Продуктивность и качество мясного сырья чистопородных и помесных свиней

• Автор: Петренков, Артем Валерьевич
• Шифр специальности: 06.02.10
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: п. Персиановский
• Количество страниц: 128 с. : ил.

ОГЛАВЛЕНИЕ
Введение
1. Обзор литературы
1.1. Современное состояние отрасли свиноводства
1.2. Гетерозис как метод улучшения продуктивных качеств животных
1.3. Продуктивные и интерьерные особенности свиней
в зависимости от влияния различных факторов
1.4. Сущность и применение метода нейросетевого моделирования
2. Материал и методика исследований
3. Результаты собственных исследований
3.1. Продуктивность подопытных свиней
3.1.1. Воспроизводительные качества свиноматок
3.1.2. Откормочные качества
3.1.3. Мясные качества
3.2. Качество свинины
3.2.1. Химический состав мышечной ткани
3.2.2. Физико-химические свойства мышечной ткани
3.2.3. Биохимические показатели крови
3.2.4. Гистологическое строение мышечной ткани
3.2.5. Показатели качества жира
3.2.6. Органолептические показатели мяса
и цельномышечных мясопродуктов
3.2.7. Использование различных способов обработки
мясного сырья с целью снижения проявления качественных дефектов мяса

3.2.8. Сравнение математических моделей влияния свойств
мясного сырья на его органолептическую оценку
3.3. Анализ экономической эффективности проведённых
исследований
Выводы
Предложения производству
Список литературы

ВВЕДЕНИЕ
Актуальность исследований. Перед агропромышленным комплексом России в настоящее время наиболее остро стоит проблема недостаточности объёмов производства продуктов питания как растительного, так и животного происхождения. В связи с этим крайне важным является развитие отрасли свиноводства как наиболее скороспелой из отраслей животноводства и способной решить задачу обеспечения населения высококачественным мясным сырьём и мясопродуктами. Об этом свидетельствует, в частности, целевая отраслевая программа МСХ РФ «Развитие свиноводства в Российской Федерации на 2010-2012 гг.». Среди комплекса первоочередных мер по обеспечению устойчивого и конкурентоспособного развития свиноводства в данной программе на первом месте стоит увеличение производства свинины на основе разведения высокопродуктивных и технологичных пород и гибридов. Кроме того, несомненно важным аспектом развития отечественного свиноводства является снижение стоимости производства свинины.
В настоящее время индустриальное свиноводство находится в стадии устойчивого компенсационного роста, начавшегося с введения национального проекта и государственной программы развития сельского хозяйства. С 2005 по 2010 г. производство свинины почти утроилось, превысив 1,3 млн т в убойном весе. За 2011 г. объём производства мяса в этом секторе АПК увеличился более чем на 18 % (Т. Кулистикова, 2012). В связи с этим отрасли крайне необходимы как современные технологии интенсивного свиноводства, так и породы интенсивного типа, отличающиеся высокими показателями скороспелости и мясных качеств.
Однако долговременная селекция животных на мясность привела к возникновению в практике свиноводства ряда неизвестных ранее проблем. В результате интенсивной эксплуатации свиней с высокими мясными качествами,

тов определяется посредством обучения с учителем, в то время как остальная получается с помощью самообучения (A. K. Jain et al., 1996).
В настоящее время искусственные нейронные сети, обладая способностями к классификации, кластеризации, прогнозированию, аппроксимации и сжатию данных, широко используются при решении самых разных задач и активно применяются там, где обычные алгоритмические решения оказываются неэффективными или вовсе невозможными. В числе задач, решение которых доверяют искусственным нейронным сетям, можно назвать следующие: распознавание текстов, игра на бирже, контекстная реклама в Интернете, фильтрация спама, проверка проведения подозрительных операций по банковским картам, системы безопасности и видеонаблюдения, предсказание погоды (С. Н. Богославский, 2007).
За рубежом нейронные сети успешно применяются и в зоотехнической практике. Так, с помощью нейросетевого моделирования удаётся прижизненно предсказать состав туш животных (E. Р. Berg et al., 1998; A. Faridi et al., 2011), их продуктивные качества (A. Faridi et al., 2012), классифицировать мясное сырьё (J. Qiao et al., 2007), исследовать генетическую структуру популяций (N. Nikolic et al., 2009), обнаруживать генетические отклонения (N. Long et al., 2007) и т. д. В то же время распространение методов нейросетевого моделирования в отечественной практике производства и переработки продуктов животноводства ограничено, в основном, подбором рецептур мясопродуктов (В. А. Самылина, 2006; С.Н. Шлыков, 2007), а аспекты применимости нейронных сетей для задач оценки качества мясного сырья изучены недостаточно хорошо.