Este trabalho apresenta um estudo comparativo do poder de predição de quatro métodos de regressão adequados para situações nas quais os dados, dispostos na matriz de planejamento, apresentam sérios problemas de multicolinearidade e/ou de alta dimensionalidade, em que o número de covariáveis é maior do que o número de observações. No presente trabalho, os métodos abordados são: regressão por componentes principais, regressão por mínimos quadrados parciais, regressão ridge e LASSO. O trabalho engloba simulações, em que o poder preditivo de cada uma das técnicas é avaliado para diferentes cenários definidos por número de covariáveis, tamanho de amostra e quantidade e intensidade de coeficientes (efeitos) significativos, destacando as principais diferenças entre os métodos e possibilitando a criação de um guia para que o usuário possa escolher qual metodologia usar com base em algum conhecimento prévio que o mesmo possa ter. Uma aplicação em dados reais (não simulados) também é abordada. / This paper presents a comparative study of the predictive power of four suitable regression methods for situations in which data, arranged in the planning matrix, are very poorly multicolinearity and / or highdimensionality, wherein the number of covariatesis greater the number of observations. In this study, the methods discussed are: principal component regression,partial least squares regression,ridge regression and LASSO. The work includes simulations, where in the predictive power of each of the techniques is evaluated for different scenarios defined by the number of covariates, sample size and quantity and intensity ratios (effects) significant, high lighting the main dffierences between the methods and allowing for the creating a guide for the user to choose which method to use based on some prior knowledge that it may have. An applicationon real data (not simulated) is also addressed.

Os sistemas de análises em fluxo com multi-impulsão (MPFS) têm como característica principal o emprego de bombas solenóide como unidade propulsora de fluidos, as quais proporcionam fluxo pulsado. Este regime de fluxo foi avaliado em função das condições de mistura entre as soluções envolvidas, transferência de calor e difusão gasosa. A associação dos métodos quimiométricos de análises e dos sistemas MPFS foi demonstrada em relação à determinação espectrofotométrica de glicose, frutose e glicerol em vinhos fermentiscíveis e caldos de cana-de-açúcar. O método se fundamentou na reação dos carboidratos com metaperiodato de sódio e posterior oxidação de iodeto pelo metaperiodato remanescente com monitoramento de [I3 -] produzido. O tratamento dos dados envolveu calibração multivariada, empregando o algoritmo PLS e os resultados são concordantes com aqueles obtidos por cromatografia líquida de troca aniônica com detecção por amperometria pulsada. O sistema proposto é simples e robusto, capaz de analisar 120 amostras por hora. O fluxo pulsado proporcionou melhoria no desenvolvimento reacional no que diz respeito à transferência de calor e difusão gasosa. Esse aspecto se deve principalmente ao aumento do transporte de massas no sentido radial. Estes fatos foram constatados na determinação espectrofotométrica de açúcares redutores totais (ART) e etanol. O sistema MPFS proposto para a determinação de ART envolveu hidrólise ácida da sacarose e degradação alcalina dos carboidratos. A natureza do fluxo pulsado possibilitou o uso de menores temperaturas de um banho termostatizado durante as etapas de hidrólise e degradação, bem como a diminuição da alcalinidade. Para a mecanização da determinação espectrofotométrica de etanol envolvendo a redução de Cr(VI) a Cr(III) sob condições ácidas, foi desenvolvido um sistema MPFS, o qual se demonstrou eficiente e adequado para procedimentos que envolvem difusão gasosa. Após otimização dos principais parâmetros envolvidos, os mesmos foram comparados empregando o sistema de multi-comutação, cujo fluxo é laminar. Melhores resultados analíticos foram obtidos no sistema proposto, que resultou em boa sensibilidade. Em relação aos sistemas de análises em fluxo que exploram interface reacional única (SIFA), foram demonstradas suas potencialidades através da implementação de procedimentos que envolvem determinações simultâneas, sem a necessidade de reconfigurações no módulo de análises. Ainda, a simplificação da etapa de otimização foi espectrofotometricamente avaliada através da