CC BY
4
УДК 613.2.038
ОПРЕДЕЛЕНИЕМ ФАЛЬСИФИКАТА ПИЩЕВЫХ ЖИДКОСТЕЙ
ЦИФРОВЫМИ МЕТОДАМИ
И.Ж. Искаков1, В.Я. Кучеренко2, Г.В. Алексеев3, М.И. Дмитриченко4
1,2,3 Университет при МПА ЕврАзЭС, Санкт-Петербург, 194044, ул. Смолячкова, 14, корпус А
Санкт-Петербургский государственный экономический университет, Россия, 191023, Санкт-Петербург, наб. канала Грибоедова, д. 30-32, литер А.
Статья посвящена описанию возможных подходов при идентификации фальсифицированных продуктов. Рассматривается новый экспериментальный метод определения фальсификата на основании простейших физических законов и расчетный метод с использованием экспертных оценок и понятий нечетких множеств.
Ключевые слова: продовольственная безопасность, фальсифицированные продукты питания, идентификация фальсификатов, экспериментальный метод, расчетный метод, экспертные оценки.
ENTERPRISES DETERMINING FALSIFICATION OF FOOD LIQUIDS BY DIGITAL METHODS
I.Zh. Iskakov, V.Ya. Kucherenko, G.V. Alekseev, M.I. Dmitrichenko
University at the IPA EurAsEC, St. Petersburg, 194044, st. Smolyachkova, 14, building A
St. Petersburg State University of Economics, Russia, 191023, St. Petersburg, nab. Griboyedov Canal, d. 30-32, letter A. The article is devoted to the description of possible approaches in the identification of counterfeit products. A new experimental method for determining falsification on the basis of the simplest physical laws and a computational method using expert estimates and concepts of fuzzy sets are considered.
Keywords: food security, falsified food, identification of counterfeits, experimental method, calculation method, expert assessments/
Введение
В конце 2018 г. был предпринят существенный шаг на пути дальнейшего совершенствования основных составляющих российской экономики на базе укрепления евразийской экономической интеграции. Юридически он выразился в принятии Декларации о дальнейшем развитии интеграционных процессов в рамках ЕАЭС. В этом документе сформулированы основные направления дальнейшего развития интеграционных процессов. В числе первоочередных были отмечены обеспечение максимальной эффективности единого рынка ЕАЭС и реализация его возможностей для бизнеса и потребителей, а также повышение благосостояния и качества жизни людей. Решение существующих в настоящее время проблем, увязывалось с принятием и выполнением Стратегических направлений евразийской интеграции до 2025 г. Содержание этих документов направлено на дальнейшее развитие сотрудничество в рамках Союза и проведение общей политики в различных сферах
промышленности, сельского хозяйства бытового обслуживания и ИТ-технологий, в частности за счет унификации и стандартизации выпускаемых в общий оборот товаров и услуг [1].
Цель и методы исследования
Существующие нормы выпуска пищевых продуктов в обращение предусматривает разнообразные меры для того, чтобы во всех этих случаях фальсификат был выявлен до того, как он попадет для использования к населению. Одним из простейших способов выявления таких продуктов является их экспериментальная проверка с помощью плотномеров, имеющих самые разнообразные конструкции. Нами предлагается способ выявления фальсификата с использованием закона сообщающихся сосудов, где одно и то же давление, обеспечиваемое специаль ным насосом, уравновешивается столбом жидкости разной высоты в зависимости от плотности залитого тестируемого напитка (рис.1).
1Искаков Ирлан Жангазыевич - кандидат юридических наук, доцент, ректор, тел.: +7 (981)161-70-42, e-mail: czro.ivsp@mail.ru;
2Кучеренко Виталий Яковлевич - директор центра развития образования, тел.: +7 (981)837-89-57, e-mail: czro.ivsp@mail.ru;
3Алексеев Геннадий Валентинович - доктор технических наук, профессор, кафедра математики и информатики, тел.: +7 (981)837-89-57, e-mail: тел.: +7 (981)837-89-57, e-mail: gva2003@mail.ru;
4Дмитриченко Михаил Иванович - кандидат технических наук, профессор, кафедра товароведения, тел.:+7 (921)941-62-07, e-mail: dmi-1943@yandex.ru.
И.Ж. Искаков, В.Я. Кучеренко, Г.В. Алексеев, М.И. Дмитриченко
б)
Рисунок 1 - Определение значений манометра и превышения плотности для таррировочной (а) и исследуемой ( б) жидкости Способ практически лишен погрешностей из-за возможностей тарирования цены деления
мерительного инструмента практически в ходе испытаний и не зависит ни от температуры, ни от влажности окружающей среды [2-4].
Плотность р вычисляется из простейшего соотношения Р = рдк. где Р - показания манометра;
g-ускорение;
Н - замеренное превышение уровня жидкости. Основная оценка качества алкогольной продукции - органолептическая по 10-балльной системе. Оценка в баллах определяется по четырем показателям: цвет, прозрачность, вкус и аромат. Техническими условиями и стандартами определены следующие показатели по группам напитков (табл.)
Основная часть
Используя аппарат теории нечетких множеств, можно предложить следующий расчетный метод идентификации неизвестного (исследуемого) продукта.
