтримки прийняття рішення / В.М. Сідлецкий, І.В. Ельперін //Харчова промисловість. – 2004. – Додаток до журналу №3. – С.139-140
93. Сідлецький В.М. Автоматизоване управлiння дифузійною станцією з підсистемою підтримки прийняття рішення: дис. канд. техн. наук / В.М. Сідлецький. – К., 2009. –178с.
94. Сідлецький, В.М. Розробка алгоритмів підсистеми підтримки прийняття рішень для контролю якості роботи дифузійного відділення / В.М.Сідлецький, І.В. Ельперін, А.П.Ладанюк // Автоматика. Автоматизация. Електротехнические комплексы и системы. – 2006. – №2(18). – С. 92-97.
95. Скуратовская, О.Д. Контроль качества продукции физико-химическими методами.1 Хлебобулочные изделия. /О.Д.Скуратовская. – М.: ДеЛи, 2000. – 100с.
96. Скурихин, А.Н. Генетические алгоритмы. Новости искусственного интеллекта[Текст] / А.Н. Скурихин. – М: Горячая линия -Телеком, 1995, – с.293.
97. Смітюх, Я. В. Автоматизоване управління брагоректифікаційною установкою на основі сценарного підходу: дис.канд. техн. наук / Я.В. Смітюх. – К., 2007. – 282с.
98. Субботін, С.О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень: навч. посібник / С. О. Субботін; Запорізький нац. технічний університет. – З.: ЗНТУ, 2008. – 341 с.
99. Теоретические основы системного анализа / В.И. Новосельцев, Б.В. Тарасов, В.К. Голиков, Б.Е. Демин; – М.: Майор, 2006. – 592с.: ил.
100. Тинякова, В.И. Математические методы обработки экспертной инфор-мации: Пособие по специальности 080116 (061800) «Математические методы в экономике» СД.Р.09/ В.И. Тинякова. – Воронеж: Изд-во Воронеж, гос.ун-та, 2006. – 68с.
101. Тихонов, С. В. Методика перехода от IDEF0 к модели в терминах теории систем массового обслуживания при исследовании бизнес-процессов организации / С. В. Тихонов // Управление большими системами: сб. труд. – М.: ИПУ РАН, 2008. – Вып. 21. – с 5-15.
102. Тоценко, В. Г. Методи та системи підтримки прийняття рішень/ В. Г.Тоценко. – Київ.: Наукова думка, 2002. – 381с.
103. Усков, А. А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечеткая логика /А. А. Усков, А. В. Кузьмин . – М.: Горячая Линия – Телеком, 2004. – 143 с.: ил.
104. Устинов, Ю.В. Разработка объективных способов определения качества и готовности пшеничных полуфабрикатов хлебопекарного производства для регулирования технологического процесса : дис. канд. техн. наук / Ю.В. Устинов. – К., 1981. – 236 с.
105. Федюкин В. К. Управление качеством производственных процессов : учебное пособие / В. К. Федюкин. – М. : КНОРУС, 2012. – 232 с.
106. Халафян, А.А. "SТАТISТIСА 6. Статистический анализ данных. –3-е изд."/ А.А. Халафян. – М.: 000 «Бином-Пресс», 2007. – 512 с.
107. Черноруцкий, И. Г. Методы принятия решений: учеб. пособие / И.Г. Черноруцкий. – СПб.: БХВ-Петербург, 2005. – 408 с.
108. Черных, В.Я. Исследование и разработка метода автоматического контроля готовности теста по его физическим характеристикам: автореф. дис. ... канд. техн. наук / В.Я. Черных. – М., 1980. – 29 с.
109. Шаруда, С.С. Багатоцільове управління хлібопекарським виробництвом / С.С. Шаруда, В.Д. Кишенько // Харчова промисловість. – К.:НУХТ, 2008. – № 7. – с. 27-32.
110. Шаруда, С.С. Компۥютерно-інтегроване керування хлібопекарським виробництвом / С.С.Шаруда, В.Д.Кишенько, С.М.Швед // Хлібопекарська і кондитерська промисловість України. − 2012, − №5(90), − С.46-4815.
