2018-01-21

Identificación del proceso de saponificación de grasas para tocador mediante aprendizaje automático

Pantoja Tovar, Cristhian Libardo

Please use this identifier to cite or link to this item:
http://hdl.handle.net/10614/10012
Export Citations:
Export to Mendeley Export to RIS Export to Zotero
Title: Identificación del proceso de saponificación de grasas para tocador mediante aprendizaje automático
Authors: Pantoja Tovar, Cristhian Libardo
metadata.dc.contributor.advisor: López Sotelo, Jesus Alfonso
Keywords: Maestría en Ingeniería;Computación evolutiva;Redes neurales (Computadores);Aprendizaje automático (Inteligencia artificial);Saponificación
Issue Date: 21-Jan-2018
Publisher: Universidad Autónoma de Occidente
Description: Para la obtención del modelo se tuvo en cuenta los datos de entrada / salida que están ligadas a la realidad del proceso durante 5 meses de operación de la planta, lo que permite hacer un modelo real del proceso de saponificación con las condiciones actuales. Para el modelado del proceso se validaron las siguientes máquinas de aprendizaje: Maquinas de aprendizaje extremo, Maquinas con vectores de soporte, y aprendizaje profundo con técnicas de regularización CROSSENTROPY, Parada Temprana, SPARSE, y regularización L2, las cuales cambian la función de costo para el caso de CROSSENTROPY, o parámetros de la red para tener un mejor comportamiento en los datos de validación. Para afinar las redes y métodos de regularización seleccionadas, se usaron algoritmos genéticos. Los algoritmos genéticos permiten buscar una mejor respuesta dado un espacio de búsqueda, es decir, el rango en el que se puede obtener un buen parámetro. Por último, a partir de los resultados obtenidos por el modelo, se determina que, con una mejor adquisición de datos dada las nuevas plataformas que están experimentando las industrias, se podría estimar un modelo que pueda cumplir una mejor representación del proceso (R2 mayor al 90%) con el cual se podría optimizar la formula, tener control de las variables de proceso en línea, y mejorar la calidad del producto final
URI: http://hdl.handle.net/10614/10012
Appears in Collections:Maestría en ingeniería

Files in This Item:
File Description SizeFormat 
T07675.pdf3.04 MBAdobe PDFView/Open
TA7675.pdf861.85 kBAdobe PDFView/Open    Request a copy

This item is licensed under a Creative Commons License Creative Commons