101.
Neumann L. G., Konzen P. A., Ferrão M. F., Furtado J. C., Morgano M. A., Bragagnolo N., Ferreira M. M. C., "Otimização de rotinas não destrutivas de análise de lipídios em café cru empregando NIRR/PLS/AG" ["Optimization of non-destructive analysis of lipids in green coffee by using NIRR/PLS/AG"]. Rio de Janeiro, RJ, 09-13/09/2002: XLII Congresso Brasileiro de Química: Química, Energia e Desenvolvimento [XLII Brazilian Congress of Chemistry: Chemistry, Energy and Development], Livro de Resumos [Book of Abstracts], (2002) 160. Poster.



Português
 

OTIMIZAÇÃO DE ROTINAS NÃO DESTRUTIVAS DE ANÁLISE DE
LIPÍDIOS EM CAFÉ CRU EMPREGANDO NIRR/PLS/AG

Luiz Gustavo Neumann - UNISC - RS,
Pedro Henrique de Almeida Konzen - UNISC - RS,
Marcos Flores Ferrão - UNISC - RS,
João Carlos Furtado - UNISC - RS,
Marcelo Antonio Morgano - ITAL e IQ - UNICAMP e
Márcia Miguel Castro Ferreira - IQ - UNICAMP
 

  Métodos de determinação não destrutiva e não geradores  de
resíduos nocivos ao ambiente  vem sendo  cada vez mais  estudados,
principalmente  empregando  informações   provenientes  de  técnicas
espectroscópicas  por reflexão.  Neste  trabalho  o  teor  de lipídios de
amostras de  café cru  moído,  determinado  inicialmente  pelo método
de Stoldt-Weibull (AOAC), foi modelado empregando  os espectros de
reflexão no infravermelho próximo  (NIRR)  juntamente  com a  técnica
de regressão por mínimos quadrados parciais (PLS) e otimização com
algoritmos  genéticos  (AG).   Os  espectros   no  infravermelho  foram
coletados em um espectrofotômetro BOMEM DA-08, sendo emprega-
das 2  replicas  para  cada  amostra,  com  resolução  de  4 cm-1 e 16
varreduras. As matrizes para a modelagem  contendido  os  espectros
foram construídas com 39 amostras  em  duplicata,  sendo  42  espe-
tros para calibração e 36 para validação compreendidos entre 4.600-
10.000 cm-1.  Modelos de calibração,  em  ambiente  MATLAB,  foram
obtidos e validados com as amostras de café que não foram utilizados
na construção dos  mesmos.  Para  a otimização dos modelos foi  em-
pregada uma rotina do algoritmo genético desenvolvida em  ambiente
MATLAB   e como fitness  (SEC+SEV+|SEV-SEC|).  Na execução da
rotina do AG foram empregados 50 cromossomos, crossover em ape-
nas um ponto do cromossomo, 5% de mutação e 1000 interações. Os
melhores modelos apresentaram erro padrão de validação (SEV)  en-
tre 0,127-0,214%, empregando de 7 a 20 variáveis latentes e  coefici-
entes de correlação entre 0.991-1,000. Estes resultados revelam que
a técnica NIRR/PLS/AG pode ser usada como uma excelente alterna-
tiva para a quantificação dos teores de lipídios em alimentos.

FAPERGS
 

160


English
 
 

 

OPTIMIZATION OF NON-DESTRUCTIVE ANALYSIS OF LIPIDS IN GREEN COFFEE BY USING NIRR/PLS/AG

Luiz Gustavo Neumann - UNISC - RS,
Pedro Henrique de Almeida Konzen - UNISC - RS,
Marcos Flores Ferrão - UNISC - RS,
João Carlos Furtado - UNISC - RS,
Marcelo Antonio Morgano - ITAL e IQ - UNICAMP e
Márcia Miguel Castro Ferreira - IQ - UNICAMP
 

  Non-destructive methods and methods that generate   harmfull wastes to the environment are being more and more studied, especially
by means of reflection spectroscopy methods. In this work,  the content 
of lipids in samples  of  green ground coffee,  determined previously by
Stoldt-Weibull  method  (AOAC),   was   modeled   using   spectra  from
reflection near-infrared spectroscopy (NIRR)  together with partial least
squares  (PLS)  and  genetic algorithm optimization (AG).  The infrared spectra were collected with BOMEM DA-08 spectrophotometer, with 2
replicates for each sample, resolution of  4  cm-1,  and  16  scans.  The
matrices for modeling contained the spectra for 39 samples in duplicate,
from which 42 spectra were used for calibration and 36 for validation in
the range of 4.600-10.000 cm-1. The calibration models in the MATLAB
environment were obtained and validated using the coffee samples that
had not been used  in  building these  models.  A  routine  with  genetic
algorithm, developed in the MATLAB environment,  was used  for  opti-
mization of the models as a  fitness  function  (SEC+SEV+|SEV-SEC|). When using the AG routine, 50 cromossomes were used with crossover
with only one cromossome point, 5% mutation and 1000 interation. The
best models had  standard  error  of  validation  (SEV)  between  0.127- 
0.214%, with 7 to 20 latent variables and correlation coefficient between
0.991-1.000. These results show that  the  NIRR/PLS/AG  methodology
can  be  useful  as  an  excellent  alternative  for  quantification  of  lipid
contents in food.

FAPERGS
 

160