Redes neuronales artificiales para la modulación predictiva de la permeabilidad al vapor de agua de películas de quitosano a base de arcilla

Iglesias Guevara, Dairon and Pino Hernández, Maribel and Casariego Año, Alicia and González Correa, Marcos A. and Negrín Hernández, Maikel (2023) Redes neuronales artificiales para la modulación predictiva de la permeabilidad al vapor de agua de películas de quitosano a base de arcilla. Nexo Revista Científica, 36 (06). pp. 854-865. ISSN 1995-9516

Preview

Text 854-865.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (906Kb) | Preview

Abstract

El objetivo de este trabajo es aplicar Redes Neuronales Artificiales (RNA) para el modelado predictivo de la permeabilidad al vapor de agua de películas de quitosano con arcilla, siendo este uno de los factores más importantes en la caracterización de películas y recubrimientos comestibles. Para ello se tomaron 30 conjuntos de datos aleatorios de la base de datos obtenida por Casariego et al. (2009), para la selección y validación del entrenamiento; y 10, igualmente ocasionales con el objetivo de introducir valores fuera del entrenamiento de la Red y comparar los valores esperados contra resultados reales obtenidos en la base de datos utilizada. El diseño, programación y validación de la red se realizó en el Software de Computadora Neural Designer (Versión 591). Se reemplazó como modelo, Perceptron Multilayer; y una arquitectura 3:5:1 (Capa de Entrada: Capa Oculta: Capa de Salida) utilizando como función de activación la Tangente Hiperbólica y Levenberg-Marguardt como algoritmo de aprendizaje. Se obtuvo un EMC de 0,00046 y un R2 de 0,9207 en la Regresión de los datos reales contra los simulados, siendo este un resultado satisfactorio que demuestra el correcto entrenamiento de la Red y la efectividad de la predicción.

Actions (login required)

View Item