determinação de alumínio, ferro total e P-PO4. O sistema proposto é de configuração simples e capaz de analisar 130, 140 e 90 amostras de alumínio, ferro total e fósforo por hora, respectivamente / Multi-pumping flow systems (MPFS) present as an unique feature the use of solenoid pumps as fluid propelling devices, which deliver pulsed flows. This flow regime was evaluated in order to improve mixing conditions between the involved solutions, heating transfer and gas diffusion.The association of the chemometric methods of analysis and MPFS systems was demonstrated in the spectrophotometric determination of glucose, fructose and glycerol in musts and sugar cane juices. The method involved metaperiodate oxidation of carbohydrates and further oxidation of remainder metaperiodate iodide yield in the [I3 -] complex that was spectrophotometrically monitored. Data treatment involved multivariate calibration relying on the PLS algorithm and results were in agreement with liquid anion chromatography with pulsed amperometric detection. The proposed system is simple and rugged, allowing 120 samples to be run per hour. The pulsed flow led to a enhanced in heating transfer and gas diffusion, in view of the enhanced radial mass transport. These aspects were verified in the spectrophotometric determination of total reducing sugars (TRS) and ethanol. The proposed MPFS system for TRS determination involved in-line hydrolysis of sucrose and alkaline degradation of the carbohydrates. The intrinsic characteristic of pulsed flow allowed the use of lower temperatures in bath thermostatization during hydrolysis and degradation steps, as well as a lower alkalinity. The MPFS for spectrophotometric determination of ethanol involving diffusion towards an acceptor stream, reduction of Cr(VI) to Cr(III) under acidic condition, and Cr*(III) monitoring proved to be eficient and amenale to analytical procedures involving gas diffusion. After optimization of the main parameters, the system was compared with a multicommuted flow system (MCFA) that exploits a laminar flow. Better analytical results were obtained with the proposed system which demonstrated fair sensitivity. Regarding flow systems exploiting a single reaction interface (SIFA), their potentialities were demonstrated by implementing analytical procedures for simultaneous determination without requiring reconfigurations in the flow manifold. In this proposed system the simplification of the optimization step was atained, and the approach was evaluated in relation to spectrophotometrically determination of aluminum, total iron and phosphate. The system exhibits simple configuration and allows 130, 140 and 90 samples of aluminum, total iron and phosphate to be run per hour, respectivelly

A laranja é uma das frutas mais produzidas e consumidas no mundo, sendo o Brasil o maior produtor e exportador do seu suco concentrado. Entretanto, pragas e doenças comprometem consideravelmente sua produção. Atualmente, a doença mais preocupante é o Greening, também conhecida mundialmente como Huanglongbing (HLB). A doença não possui cura, apresenta longa fase assintomática e não possui um método eficiente de controle. Além disso, não existem métodos de diagnóstico aplicáveis em larga escala. Neste trabalho são propostas as técnicas fotônicas de fluorescência induzida por laser e de infravermelho por transformada de Fourier para o diagnóstico do HLB. Para a realização das medidas, foram coletadas folhas de árvores saudáveis, doentes com HLB e doentes com a clorose variegada dos citros, sendo esta incluída nos estudos para verificar a capacidade de diferenciação entre as doenças. Foram coletadas quatro classes de folhas nessas plantas: sadia, HLB-sintomática, HLB-assintomática e CVC-sintomática. As folhas foram medidas em laboratório e seus espectros foram pré-processados para indução de um classificador via regressão por mínimos quadrados parciais. Além das folhas, foram medidas amostras dos seguintes metabólitos primários e secundários para entendimento espectral: amido, glicose, sacarose, hesperidina, naringina e umbeliferona. Taxas de acerto de superiores a 89% foram obtidas na classificação das folhas nas técnicas de fluorescência e infravermelho, sendo superior às taxas dos métodos de manejo empregados atualmente no campo. A fluorescência induzida por laser apresenta um grande potencial para uso em campo devido a possibilidade de miniaturização de seus componentes. Os