Algoritmo evolutivo multi-objetivo de tabelas para seleção de variáveis em calibração multivariada

• Ano de defesa: 2014
• Autor(a) principal: Jorge, Carlos Antônio Campos
• Orientador(a): Soares, Anderso da Silva
• Banca de defesa: Soares, Anderson da Silva, Coelho, Clarimar José, Delbem, Alexandre Cláudio Botazzo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação (INF)
• Departamento: Instituto de Informática - INF (RG)
• País: Brasil
• Palavras-chave em Português: Seleção de variáveis; Algoritmos evolutivos; Calibração; Algoritmos multi-objetivos; Multivariate calibration; Variable selection; Evolutionary algorithms; Multi-objective algorithms
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/3813

This work proposes the use of a multi-objective evolutionary algorithm that makes use of subsets stored in a data structure called table in which the best individuals from each objective considered are preserved. This approach is compared in this work with the traditional mono-objective evolutionary algorithm (GA), classical algorithms (PLS and SPA) and another classic multi-objective algorithm (NSGA-II). As a case study, a multivariate calibration problem is presented which involves the prediction of protein concentration in samples of whole wheat from the spectrophotometric measurements. The results showed that the proposed formulation has a smaller prediction error when compared to the mono-objective formulation and with a lower number of variables. Finally,astudyofnoisesensitivityobtainedbythemulti-objectiveformulationshoweda better resultwhen compared tothe other classical algorithmforvariable selection.