Identificação de ácidos graxos provenientes do açaí em misturas submetidas ao processo de microfiltração tangencial por meio de Redes Neurais Artificiais

Resumo

O presente artigo propõe a utilização de redes neurais artificiais como uma ferramenta alternativa para classificar misturas de ácidos graxos provenientes do açaí submetidas ao processo de microfiltração tangencial. As redes neurais foram treinadas com os algoritmos de aprendizado supervisionado Levenberg-Marquardt e Regularização Bayesiana, utilizando-se o software MATLAB e dados experimentais obtidos na literatura, referentes à pressão, velocidade de escoamento, tempo e fluxo transmembrana. Os critérios de avaliação consistiram na análise da matriz de confusão, histograma do erro e gráfico de performance. A rede neural com a Regularização Bayesiana mostrou resultados com 99,1% de acerto para a classificação de misturas de água/ácido oleico e água/ácido palmítico e 96,5% quando uma terceira classe foi acrescentada aos dados, contendo água e ambos os ácidos graxos, demonstrando a efetividade da ferramenta.