Programação por Metas para Ajuste Não Linear
Carregando...
Data
2020-08-03
Autores
Almeida, G.c. [UNESP]
Marcucci, L. W. [UNESP]
Pinto, E. R. [UNESP]
Oliveira, M. H. [UNESP]
Florentino, H. O. [UNESP]
Cantane, D. R. [UNESP]
Jones, D. F.
Título da Revista
ISSN da Revista
Título de Volume
Editor
Sociedade Brasileira de Matemática Aplicada e Computacional
Resumo
The aim of this work was to compare the effectiveness of Goal Programming models, as a nonlinear regression tool, with the classical nonlinear fitting methods. The models were applied to experimental data of inactivation Salmonella spp. in ground pork. The investigation of the methods’ efficiency was made by calculation of the maximum and absolute errors.
O objetivo deste trabalho foi comparar a eficácia dos modelos de Programação por Metas como ferramenta de regressão não linear, com os métodos de ajustes não lineares clássicos. Aplicou-se os modelos a dados experimentais de inativação de Salmonella spp. em carne móıda suína. A investigação da eficiência dos métodos foi realizada pelo cálculo do erro absoluto.
O objetivo deste trabalho foi comparar a eficácia dos modelos de Programação por Metas como ferramenta de regressão não linear, com os métodos de ajustes não lineares clássicos. Aplicou-se os modelos a dados experimentais de inativação de Salmonella spp. em carne móıda suína. A investigação da eficiência dos métodos foi realizada pelo cálculo do erro absoluto.
Descrição
Palavras-chave
nonlinear regression, goal programming, Least Square Method, Levenberg-Marquardt, regressão não linear, otimização por metas, Método de Mínimos Quadrados, Levenberg-Marquardt
Como citar
TEMA (São Carlos). Sociedade Brasileira de Matemática Aplicada e Computacional, v. 21, n. 2, p. 249-259, 2020.