AVALIAÇÃO DE MÉTODOS DE AGRUPAMENTOS EM DADOS DE BIOMASSA CONSIDERANDO OS DIFERENTES TIPOS DE PIRÓLISE

Abstract

Este estudo aborda um problema de classificação de dados de Biomassa e tem como um dos objetivos identificar as variáveis mais relevantes para a classificação do tipo de pirólise de Biomassa. Além disso, o trabalho tem o objetivo de avaliar se as classes dos tipos de pirólise são suficientes para caracterizar esse processo químico. O algoritmo de Floresta Aleatória foi aplicado para identificar quais variáveis são mais relevantes no processo de classificação do tipo de pirólise, obtendo uma acurácia em torno de 97%. Foi identificado que as variáveis mais importantes são: Tempo de residência médio no reator para o gás e de arraste, Porcentagem de carbono em base seca livre de cinza na matéria-prima, Tamanho da partícula média no reator e Porcentagem de hidrogênio em base seca livre de cinza na matéria-prima. Com o subgrupo das variáveis mais relevantes, os seguintes métodos de agrupamentos foram utilizados: k-means, pam, clara, diana, fanny, hierárquico, som, sota, model. Para avaliar os métodos de agrupamentos, foram utilizadas as medidas de validação interna com as métricas de índice Dunn e silhouette. As medidas de validação indicaram o agrupamento hierárquico e k-means com os melhores resultados para número de grupos maior do que o número de classes de pirólise já existentes. Desta forma, o conjunto de dados deve ser dividido em um número maior de grupos de tipo de pirólise, pois considerar apenas as classes disponíveis é muito limitado para caracterizar o tipo de pirólise, uma vez que os algoritmos de classificação não supervisionados aplicados indicam que o ideal seria o número de agrupamentos serem maiores ou iguais a cinco.