Aplicação de redes neurais artificiais na predição do Pol do caldo da cana-de-açúcar

RESUMO

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