Выберем три группы напитков, например, водка, текила и виски, каждая со своим «спектром» (набором дескрипторов) качеств, к одной из которых предположительно относится исследуемый продукт.
Таблица 1 - Показатели алкогольных напитков
Напиток Тип Плотность (кг/м3) Цвет
Dewar's White Label Виски 940 Желтый
Johnnie Walker Black Label Виски 942 Желтый
Джин 40-43% градуса Водка 943 Прозрачный
Золотая текила Текила 947 Золотой
Серебрянная текила Текила 945 Прозрачный
Финляндия Водка 951 Прозрачный
О каждом продукте, проходящем исследование, составляется определенное мнение, фиксирующееся в виде некоторого «спектра» - набора характеристик (дескрипторов) качеств (1 - 4) с соответствующими экспертными оценками.
Задачей методики отбора является определение - в какой группе напитков у претендента наибольшее совпадение «спектров», то есть минимальное отклонение по всем «спектрам» для определенной группы [5].
С помощью программы в Mathcad этот метод может быть реализован как определение минимума расстояния между двумя многомерными
векторами w :=
У
После определенной подготовки начальных данных: интервьюирования экспертов и обобщения данных о напитках каждой из групп по ранее пройденным ими интервью, начальные
(з ^ ( 1
5 10
и v : =
2 6
v 8 j V 4
данные
Л
можно представить
виде
(V - -(V - \¥) = 7.81 .
Результаты интервьюирования с разными экспертами (спектры) представлены матрицами S1, S2, S3, а спектр исследуемого продукта [6-8] - столбцом Y:
(0.55 0.52 0.60^
S1 :=
S2 :=
0.52 0.55 0.50
0.49 0.456 0.48
0.60 0.58 0.51
0.75 0.70 0.68
0.68 0.85 0.78j
(0.49 0.48 0.50^
0.50 0.51 0.48
0.51 0.53 0.50
0.61 0.60 0.59
0.69 0.66 0.62
0.70 072 0.69j
в
20
СПбГЭУ
Определением фальсификата пищевых жидкостей цифровыми методами
S3 :=
Y :=
f 0.45 0.48 0.44л 0.48 0.44 0.49 0.50 0.52 0.51 0.60 0.62 0.61 0.62 0.63 0.64 V0.72 0.69 0.68у ^0.55^ 0.53 0.48 0.59 0.65
„ V 0.70у
Ниже приведен листинг
программы по анализу принадлежности исследуемого напитка к одной из тестовых групп, составленной для ЭВМ в пакете Mathcad.
Поскольку у нас три группы, то организуем цикл по j, который будет анализировать отклонение «спектра» исследуемого продукта от каждого из заключений экспертов в каждой группе. Переменными min1, min2, min3 обозначим такие минимальные отклонения. Вначале присвоим им значения отклонений от «спектра» испытываемого продукта до первой из оценок экспертов соответствующей группы.
Заключение
Вычисленные минимальные отклонения помещались циклом по i в вектор MIN. Следующим циклом по i помещался в вектор К условный номер выделенных групп напитков, обозначенный: 1 - водка, 2 - текила и 3 - виски.
Для большей наглядности каждому номеру присваивали условную стоимость одного литра «76», «95» и «98».
Результаты расчета помещаются в матрицу
корректировки образовательного процесса в странах УирАзЭС. Вестник Воронежского государственного университета инженерных технологий. 2020. Т. 82. № 4(86). С. 263-271.
K:
95 V 98 у
Полученные данные говорят о предпочтительности принадлежности исследуемого напитка к группе «водка».
Литература
1. Мясникович М., Глазьев С. Методологические подходы к разработке стратегии развития ЕАЭС в условиях мирового кризиса. Наука и инновации. 2020.№7(209). С. 4-15.
2. Мумтаз К., Икбал М.М., Халид С., Рафик Т., Овайс С.М., Аль Аххаб М. Система электронного оценивания для смешанного обучения с дополненной реальностью для улучшения обучения студентов. Евразийский журнал математики, естествознания и технологического образования. №13 (8). 2017. С. 4419-4436.
3. Искаков И.Ж., Ланина Е.Е., Кучеренко В.Я., Алексеев Г.В., Егорова Г.Н. Возможности экономической
4. Ланина Е.Е. Межкультурные коммуникации и евразийская интеграция.Евразийство: теоретический потенциал и практические приложения. 2018. №9. С. 58-62.
5. Искаков И.Ж., Ланина Е.Е., Кучеренко В.Я., Алексеев Г.В. Возможности корректировки образовательного процесса с помощью цифровых технологий. В сборнике: Глобальная экономика в XXI веке: роль биотехнологий и цифровых технологий. Сборник научных статей по итогам работы седьмого круглого стола с международным участием. 2020. С. 56-59.
6. Материалы Пятой конференция «Информационные технологии в аграрно-промышленном комплексе России», Москва, 28-29 июля 2021, https://www.connect-wit.ru/materialy-pyatoj-konferentsii-itapk-chast-vi.html
7. Kosko b. Fuzzy systems as universal approximators // ieee transactions on computers, vol. 43, no. 11, november 1994. - p. 1329-1333.
8. Cordon O., Herrera F., A general study on genetic fuzzy systems // genetic algorithms in engineering and computer science, 1995. - p. 33-57.
