Classification of Wheat Flour: a Case Study in a Food Company

Resumen

Atualmente, o ambiente altamente competitivo exige que as empresas alimentícias otimizem os seus processos. Neste contexto, sugerimos a utilização de redes neurais artificiais para otimizar o processo de classificação de farinha de trigo de uma empresa alimentícia. A base de dados, disponibilizada pela empresa alimentícia, apresenta 7666 observações. Um algoritmo baseado na arquitetura MLP (Multilayer Perception) foi implementado na linguagem de programação Python. A técnica Grid Search Cross-Validation  foi utilizada para otimizar os hiperparâmetros da rede neural. Os resultados experimentais mostraram que o modelo MLP apresenta acurácia superior a 95% e índice Kappa de 0,949.