espectros dos metabólitos secundários apresentam fortes indícios de que a alteração de suas concentrações podem contribuir na detecção de doenças pelas técnicas fotônicas. / Sweet orange is one of the most produced and consumed fruit in the world, and Brazil is the largest producer and exporter of this fruit. However, pests and diseases significantly reduce the worldwide production. Currently, the most destructive disease in the field is called greening, also known as huanglongbing (HLB). There is no control for HLB. In addition, the disease presents a long asymptomatic phase. Furthermore, no diagnostic methods are available to use in large scale. In this study are proposed fluorescence and infrared spectroscopy for the HLB diagnosis. For the measurements were collected leaves from healthy, HLB- and citrus variegated chlorosis-infected plants, being the last one to comparison between the diseases. It were collected four classes of leaves: healthy, HLB-asymptomatic, HLB-symptomatic and CVC-symptomatic. The leaves were measured and their spectra were pre-processed for the induction of classifier via partial least squares regression. In addition, samples of plant metabolites were measured for leaves spectral interpretation: starch, glucose, sucrose, hesperidin, naringin and umbelliferone. Success rates above 89% were obtained through both photonic techniques, higher compared to the sucess rates of the actual management methods. The metabolites spectra have shown strong evidence that their concentrations changes could contribute to the diagnosis of the diseases by photonic techniques. Particularly, the fluorescence spectroscopy seems interesting because it has a great potential for field application due to the existence of portable photonic devices.

Submitted by admin tede (tede@pucgoias.edu.br) on 2018-05-28T19:09:38Z No. of bitstreams: 1 LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) / Made available in DSpace on 2018-05-28T19:09:38Z (GMT). No. of bitstreams: 1 LEONARDO RODRIGUES DE OLIVEIRA MERELLES.pdf: 1239497 bytes, checksum: cf674b2af1fe982136ca8ff2e1740f37 (MD5) Previous issue date: 2018-03-27 / Understanding how climate change influences crop yield contributes to the forecasting of its consequences and assists in the management of agribusiness and food security. In this study, partial least squares regression (PLSR) was used to quantify the contribution of climate change to soybean and corn yield. To verify the accuracy of the model, the time series regression was applied. The Central-West and South regions of Brazil were considered for the modeling of grain yield using precipitation, temperature, humidity, evapotranspiration and carbon dioxide levels between 1980 and 2016 as predictors. In both regions, the main contributor to increased grain yield was the increase in carbon dioxide levels, and the main contributor to the reduction of productivity was air humidity, suggesting that climate change is influencing grain yield. The results confirm climate change, indicating that farmers and decision makers should work on other variables that control productivity, such as genetic improvement and agricultural management practices. / Compreender como as mudanças climáticas influenciam na produtividade agrícola contribui com a previsibilidade de suas consequências e auxilia na gestão do agronegócio e da segurança alimentar. Neste estudo, foi utilizada a regressão por mínimos quadrados parciais (PLSR) para quantificar as contribuições das mudanças climáticas na produtividade da soja e do milho. Para verificar a qualidade de ajuste do modelo foi aplicada a regressão de séries temporais. As regiões Centro-Oeste e Sul do Brasil foram consideradas para a condução da modelagem da produtividade de grãos, utilizando como variáveis preditoras a precipitação, temperatura, umidade, evapotranspiração e os níveis de dióxido de carbono, entre os anos de 1980 a 2016. Nas duas regiões, o principal contribuinte para o incremento da produtividade de grãos foi o aumento nos níveis de dióxido de carbono e o principal contribuinte para a redução da produtividade foi a umidade do ar, sugerindo que as mudanças climáticas estão influenciando na produtividade de grãos. Os resultados confirmam as mudanças climáticas, indicando que agricultores e tomadores de decisões deverão atuar em outras variáveis que controlam a produtividade, como melhoramento genético e práticas de gestão agrícola.

