SciELO - Scientific Electronic Library Online

 
vol.23 número1Trocas gasosas e eficiência fotoquímica do pimentão hidropônico sob salinidade e densidades de plantioMétodo não-destrutivo para estimar área foliar e pigmentos foliares em feijoa índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

Compartilhar


Revista Brasileira de Engenharia Agrícola e Ambiental

versão impressa ISSN 1415-4366versão On-line ISSN 1807-1929

Resumo

COELHO, Anderson P. et al. Aplicação de redes neurais artificiais na predição do Pol do caldo da cana-de-açúcar. Rev. bras. eng. agríc. ambient. [online]. 2019, vol.23, n.1, pp.9-15. ISSN 1807-1929.  https://doi.org/10.1590/1807-1929/agriambi.v23n1p9-15.

Técnicas inovadoras que busquem minimizar os custos de produção e a onerosidade de determinadas operações são um dos grandes desafios atualmente no setor sucroenergético. Nesse sentido, objetivou-se estimar os valores do Pol do caldo da cana-de-açúcar, em função do °Brix e do peso do bolo úmido (PBU), utilizando modelagem por redes neurais artificiais (RNAs). Foi organizado um banco de dados constituído de 204 análises tecnológicas provenientes de um experimento de campo com 15 tratamentos e 2 anos de avaliação. Foram utilizados 75% dos dados para a calibração do modelo e 25% para a validação. Foram utilizadas RNAs do tipo Multilayer Perceptron para calibração e validação dos dados. Antes da calibração, as variáveis foram normalizadas. O algoritmo de treinamento utilizado foi o backpropagation e a função de ativação foi a sigmoide. As RNAs foram estabelecidas com duas camadas ocultas e o número de neurônios variando de 4 a 20 em cada. As 15 RNAs com menor raiz do erro quadrático médio foram apresentadas aleatoriamente pelo software, dentre as quais 6 foram escolhidas para verificação da acurácia. As RNAs apresentaram elevada acurácia para a estimativa do Pol do caldo da cana-de-açúcar, tanto na fase de calibração (R2 = 0,948; RMSE = 0,36%) quanto na validação (R2 = 0,878; RMSE = 0,41%), podendo ser alternativa viável ao método padrão de análise. Redes mais simples podem ser treinadas para apresentarem a mesma acurácia que redes mais complexas.

Palavras-chave : atr; Brix; qualidade tecnológica; sacarose.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )