Modelo de regresión de máquinas de vectores soporte de mínimos cuadrados para la predicción de la cristalinidad de catalizadores de craqueo por espectroscopia infrarroja

Abstract

La reciente introducción del método de máquinas de vectores soporte de mínimos cuadrados para regresión en el campo de la Quimiometría ha presentado una serie de ventajas con relación a los métodos lineales y no lineales de calibración multivariada. El objetivo de este trabajo consistió en usar las máquinas de vectores soporte de mínimos cuadrados como un método de calibración multivariado alternativo para la predicción del porcentaje de cristalinidad de catalizadores de craqueo catalítico mediante la espectroscopia infrarroja media con transformada de Fourier. Para el cálculo del modelo de regresión, se utilizó un kernel lineal y la optimización del parámetro gamma del kernel se realizó mediante un procedimiento de validación cruzada. Para medir el desempeño del modelo se utilizó la raíz cuadrada del error medio de predicción. La exactitud de los resultados obtenidos a partir del modelo está en concordancia con la incertidumbre reportada por el método de difracción de rayos X de referencia. Para comparar la capacidad de generalización del modelo desarrollado, se realizó un estudio comparativo entre los resultados alcanzados por este método y los obtenidos a partir de los métodos lineales de calibración: regresión por componentes principales y de mínimos cuadrados parciales. El método desarrollado puede ser implementado con facilidad en los laboratorios de las refinerías.