Submitted by Marlene Santos (marlene.bc.ufg@gmail.com) on 2014-11-28T19:44:35Z No. of bitstreams: 2 Dissertação - Kelton de Sousa Santiago - 2013.pdf: 1524155 bytes, checksum: d6ef69ca7d54266b0df3f43d6f5a6ced (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2014-12-04T14:17:43Z (GMT) No. of bitstreams: 2 Dissertação - Kelton de Sousa Santiago - 2013.pdf: 1524155 bytes, checksum: d6ef69ca7d54266b0df3f43d6f5a6ced (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) / Made available in DSpace on 2014-12-04T14:17:43Z (GMT). No. of bitstreams: 2 Dissertação - Kelton de Sousa Santiago - 2013.pdf: 1524155 bytes, checksum: d6ef69ca7d54266b0df3f43d6f5a6ced (MD5) license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Previous issue date: 2013-03-05 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / samples and variables selection simultaneously. The algorithmic methods combination for selecting samples and variables in the multivariate calibration aims to building an effective model for predicting the concentration of a certain interest property. As study case uses data acquired by a material analysis with near infrared waves (NIR) on wheat samples in order to estimate the proteins concentration. The algorithms for selection samples as the random number generator (RNG), KennardStone (KS), sample set partitioning based on joint X and Y (SPXY) were used in conjunction with successive projection algorithms (SPA) and partial least square algorithm (PLS) for selection of variables in order to obtain results that can be used for comparison basis with the proposed algorithm AGCD results obtained. The presented results by samples selection algorithms (GNA, KS and SPXY) were too close,butwhenusedtogetherwithvariableselectionalgorithms(SPAandPLS)theresults were better in RMSEP terms. TheAGCDachievedsignificantlybetterresultscomparedtotheotherstestedalgorithms, reaching an improvement of 97% in comparison with the KS algorithm and an improvement of 63% over SPXY-PLS algorithm, which further approached the AGCD results. / Este trabalho propõe o uso de um algoritmo genético de cromossomo duplo (AGCD) paraaseleçãodeamostrasedevariáveisdeformasimultânea.Aassociaçãodosmétodos algoritmicos para a seleção de amostras e variáveis na calibração multivariada busca a construção de um modelo eficaz para a predição da concentração de uma determinada propriedade de interesse. Como estudo de caso utiliza-se dados adquiridos por uma análise de material com ondas de infravermelho próximo (NIR) sobre amostras de trigo com o propósito de estimar a concentração de proteínas existentes. Os algoritmos de seleção de amostras como o gerador de números aleatórios (GNA), Kennard-Stone(KS),particionamentodeconjuntodeamostrasbaseadanadistânciadeX e Y (SPXY) foram utilizados em conjunto aos algoritmos de projeção sucessivas (SPA) e o algoritmo de mínimos quadrados parciais (PLS) para seleção de variáveis, a fim de se obter resultados que sirvam como base de comparação com os resultados obtidos pelo algoritmo AGCD proposto. Os resultados apresentados pelos algoritmos de seleção de amostras (GNA, KS e SPXY) semostrarambastantepróximos,masquandoutilizadosjuntamentecomosalgoritmosde seleção de variáveis (SPA e PLS) seus resultados foram melhores em termos de RMSEP. O algoritmo evolutivo de cromossomo duplo (AGCD) alcançou resultados significativamentemelhoresemcomparaçãoaosdemaisalgoritmostestados,atingindoumamelhoria de 97% em comparação com o algoritmo KS e uma melhoria de 63% sobre o algoritmo SPXY-PLS, o que mais se aproximou dos resultados do AGCD.