Programação por Metas para Ajuste Não Linear
| Main Author: | |
|---|---|
| Publication Date: | 2020 |
| Other Authors: | , , , , , |
| Format: | Article |
| Language: | por |
| Source: | Repositório Institucional da UNESP |
| Download full: | http://dx.doi.org/10.5540/tema.2020.021.02.0002490249 http://hdl.handle.net/11449/212214 |
Summary: | 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. |
| id |
UNSP_5d17eff6703310517fc824f8935f59c9 |
|---|---|
| oai_identifier_str |
oai:repositorio.unesp.br:11449/212214 |
| network_acronym_str |
UNSP |
| network_name_str |
Repositório Institucional da UNESP |
| repository_id_str |
2946 |
| spelling |
Programação por Metas para Ajuste Não Linearnonlinear regressiongoal programmingLeast Square MethodLevenberg-Marquardtregressão não linearotimização por metasMétodo de Mínimos QuadradosLevenberg-MarquardtThe 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.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)UNESP, IBUniversity of Portsmouth, Faculty of TechnologyUNESP, IBCAPES: 88882.433353/2019-01; 001CNPq: 312551/2019-3FAPESP: 2013/07357-0; 2014/04353-8; 2015/07293-9; 2019/05505-0Sociedade Brasileira de Matemática Aplicada e ComputacionalUniversidade Estadual Paulista (Unesp)University of PortsmouthAlmeida, 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.2021-07-14T10:36:27Z2021-07-14T10:36:27Z2020-08-03info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/article249-259application/pdfhttp://dx.doi.org/10.5540/tema.2020.021.02.0002490249TEMA (São Carlos). Sociedade Brasileira de Matemática Aplicada e Computacional, v. 21, n. 2, p. 249-259, 2020.1677-19662179-8451http://hdl.handle.net/11449/21221410.5540/tema.2020.021.02.0002490249S2179-84512020000200249S2179-84512020000200249.pdfSciELOreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporTEMA (São Carlos)info:eu-repo/semantics/openAccess2023-12-04T06:13:37Zoai:repositorio.unesp.br:11449/212214Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-12-04T06:13:37Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false |
| dc.title.none.fl_str_mv |
Programação por Metas para Ajuste Não Linear |
| title |
Programação por Metas para Ajuste Não Linear |
| spellingShingle |
Programação por Metas para Ajuste Não Linear Almeida, G.c. [UNESP] nonlinear regression goal programming Least Square Method Levenberg-Marquardt regressão não linear otimização por metas Método de Mínimos Quadrados Levenberg-Marquardt |
| title_short |
Programação por Metas para Ajuste Não Linear |
| title_full |
Programação por Metas para Ajuste Não Linear |
| title_fullStr |
Programação por Metas para Ajuste Não Linear |
| title_full_unstemmed |
Programação por Metas para Ajuste Não Linear |
| title_sort |
Programação por Metas para Ajuste Não Linear |
| author |
Almeida, G.c. [UNESP] |
| author_facet |
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. |
| author_role |
author |
| author2 |
Marcucci, L. W. [UNESP] Pinto, E. R. [UNESP] Oliveira, M. H. [UNESP] Florentino, H. O. [UNESP] Cantane, D. R. [UNESP] Jones, D. F. |
| author2_role |
author author author author author author |
| dc.contributor.none.fl_str_mv |
Universidade Estadual Paulista (Unesp) University of Portsmouth |
| dc.contributor.author.fl_str_mv |
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. |
| dc.subject.por.fl_str_mv |
nonlinear regression goal programming Least Square Method Levenberg-Marquardt regressão não linear otimização por metas Método de Mínimos Quadrados Levenberg-Marquardt |
| topic |
nonlinear regression goal programming Least Square Method Levenberg-Marquardt regressão não linear otimização por metas Método de Mínimos Quadrados Levenberg-Marquardt |
| description |
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. |
| publishDate |
2020 |
| dc.date.none.fl_str_mv |
2020-08-03 2021-07-14T10:36:27Z 2021-07-14T10:36:27Z |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
http://dx.doi.org/10.5540/tema.2020.021.02.0002490249 TEMA (São Carlos). Sociedade Brasileira de Matemática Aplicada e Computacional, v. 21, n. 2, p. 249-259, 2020. 1677-1966 2179-8451 http://hdl.handle.net/11449/212214 10.5540/tema.2020.021.02.0002490249 S2179-84512020000200249 S2179-84512020000200249.pdf |
| url |
http://dx.doi.org/10.5540/tema.2020.021.02.0002490249 http://hdl.handle.net/11449/212214 |
| identifier_str_mv |
TEMA (São Carlos). Sociedade Brasileira de Matemática Aplicada e Computacional, v. 21, n. 2, p. 249-259, 2020. 1677-1966 2179-8451 10.5540/tema.2020.021.02.0002490249 S2179-84512020000200249 S2179-84512020000200249.pdf |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
TEMA (São Carlos) |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
249-259 application/pdf |
| dc.publisher.none.fl_str_mv |
Sociedade Brasileira de Matemática Aplicada e Computacional |
| publisher.none.fl_str_mv |
Sociedade Brasileira de Matemática Aplicada e Computacional |
| dc.source.none.fl_str_mv |
SciELO reponame:Repositório Institucional da UNESP instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
| instname_str |
Universidade Estadual Paulista (UNESP) |
| instacron_str |
UNESP |
| institution |
UNESP |
| reponame_str |
Repositório Institucional da UNESP |
| collection |
Repositório Institucional da UNESP |
| repository.name.fl_str_mv |
Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP) |
| repository.mail.fl_str_mv |
|
| _version_ |
1799965168177774592 |