MULTIPLE RESPONSE OPTIMIZATION: COMPARATIVE ANALYSIS BETWEEN MODELS OBTAINED BY ORDINARY LEAST METHOD AND GENETIC PROGRAMMING

Finalidade: Este trabalho tem como objetivo analisar e comparar o desempenho entre o método dos mínimos quadrados ordinários (OLS) executado no Minitab (v. 17) e a programação genética realizada no Eureqa Formulize (v. 1.24.0). Referência teórica: Obter um modelo que descreva matematicamente a relação entre a variável independente e a variável de resposta é essencial para otimizar o processo. O modelo pode ser descrito como uma representação aproximada do sistema ou processo real, enquanto o processo de modelagem é um equilíbrio entre simplicidade e precisão (X. Chen et al., 2018; Gomes et al., 2019; Sampaio et al., 2022; A. R. S. Silva et al., 2021). Método: A Avaliação do melhor método para construir modelos matemáticos foi realizada utilizando-se o Coeficiente Ajustado de Determinação (Radj2) e o Critério de Informação de Akaike. Resultados e conclusão: A comparação entre o uso dos métodos mostrou a superioridade da programação genética sobre o OLS na construção de modelos matemáticos. Originalidade/Valor: A Programação Genética produz modelos matemáticos que às vezes são diferenciados quando vários replicados são realizados, mas sempre com poder explicativo semelhante e com características tendenciosas que não afetam de forma alguma a qualidade de predição da variável dependente sendo estudada.