Os sistemas de análises em fluxo com multi-impulsão (MPFS) têm como característica principal o emprego de bombas solenóide como unidade propulsora de fluidos, as quais proporcionam fluxo pulsado. Este regime de fluxo foi avaliado em função das condições de mistura entre as soluções envolvidas, transferência de calor e difusão gasosa. A associação dos métodos quimiométricos de análises e dos sistemas MPFS foi demonstrada em relação à determinação espectrofotométrica de glicose, frutose e glicerol em vinhos fermentiscíveis e caldos de cana-de-açúcar. O método se fundamentou na reação dos carboidratos com metaperiodato de sódio e posterior oxidação de iodeto pelo metaperiodato remanescente com monitoramento de [I3 -] produzido. O tratamento dos dados envolveu calibração multivariada, empregando o algoritmo PLS e os resultados são concordantes com aqueles obtidos por cromatografia líquida de troca aniônica com detecção por amperometria pulsada. O sistema proposto é simples e robusto, capaz de analisar 120 amostras por hora. O fluxo pulsado proporcionou melhoria no desenvolvimento reacional no que diz respeito à transferência de calor e difusão gasosa. Esse aspecto se deve principalmente ao aumento do transporte de massas no sentido radial. Estes fatos foram constatados na determinação espectrofotométrica de açúcares redutores totais (ART) e etanol. O sistema MPFS proposto para a determinação de ART envolveu hidrólise ácida da sacarose e degradação alcalina dos carboidratos. A natureza do fluxo pulsado possibilitou o uso de menores temperaturas de um banho termostatizado durante as etapas de hidrólise e degradação, bem como a diminuição da alcalinidade. Para a mecanização da determinação espectrofotométrica de etanol envolvendo a redução de Cr(VI) a Cr(III) sob condições ácidas, foi desenvolvido um sistema MPFS, o qual se demonstrou eficiente e adequado para procedimentos que envolvem difusão gasosa. Após otimização dos principais parâmetros envolvidos, os mesmos foram comparados empregando o sistema de multi-comutação, cujo fluxo é laminar. Melhores resultados analíticos foram obtidos no sistema proposto, que resultou em boa sensibilidade. Em relação aos sistemas de análises em fluxo que exploram interface reacional única (SIFA), foram demonstradas suas potencialidades através da implementação de procedimentos que envolvem determinações simultâneas, sem a necessidade de reconfigurações no módulo de análises. Ainda, a simplificação da etapa de otimização foi espectrofotometricamente avaliada através da determinação de alumínio, ferro total e P-PO4. O sistema proposto é de configuração simples e capaz de analisar 130, 140 e 90 amostras de alumínio, ferro total e fósforo por hora, respectivamente / Multi-pumping flow systems (MPFS) present as an unique feature the use of solenoid pumps as fluid propelling devices, which deliver pulsed flows. This flow regime was evaluated in order to improve mixing conditions between the involved solutions, heating transfer and gas diffusion.The association of the chemometric methods of analysis and MPFS systems was demonstrated in the spectrophotometric determination of glucose, fructose and glycerol in musts and sugar cane juices. The method involved metaperiodate oxidation of carbohydrates and further oxidation of remainder metaperiodate iodide yield in the [I3 -] complex that was spectrophotometrically monitored. Data treatment involved multivariate calibration relying on the PLS algorithm and results were in agreement with liquid anion chromatography with pulsed amperometric detection. The proposed system is simple and rugged, allowing 120 samples to be run per hour. The pulsed flow led to a enhanced in heating transfer and gas diffusion, in view of the enhanced radial mass transport. These aspects were verified in the spectrophotometric determination of total reducing sugars (TRS) and ethanol. The proposed MPFS system for TRS determination involved in-line hydrolysis of sucrose and alkaline degradation of the carbohydrates. The intrinsic characteristic of pulsed flow allowed the use of lower temperatures in bath thermostatization during hydrolysis and degradation steps, as well as a lower alkalinity. The MPFS for spectrophotometric determination of ethanol involving diffusion towards an acceptor stream, reduction of Cr(VI) to Cr(III) under acidic condition, and Cr*(III) monitoring