Programação por Metas para Ajuste Não Linear

Autores

  • G. C. Almeida UNESP/Botucatu
  • L. W. Marcucci UNESP/Botucatu
  • E. R. Pinto UNESP/Botucatu
  • M. H. Oliveira UNESP/Botucatu
  • H. O. Florentino UNESP/Botucatu
  • D. R. Cantane UNESP/Botucatu
  • D. F. Jones UniversityofPortsmouth

DOI:

https://doi.org/10.5540/tema.2020.021.02.249

Palavras-chave:

Regressão não Linear, Otimização por Metas, Métodos de Mínimos Quadrados, Levenberg Marquardt.

Resumo

O objetivo deste trabalho é 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 moída suína. A investigação da eficiência dos métodos foi realizada pelo cálculo do erro absoluto.

Biografia do Autor

H. O. Florentino, UNESP/Botucatu

Departamento de Bioestatística

D. R. Cantane, UNESP/Botucatu

Departamento de Bioestatística

D. F. Jones, UniversityofPortsmouth

Faculty of Technology, School of Mathematics & Physics

Referências

L. S. Caixeta, M. F. Zotarelli, and M. H. Oliveira, “Uso da microbiologia preditiva para a predição do crescimento microbiano em produtos cárneos embutidos,” in Anais do II Simpósio de Tecnologia e Ciência, p. 43, SimTeCi, 2016.

ComBase, “Ssjun_58_p11 (id).” Disponível em: htps://www.combase.cc/index.php/en/. Acesso em: 03 julho 2018, 2018.

V. K. Juneja, B. S. Eblen, and H. M. Marks, “Thermal inactivation of salmonella serotypes in red meat as affected by fat content,” Kluwer Academic Publishers, vol. 2, no. 3, pp. 189–225, 2000.

S. C. Chapra and R. P. Canale, Métodos Numéricos Para Engenharia. São Paulo: McGraw-Hill, 2008.

A. Charnes and W. Cooper, Management Models and Industrial Applications of Linear Programming. John Wiley and Sons, 1961.

S. Gupta, A. Fügenschuh, and I. Ali, “A multi-criteria goal programming model to analyze the sustainable goals of India,” Sustainability, MDPI, Open Access Journal, vol. 10, no. 3, pp. 1–19, 2018.

N. Umarusman, “Min-max goal programming approach for solving multiobjective de novo programming problems,” International Journal of Operations Research, vol. 10, no. 2, pp. 92–99, 2013.

D. Jones and M. Tamiz, Practical Goal Programming. Springer US, 2010.

M. Tamiz and D. F. Jones, “A review of goal programming and its applications,” Annals of Operations Research, vol. 58, pp. 39–53, 1995.

C. Romero, “A general structure of achievement function for a goal programming model,” European Journal of Operational Research, vol. 153, no. 3, pp. 675–686, 2004.

A. F. Silva and F. A. S. Marins, “Revisão da literatura sobre modelos de programação por metas determinística e sob incerteza,” Production, vol. 25, no. 1, pp. 92–112, 2015.

A. F. Silva, F. A. S. Marins, E. X. Dias, and R. C. Miranda, “Fuzzy goal programming applied to the process of capital budget in an economic environment under uncertainty,” Gest. Prod., São Carlos, vol. 25, no. 1, pp. 148–159, 2017.

K. Levenberg, “A method for the solution of certain non-linear problems in least squares,” Quarterly of Applied Mathematics, vol. 2, no. 2, pp. 164–168, 1944.

D. W. Marquardt, “An algorithm for least-squares estimation of nonlinear parameters,” Journal of the society for Industrial and Applied Mathematics, vol. 11, no. 2, pp. 431–441, 1963.

J. Nocedal and S. J. Wright, Numerical Optimization. Springer, 2006.

A. S. Benedito and F. L. P. Santos, A Novel Technique to Estimate Biological Parameters in an Epidemiology Problem, pp. 112–122. Springer, Cham, 2017.

R. B. Flavell, “A new goal programming formulation,” Omega, vol. 4, no. 6, pp. 731–732, 1976.

C. Romero, “Extended lexicographic goal programming: a unifying approach,” Omega, vol. 29, no. 1, pp. 63–71, 2001.

D. Jones, H. Florentino, D. Cantane, and R. Oliveira, “An extended goal programming methodology for analysis of a network encompassing multiple objectives and stakeholders,” European Journal of Operational Research, vol. 255, no. 3, pp. 845–855, 2016.

Downloads

Publicado

2020-07-22

Como Citar

Almeida, G. C., Marcucci, L. W., Pinto, E. R., Oliveira, M. H., Florentino, H. O., Cantane, D. R., & Jones, D. F. (2020). Programação por Metas para Ajuste Não Linear. Trends in Computational and Applied Mathematics, 21(2), 249. https://doi.org/10.5540/tema.2020.021.02.249

Edição

v. 21 n. 2 (2020)

Seção

Artigo Original

Licença

Direitos Autorais

Autores de artigos publicados no periódico Trends in Computational and Applied Mathematics mantêm os direitos autorais de seus trabalhos. O periódico utiliza a Atribuição Creative Commons (CC-BY) nos artigos publicados. Os autores concedem ao periódico o direito de primeira publicação.

Propriedade Intelectual e Termos de uso

O conteúdo dos artigos é de responsabilidade exclusiva dos autores. O periódico utiliza a Atribuição Creative Commons (CC-BY) nos artigos publicados. Esta licença permite que os artigos publicados sejam reutilizados sem permissão para qualquer finalidade, desde que o trabalho original seja corretamente citado.

O periódico encoraja os Autores a autoarquivar seus manuscritos aceitos, publicando-os em blogs pessoais, repositórios institucionais e mídias sociais acadêmicas, bem como postando-os em suas mídias sociais pessoais, desde que seja incluída a citação completa à versão do website da revista.