111. Швед, С.М. Підходи до автоматизованого управління якістю хлібобулочних виробів / С.М.Швед, І.В.Ельперін // Вісник Вінницького національного політехнічного університету. − 2011, − №2. − С.10-13.
112. Швед, С.М. Розробка прогнозуючої моделі в системі управління процесом приготування хліба з використанням нейронних мереж / С.М.Швед, І.В.Ельперін // Наукові праці НУХТ. – 2012. – № 47. – С.13-17
113. Швед, С.М. Система підтримки прийняття рішення при виборі поліпшувачів для покращення показників якості борошна / С.М.Швед, І.В.Ельперін // Наукові праці НУХТ. – 2012. – №46 . – С.5-10
114. Швед, С.М. Системний аналіз технологічного процесу виробництва хлібобулочних виробів / С.М. Швед, І.В. Ельперін // Східно-європейський журнал передових технологій. – 2012. – №6/3(60). –С. 44-46.
115. Швед, С.Н. Автоматизированная система управления производством хлеба / С.Н. Швед, И.В.Эльперин // Хлебопродукты. – 2013, – №2-13, – С.58-59
116. Шмалько, Н.А. Применение структурного анализа для формализации технологического процесса производства функциональных хлебобулочных изделий / Н.А. Шмалько // Современные проблемы науки и образования. 2009. – № 6. – С. 14.
117. Шмалько, Н.А.Технология Data Mining для комплексной оценки качества хлебопекарного сырья, полуфабрикатов и готовой продукции / Н.А. Шмалько, Ю.Ф. Росляков, О.В. Руденко, Ю.А. Токарева // Пищевая наука и технология (Украина, Одесса), 2011. – № 3 (16). – С. 28-30.
118. Штовба, С.Д. Проектирование нечетких систем средствами MATLAB/ С.Д. Штовба. – М.: Горячая линия – Телеком, 2007. – 288с., ил.
119. Щербатенко, В.В. Влияние режима выпечки на качество хлеба / В.В.Щербатенко, Н.И.Гогоберидзе, Г.С.Зельман. – М.: ЦИНТИпищепром, 1964, – 37 с.
120. Щербатенко, В.В. Регулирование технологических процессов производства хлеба и повышение его качества / В.В.Щербатенко. – М.: Пищевая промышленность, 1976. – 232 с.
121. Щипин, К.С. Система прогнозирования на основе многокритериально-го анализа временных рядов: дис.канд. техн. наук / К.С. Щипин. – М.,2004. – 137 с
122. Adedeji Bodunde Badiru.Fuzzy Engineering Expert Systems with Neural Network Applications/ Badiru Adedeji Bodunde, John Cheung.- John Wiley & Sons ; 2002.-320 pp.
123. Alireza M. Genetic algorithms. Tehran: Naghoos. 2008. 144 p.
124. Annual Rainfall Forecasting by Using Mamdani Fuzzy Inference System / Gholam Abbas Fallah-Ghalhary, Mohammad Mousavi-Baygi, Majid Habibi Nokhandan: [Електрон. ресурс]. – Режим доступ: http: // www.scialert.net/ fulltext/?doi =rjes.2009.400.413
125. Baking Problems Solved (Woodhead Publishing in Food Science and Technology) Stanley P. Cauvain , Linda S Young.- CRC Press; 2001.-180 pp.
126. Baking Science - principles of bread production: [Електронний ресурс]. – Режим доступу http://www.thebakerynetwork.com/baking-science-principles-bread-production
127. Bread making: Improving quality (Woodhead Publishing Series in Food Science, Technology and Nutrition) Stanley P. Cauvain.- Woodhead Publishing; 2003.-608 pp.
128. Clyde E. Stauffer. Functional Additives for Bakery Foods / Stauffer, Clyde E;- New York.: Springer; 1991.-288pp
129. Commander Compact CC03: Manual.-VIPA, 10/2011. -136pp.
130. Cordon O., Herrera F., A General study on genetic fuzzy systems // Genetic Algorithms in engineering and computer science, 1995. – P. 33-57.