proved to be eficient and amenale to analytical procedures involving gas diffusion. After optimization of the main parameters, the system was compared with a multicommuted flow system (MCFA) that exploits a laminar flow. Better analytical results were obtained with the proposed system which demonstrated fair sensitivity. Regarding flow systems exploiting a single reaction interface (SIFA), their potentialities were demonstrated by implementing analytical procedures for simultaneous determination without requiring reconfigurations in the flow manifold. In this proposed system the simplification of the optimization step was atained, and the approach was evaluated in relation to spectrophotometrically determination of aluminum, total iron and phosphate. The system exhibits simple configuration and allows 130, 140 and 90 samples of aluminum, total iron and phosphate to be run per hour, respectivelly

A laranja é uma das frutas mais produzidas e consumidas no mundo, sendo o Brasil o maior produtor e exportador do seu suco concentrado. Entretanto, pragas e doenças comprometem consideravelmente sua produção. Atualmente, a doença mais preocupante é o Greening, também conhecida mundialmente como Huanglongbing (HLB). A doença não possui cura, apresenta longa fase assintomática e não possui um método eficiente de controle. Além disso, não existem métodos de diagnóstico aplicáveis em larga escala. Neste trabalho são propostas as técnicas fotônicas de fluorescência induzida por laser e de infravermelho por transformada de Fourier para o diagnóstico do HLB. Para a realização das medidas, foram coletadas folhas de árvores saudáveis, doentes com HLB e doentes com a clorose variegada dos citros, sendo esta incluída nos estudos para verificar a capacidade de diferenciação entre as doenças. Foram coletadas quatro classes de folhas nessas plantas: sadia, HLB-sintomática, HLB-assintomática e CVC-sintomática. As folhas foram medidas em laboratório e seus espectros foram pré-processados para indução de um classificador via regressão por mínimos quadrados parciais. Além das folhas, foram medidas amostras dos seguintes metabólitos primários e secundários para entendimento espectral: amido, glicose, sacarose, hesperidina, naringina e umbeliferona. Taxas de acerto de superiores a 89% foram obtidas na classificação das folhas nas técnicas de fluorescência e infravermelho, sendo superior às taxas dos métodos de manejo empregados atualmente no campo. A fluorescência induzida por laser apresenta um grande potencial para uso em campo devido a possibilidade de miniaturização de seus componentes. Os espectros dos metabólitos secundários apresentam fortes indícios de que a alteração de suas concentrações podem contribuir na detecção de doenças pelas técnicas fotônicas. / Sweet orange is one of the most produced and consumed fruit in the world, and Brazil is the largest producer and exporter of this fruit. However, pests and diseases significantly reduce the worldwide production. Currently, the most destructive disease in the field is called greening, also known as huanglongbing (HLB). There is no control for HLB. In addition, the disease presents a long asymptomatic phase. Furthermore, no diagnostic methods are available to use in large scale. In this study are proposed fluorescence and infrared spectroscopy for the HLB diagnosis. For the measurements were collected leaves from healthy, HLB- and citrus variegated chlorosis-infected plants, being the last one to comparison between the diseases. It were collected four classes of leaves: healthy, HLB-asymptomatic, HLB-symptomatic and CVC-symptomatic. The leaves were measured and their spectra were pre-processed for the induction of classifier via partial least squares regression. In addition, samples of plant metabolites were measured for leaves spectral interpretation: starch, glucose, sucrose, hesperidin, naringin and umbelliferone. Success rates above 89% were obtained through both photonic techniques, higher compared to the sucess rates of the actual management methods. The metabolites spectra have shown strong evidence that their concentrations changes could contribute to the diagnosis of the diseases by photonic techniques. Particularly, the fluorescence spectroscopy seems interesting because it has a great potential for field application due to the existence of portable photonic devices.

