IDENTIFICAÇÃO DE VARIÁVEIS PARA TREINAMENTO DE MODELOS ESTOCÁSTICOS A PARTIR DE DADOS DE UMA UNIDADE INDUSTRIAL DE PRODUÇÃO DE ETANOL

IDENTIFICAÇÃO DE VARIÁVEIS PARA TREINAMENTO DE MODELOS ESTOCÁSTICOS A PARTIR DE DADOS DE UMA UNIDADE INDUSTRIAL DE PRODUÇÃO DE ETANOL

PEREIRA, R. D.; CRUZ, A. J. G.; BADINO JR, A. C.

Pôster:

O presente trabalho teve por objetivo a identificação de variáveis doprocesso industrial de produção de etanol para empregá-las como variáveis deentrada em modelos estocásticos para o cálculo da eficiência da fermentação.Utilizou-se o método de correlação cruzada empregando o software Matlab. A partirdos resultados concluiu-se que 9 dentre as 18 variáveis disponíveis no banco dedados, mostraram-se mais relevantes como informações de entrada. Essas variáveispodem ser usadas como entradas em modelos estocásticos, como por exemplo, redesneurais artificiais. 

O presente trabalho teve por objetivo a identificação de variáveis doprocesso industrial de produção de etanol para empregá-las como variáveis deentrada em modelos estocásticos para o cálculo da eficiência da fermentação.Utilizou-se o método de correlação cruzada empregando o software Matlab. A partirdos resultados concluiu-se que 9 dentre as 18 variáveis disponíveis no banco dedados, mostraram-se mais relevantes como informações de entrada. Essas variáveispodem ser usadas como entradas em modelos estocásticos, como por exemplo, redesneurais artificiais. 

Palavras-chave:

DOI: 10.5151/cobeq2018-PT.0669

Referências bibliográficas

• [1] NELLES, O. Nonlinear system identification: from classical approaches to neural networks and fuzzy models. Springer Science & Business Media, 2013. SOVANN, N.; NALLAGOWNDEN, P.; BAHARUDIN, Z. A method to determine the input variable for the neural network model of the electrical system. Intelligent and Advanced Systems (ICIAS), 2014 5th International Conference on. Anais. IEEE, 2014.

Como citar:

PEREIRA, R. D.; CRUZ, A. J. G.; BADINO JR, A. C.; "IDENTIFICAÇÃO DE VARIÁVEIS PARA TREINAMENTO DE MODELOS ESTOCÁSTICOS A PARTIR DE DADOS DE UMA UNIDADE INDUSTRIAL DE PRODUÇÃO DE ETANOL", p-2523-2526. In: . São Paulo: Blucher, 2018.
ISSN 23591757, DOI 10.5151/cobeq2018-PT.0669