Predicción con redes neuronales de un proceso de secado de ñame (dioscorea rotundata) en horno microondas
Trabajo de grado - Pregrado
2018-10-31
El objetivo de este trabajo fue evaluar la capacidad predictiva de las redes neuronales
artificiales en un proceso de secado de ñame en hornos microondas. Para lo cual se
sometieron a secado muestras de ñame cortadas en rodajas, con masas iniciales de 50 g,
60 g y 70 g, a potencias de 420 W, 560 W y 700 W. Se evaluó la influencia del número
de neuronas en la capa oculta y la función de transferencia de las mismas: función
tangente hiperbólica, lineal y logarítmica sigmoidal. La red seleccionada se sometió a
una validación comparando los datos simulados con datos reales, así mismo, se procedió
al modelado con el modelo de Midilli and Cukuk y se comparó la capacidad de
predicción de este modelo a la capacidad del modelo de redes neuronales. El número de
neuronas seleccionada en la capa oculta fue 5 y la función de transferencia fue la función
tangente hiperbólica, debido a que arrojó el más alto ajuste a los datos, con un error
medio cuadrático inferior a 0,001. Las redes neuronales mostraron alta capacidad
predictiva frente a datos desconocidos con valores de error medio cuadrático inferiores a
0,01 y R2 superior a 0,99. A pesar del buen ajuste del modelo convencional (valores
error medio cuadrático entre 0,01 y 0,1), el modelo de redes neuronales presentó una
mayor capacidad predictiva frente a nuevos datos