Submitted by Bruna Rodrigues (bruna92rodrigues@yahoo.com.br) on 2016-10-06T11:48:12Z No. of bitstreams: 1 DissMHC.pdf: 1077783 bytes, checksum: c81f777131e6de8fb219b8c34c4337df (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-20T13:58:41Z (GMT) No. of bitstreams: 1 DissMHC.pdf: 1077783 bytes, checksum: c81f777131e6de8fb219b8c34c4337df (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-20T13:58:47Z (GMT) No. of bitstreams: 1 DissMHC.pdf: 1077783 bytes, checksum: c81f777131e6de8fb219b8c34c4337df (MD5) / Made available in DSpace on 2016-10-20T13:58:52Z (GMT). No. of bitstreams: 1 DissMHC.pdf: 1077783 bytes, checksum: c81f777131e6de8fb219b8c34c4337df (MD5) Previous issue date: 2016-04-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / This paper presents a comparative study of the predictive power of four suitable regression methods for situations in which data, arranged in the planning matrix, are very poorly multicolinearity and / or high dimensionality, wherein the number of covariates is greater the number of observations. In this study, the methods discussed are: principal component regression, partial least squares regression, ridge regression and LASSO. The work includes simulations, wherein the predictive power of each of the techniques is evaluated for di erent scenarios de ned by the number of covariates, sample size and quantity and intensity ratios (e ects) signi cant, highlighting the main di erences between the methods and allowing for the creating a guide for the user to choose which method to use based on some prior knowledge that it may have. An application on real data (not simulated) is also addressed. / Este trabalho apresenta um estudo comparativo do poder de predi c~ao de quatro m etodos de regress~ao adequados para situa c~oes nas quais os dados, dispostos na matriz de planejamento, apresentam s erios problemas de multicolinearidade e/ou de alta dimensionalidade, em que o n umero de covari aveis e maior do que o n umero de observa c~oes. No presente trabalho, os m etodos abordados s~ao: regress~ao por componentes principais, regress~ao por m nimos quadrados parciais, regress~ao ridge e LASSO. O trabalho engloba simula c~oes, em que o poder preditivo de cada uma das t ecnicas e avaliado para diferentes cen arios de nidos por n umero de covari aveis, tamanho de amostra e quantidade e intensidade de coe cientes (efeitos) signi cativos, destacando as principais diferen cas entre os m etodos e possibilitando a cria c~ao de um guia para que o usu ario possa escolher qual metodologia usar com base em algum conhecimento pr evio que o mesmo possa ter. Uma aplica c~ao em dados reais (n~ao simulados) tamb em e abordada

Made available in DSpace on 2015-05-14T13:21:12Z (GMT). No. of bitstreams: 1 arquivototal.pdf: 4180515 bytes, checksum: c6359ed912cde60c8848929b44dcca5c (MD5) Previous issue date: 2012-03-08 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Spectroscopy techniques combined with multivariate calibration have allowed the development of methods for analyte determinations (or other properties) in complex matrices. In this context, it can be mentioned the determinations that uses models based on PLS (Partial Least Square) regression, which is well established and consolidated in literature. Is spite of efficiency of PLS models obtained from full spectrum, some papers reported in literature show that a variable selection may improve the predictive ability of the PLS models. In the present work, it was developed an algorithm, in Matlab@, that employs the SPA (Successive Projection Algorithm), originally proposed for MLR (Multiple Linear Regression), in order to improve the predictive ability of interval PLS models. The proposed algorithm, termed iSPA-PLS, was evaluated in three case studies, namely: (i) simultaneous determination of three artificial colorants by UV-VIS spectrometry, (ii) quantification of protein contents in wheat using NIR spectrometry, and (iii) quality determination of samples of beer extract using NIR spectrometry too. The performance of iSPA-PLS was compared to the following well-established algorithms and methods: GA-PLS, PLS-Jack-Knife, iPLS e siPLS. In all applications, the results show that the iSPA-PLS presented some advantageous when compared to other algorithms used for comparison. The main advantageous include the smallest errors of prediction and the capacity of selecting a smaller number of PLS factors. / A combinação de técnicas espectroscópicas com calibração multivariada tem permitido o desenvolvimento de métodos para determinação de analitos (ou outras propriedades) em matrizes complexas. Nesse contexto, destacam-se as determinações usando modelos baseados na regressão PLS (Partial Least Square), bem difundida e consolidada na literatura. Apesar da eficácia dos modelos PLS obtidos a partir de espectros completos, alguns