131. Data Mining for extraction of fuzzy IF-THEN rules using Mamdani and Takagi-Sugeno-Kang FIS / J.E. Moreno, O. Castillo, J. R. Castro, L.G. Martínez, P. Melin // Engineering Letters: [Електрон. ресурс]. – Режим доступ: http: // www.engineeringletters.com/ issues_v15/ issue_1/EL_15_1_13.pdf
132. Gembicki, F.W., "Vector Optimization for Control with Performance and Parameter Sensitivity Indices," Ph.D. Thesis, Case Western Reserve Univ., Cleveland, Ohio, 1974
133. Graupe Daniel. Principles Of Artificial Neural Networks:2nd Edition / Daniel Graupe.- World Scientific; 2007. - 320 pp.
134. Gupta M. Madan. Static and Dynamic Neural Networks: From Fundamentals to Advanced Theory/ Madan M. Gupta, Liang Jin, Noriyasu Homma .-John Wiley & Sons; 2004. - 752 pp.
135. Іntelligent control systems of bread production / Sergey Shved, Igor Elperin. // The Second North and East European Congress on Food-2013, 26 – 29 May 2013, Kyiv, Ukraine
136. Lorenz Klaus. Handbook of Dough Fermentations/ Karel Kulp Klaus Lorenz.- CRC Press; 2003.- 328pp.
137. Magelis XBT GT, XBT GK, XBT GC HMI: Manual. - Schneider Electric,04/2012. - 124pp.
138. Mehran K. Takagi-Sugeno Fuzzy Modeling for Process Control / K. Mehran // School of Electrical, Electronic and Computer Engineering – Newcastle University 2008: [Електрон. ресурс]. – Режим доступ: http: // www.staff.ncl.ac.uk/ damian.giaouris/pdf/IA%20Automation/
139. Neural Networks for Modelling and Control of Dynamic Systems: A Practitioner's Handbook (Advanced Textbooks in Control and Signal Processing)/ M. Norgaard, O. Ravn , N.K. Poulsen , L.K. Hansen.- Springer;2008.- 246 pp.
140. Puyin Liu. Fuzzy Neural Network Theory And Application/ Liu Puyin, Li Hongxing .- World Scientific; 2004. - 376 pp.
141. Rabunal R. Juan. Artificial Neural Networks in Real-life Applications Unknown Binding / Juan R .Rabunal. , Julian Dorado.- Idea Group Pub (E); 2006.-375 pp.
142. Severin V. P. Application of Genetic Algorithms to Vector Optimization of the Automatic Control Systems // Intelligent Information and Engineering Systems. Information Science and Computing. Information Technologies and Knowledge. 2009. N. 13. Vol. 3. P. 90–97.
143. Siltala M. Modelling Contracting Procedure and the Concept of the Service Portfolio for Finnish Municipalities using SADT Technique / M. Siltala // Nordic Journal of Surveying and Real Estate Research. – 2004. – v.1, n.2: [Електрон. ресурс]. – Режим доступ: http: // mts.fgi.fi/ njsr/issues/2004/njsrv1n22004_siltala.pdf
144. SIMATIC - C-7 Control System: Manual.-Siemens, 07/2006. -92pp.
145. SIMATIC - LOGO!: Руководство пользователя.-Siemens, 03/2009. -302pp.
146. Sivanandam S. N.Introduction to Neural Networks Using Matlab 6.0
147. Unitronics Vision (formerly M90): Manual. - KLINKMANN AUTOMATION, 06/2010. - 54pp.
148. VIPA System 200V - CPU: Manual.-VIPA, 06/2012. -74pp.
149. Weise T. Global Optimization Algorithms Theory and Application. 2008. 818 p.
150. WinPLC7 version 4: User Manual/ - VIPA, 08/2010. - 186pp.
151. Yegnanarayana B. Artificial Neural Networks Paperback / B. Yegnanarayana.- Prentice-Hall of India Pvt.Ltd ;2004.- 476 pp.
152. Zhang Xiang-Sun. Neural Networks in Optimization (Nonconvex Optimization and its Applications, Book 46)/ Xiang-Sun Zhang.- Springer; 2000.- 384pp.