VI Международная студенческая научная конференция Студенческий научный форум - 2014

Выращивание личинок Galleria Mellonella актуально для самых разных областей их применения, например, как тест-объект, на корм рыбам, птицам и др. Известно, множество составов кормов для выращивания этих личинок. Все эти составы у разных авторов (Haydak, 1936; Beck, 1960; Н.А. Спиридонов, и др.,1989; Я.И. Жакаускене и др., 1986; С.Е. Штайн, 1993) представлены в виде большого разнообразия рационов. При этом часто отсутствует экспериментальное обоснование выбора и количества того или иного компонента корма и степень его влияния на контролируемый выходной параметр. К сожалению, отсутствуют данные о парных взаимодействиях компонентов кормов на выходной параметр. Все это объясняется сложностью и трудоемкостью проведения экспериментов классическими методами, когда фиксируются все варьируемые параметры (компоненты корма) кроме одного.

Использование математических методов планирования эксперимента дает возможность в десятки раз повысить эффективность и информативность проведения экспериментов за счет одновременного варьирования изменяемых факторов (компонентов корма) с использованием матрицы планирования. При этом возможно либо построение полного факторного эксперимента для небольшого количества варьируемых факторов, либо дробного факторного эксперимента, когда количество варьируемых факторов велико.

В основе предлагаемой методики (Е.А. Любченко, О.А. Чуднова, 2010) лежит использование дробного факторного эксперимента, реализующей начальную матрицу планирования 2⁴, когда четвертные и тройные взаимодействия принимаются как незначимые и заменяются дополнительными факторами (компонентами корма). Таким образом, реализуется матрица планирования эксперимента для 9-и компонентного корма с использованием 16 опытов.

Результаты реализации опытов получаются в виде набора уравнений регрессии

где Y_i – i-тый контролируемый параметр, например, масса съеденного корма, выживаемость личинок, прирост личинок во времени, и т.д.;

k и j – индексы для обозначения номера фактора (компонента корма);

B_0i – компонент уравнения регрессии с нулевым индексом;

B_ij – коэффициент уравнения регрессии показывающий вклад X_j компонента корма в величину контролируемого параметра,

Чем больше этот коэффициент для соответствующего компонента корма, тем больше влияние этого компонента на контролируемый параметр Y_i. Если знак этого коэффициента положителен, то выходной параметр увеличивается и, соответственно, наоборот.

B_ijk - коэффициент уравнения регрессии показывающий вклад парного взаимодействия X_jX_k компонентов корма в величину контролируемого параметра. Он учитывает взаимодействие кормов между собой. Так как рассматривается линейная модель, то квадратичные члены B_i11, B_i22, B_i33 и т.д. равны нулю.

Для оценки значимости коэффициентов уравнения регрессии определяется дисперсия опытов при троекратной реализации матрицы планирования.

Все опыты проводятся одновременно, в одном объеме, что обеспечивает минимальную дисперсию и сопоставимость результатов каждого опыта с другими из этой серии.

При реальной возможности одновременного контроля 5-10 выходных параметров (Y_i) необходимых для управления технологическим процессом и контроля качества продукции на основе полученных уравнений регрессии, возникают возможности многопараметрической оптимизации технологического процесса для достижения требуемых параметров выращивания личинок Galleria Mellonella.

В целом, разработанная методика на основе математических методов планирования эксперимента и обзора литературы должна продемонстрировать более высокую эффективность по сравнению обычно используемыми классическими методами исследования кормов для выращивания личинок Galleria Mellonella.

Литература

1. Любченко Е.А., Чуднова О.А. Планирование и организация эксперимента: учебное пособие. Часть 1. – Владивосток: Издательство ТГЭУ, 2010. – 156 с.

Код для цитирования: Скопировать