trabalhos da literatura têm mostrado que a seleção de variáveis pode melhorar a capacidade preditiva dos modelos PLS. No presente trabalho, desenvolve-se um algoritmo, em MatLab@, que utiliza o Algoritmo das Projeções Sucessivas-APS, proposto originalmente para MLR (Multiple Linear Regression), a fim de melhorar a capacidade preditiva de modelos PLS obtidos por intervalos. O algoritmo proposto, denominado Algoritmo das projeções sucessivas em intervalos para regressão PLS (iSPA-PLS), foi avaliado em três estudos de caso, a saber: (i) determinação simultânea de três corantes alimentícios em amostras sintéticas usando espectrometria UV-Vis, (ii) quantificação do teor de proteínas em trigo por espectrometria NIR e (iii) determinação da qualidade de amostras de extrato de cervejas usando também espectrometria NIR. O desempenho do iSPA-PLS foi comparado ao dos seguintes algoritmos e modelos bem estabelecidos na literatura: GA-PLS, PLS-Jack-Knife, iPLS e siPLS. Os resultados das três aplicações atestam as vantagens do iSPA-PLS frente aos demais algoritmos. Entre elas, destacam-se os menores erros de predição e a capacidade de selecionar um número menor de fatores PLS.

Made available in DSpace on 2016-08-19T12:56:41Z (GMT). No. of bitstreams: 1 Dissertacao Marcelo Jose.pdf: 1590491 bytes, checksum: 7be3e83649dd910e0afe9a5a25de4e73 (MD5) Previous issue date: 2013-10-22 / The ethanol has continuously gained interests in many countries including Brazil due to the PROÁLCOOL program. The experimental determination of properties of ethanol and other fuels through official methods is very time consuming as well as tedious process. The estimation of these properties with the help of computational tools can be very useful. In the present work, the methods of partial least squares regression (PLS) and artificial neural network multilayer (ANN) were used to estimate one of the most important properties of fuel ethanol, density, using official quality parameters for ethanol, collected from LAPQAP/UFMA laboratory corresponding to 12 years (period: 2002-2013) of analyzes. A careful analysis of the data was performed to obtain a set of variables and data that best represents satisfactory performance of the two models. The estimates of both approaches were compared and validated. The predictive ability of the network obtained was very good for the parameters studied, consistent with the accuracy of the experimental measurements. The low mean square error, the randomness, the zero mean and the constant variance, obtained for the residues, indicated the suitability of the models, suggesting their use to estimate (predict) the density of ethanol. Results indicated that the model ANN was adequate, and the value of NMSE (normalized mean square error) of 0.0012, less than the PLS model of 0.2221. The result achieved is less than the range of measurement uncertainty of the equipment responsible for testing the density proving that the model used has satisfactory performance. / O etanol tem alcançado crescente interesse em muitos países, principalmente, no Brasil devido ao programa PROÁLCOOL. A determinação experimental das propriedades deste biocombustível e de outros combustíveis por meio de métodos oficiais é muito demorada, bem como é considerado um tedioso processo. A estimativa dessas propriedades com a ajuda de ferramentas computacionais pode ser de grande utilidade. No presente trabalho, os métodos de regressão por mínimos quadrados parciais (PLS) e redes neurais artificiais de múltiplas camadas (RNA) foram usados para estimar uma das mais importantes propriedades do etanol combustível, massa específica, utilizando parâmetros de qualidade oficiais de etanol, oriundos de análises realizadas no laboratório LAPQAP/UFMA, durante 12 anos (período: 2002-2013). Inicialmente, uma análise cuidadosa dos dados foi realizada a fim de selecionar um conjunto de variáveis e dados que melhor representasse um desempenho satisfatório dos dois modelos estudados. As estimativas de ambas as abordagens foram comparadas e validadas. A capacidade preditiva da rede neural obtida foi considerada muito boa para os parâmetros estudados, e compatível com a precisão das medidas experimentais. O baixo erro quadrático médio, a aleatoriedade, a média nula e a variância constante, obtida para os resíduos, evidenciaram a adequabilidade dos modelos usados, sugerindo a utilização destes modelos para estimar (predizer) a massa específica do etanol. Resultados indicaram que o modelo de RNA foi adequado, sendo o valor de NMSE (erro quadrático médio normalizado) de 0,0012, valor este, muito inferior ao modelo de PLS de 0,2221. Este resultado alcançado é inferior aos valores da faixa de incerteza de medição do equipamento responsável pelo ensaio experimental da massa específica, comprovando que o modelo utilizado possui desempenho considerado muito bom.

Orientador: Ronei Jesus Poppi / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Química / Made available in DSpace on 2018-08-22T08:18:21Z (GMT). No. of bitstreams: 1 Avila_ThiagoCarvalhode_M.pdf: 7831860 bytes, checksum: 010f2295e00f097a9ecfaf3f498a7069 (MD5) Previous issue date: 2013 / Resumo: Este trabalho visou o uso de Espectroscopia Raman e de Quimiometria para monitoramento e controle da fermentação de glicose por Saccharomyces cerevisiae. Na primeira etapa, foi utilizada calibração multivariada baseada no método dos Mínimos Quadrados Parciais (PLS) para quantificação de glicose, etanol, glicerol, ácido acético e células. Os modelos foram desenvolvidos baseados nos valores de concentração obtidos pelos métodos de referência, cromatografia líquida de alta eficiência ¿ HPLC e espectrofotometria UV/Vis. Tanto na etapa de calibração quanto na de validação, a otimização foi realizada com eliminação de amostras anômalas, baseada nos valores de leverage, resíduos e escores. Na segunda etapa, cartas de controle multivariadas foram usadas para identificação de falhas em bateladas durante o processo de fermentação. Foram construídos modelos MPCA (Análise de Componentes Principais Multimodo) a partir de bateladas NOC (Condições Normais de Operação). As cartas de controle multivariadas foram aplicadas em dois modos de desdobramento dos dados obtidos durante o monitoramento, um preservando a direção das bateladas e outro a direção do tempo. As falhas estudadas foram temperatura, mudança no substrato e contaminação do sistema. No modo de desdobramento por bateladas, a carta de controle Q foi eficiente para detecção das falhas estudas, fato comprovado pela classificação correta de três bateladas NOC como dentro de controle. No entanto, a carta de controle T2 não foi capaz de identificar as falhas estudadas corretamente como fora de controle. O modo de desdobramento pelo tempo também apresentou classificações corretas das falhas estudadas / Abstract: This work aims the use of Raman Spectroscopy and Chemometrics in the monitoring and control in the fermentation of the glucose by Saccharomyces cerevisiae. In the first step, it was applied the multivariate calibration based on Partial Least Squares (PLS) for the quantification of glucose, ethanol, glycerol, acetic acid and cells. The developed of calibration models was performed against the concentration values obtained by the reference methods, High Performance Liquid Chromatography and UV/Vis spectrophotometer. The optimization of the calibration and validation steps, the elimination of outliers was performed based on the values of leverage, residues and scores. In the second step, multivariate control charts were used for identification of batch-fault during the fermentation process. Multi-way Principal Component Analysis (MPCA) models were developed from batch NOC (Normal Operation Conditions). The multivariate control charts were based on two modes of unfolding the multi-way data, obtained during monitoring, one preserving the direction of the batch and another the direction of time. The fault studied were temperature, changes in the substrate and contamination of the system. In unfolding batch mode, the chart Q was effective for detection of the faults studied, proven by the correctly classification of 3 NOC batches as in control. However, the chart T2 failed to identify faults studied. The unfolding in time mode, also presented correct classifications of the faults studied / Mestrado / Quimica Analitica / Mestre em Química