Uso del Modelo de Holt-Winters como estrategia para la predicción de condiciones ambientales durante el proceso de almacenamiento del Cacao
Use of the Holt-Winters Model as a strategy for predicting environmental conditions during the cocoa storage process
Barra lateral del artículo
pdf
FLIP
Términos de la licencia (VER)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Declaración del copyright
Los autores ceden en exclusiva a la Universidad EIA, con facultad de cesión a terceros, todos los derechos de explotación que deriven de los trabajos que sean aceptados para su publicación en la Revista EIA, así como en cualquier producto derivados de la misma y, en particular, los de reproducción, distribución, comunicación pública (incluida la puesta a disposición interactiva) y transformación (incluidas la adaptación, la modificación y, en su caso, la traducción), para todas las modalidades de explotación (a título enunciativo y no limitativo: en formato papel, electrónico, on-line, soporte informático o audiovisual, así como en cualquier otro formato, incluso con finalidad promocional o publicitaria y/o para la realización de productos derivados), para un ámbito territorial mundial y para toda la duración legal de los derechos prevista en el vigente texto difundido de la Ley de Propiedad Intelectual. Esta cesión la realizarán los autores sin derecho a ningún tipo de remuneración o indemnización.
La autorización conferida a la Revista EIA estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo en el Sistema Open Journal Systems de la Revista EIA, así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
Todos los contenidos de la Revista EIA, están publicados bajo la Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Licencia
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-NoDerivativa 4.0 Internacional
Contenido principal del artículo
Resumen
El proyecto surge como respuesta al reto empresarial expuesto por la empresa Chocolate Girones ante el Comité Universidad - Empresa - Estado (CUUES) y la Oficina de Transferencia de Resultados de Investigación (OTRI), el cual expresa la necesidad de contar con un sistema de base tecnológica con capacidad de monitorear y gestionar el proceso de trazabilidad del cacao durante el almacenamiento y fabricación del chocolate. En vista de lo anterior, el objetivo del presente artículo consiste en proponer el uso del modelo del Holt-Winters como estrategia para predecir el comportamiento de la temperatura, la humedad relativa y la temperatura de punto de rocío que podrían estar presentes en el proceso de almacenamiento del grano de cacao, incorporando el uso de técnicas de análisis soportadas en Series de tiempo, facilitando con ello un mejor control y monitoreo de la calidad del grano durante su estancia en bodega. Acorde a los resultados obtenidos, el modelo propuesto permitió predecir el comportamiento de variables tales como temperatura, humedad relativa y temperatura de rocío, las cuales juegan un papel fundamental en la calidad del grano, como estrategia para el control de hongos y moho que podrían llegar a surgir en el grano durante su almacenamiento, debido a que el cacao es un producto higroscópico. Adicionalmente, el modelo propuesto puede ser considerado como una herramienta de predicción muy importante durante el proceso de trazabilidad del cacao, alcanzando niveles de ajuste superiores a 0,8, acompañados de un muy bajo error estándar de estimación y con un nivel de confianza del 95%.
Descargas
Detalles del artículo
Referencias (VER)
Afoakwa, E. (2014). Cocoa Production and Processing Technology, Cleveland, CRC Press, pp. 140-200.
Andrade, J.; Rivera, J.; Chire, G.; Ureña, M. (2019). Propiedades físicas y químicas de cultivares de cacao (Theobroma cacao L.) de Ecuador y Perú. Enfoque UTE, 10(4), pp. 1–12, https://doi:10.29019/ENFOQUE.V10N4.462.
Beg, M.; Ahmad, S.; Jan, K.; Bashir, K. (2017). Status, supply chain and processing of cocoa - A review. Trends in Food Science & Technology, 66(1), pp. 108–116, https://doi: 10.1016/J.TIFS.2017.06.007.
Cernaianu, A.; Cernaianu, C.; Popescu, D.; Tutunea, D. (2018). Studies on the cooling systems for the production of electricity through Seebeck effect with TEG elements, International Conference on Applied and Theoretical Electricity (ICATE), Craiova, Romania, pp. 1-6, https://doi: 10.1109/ICATE.2018.8551444.
Fedecacao (2020). Cadena Productiva del Cacao: Diagnóstico de libre competencia. Superintendencia de Industria y Comercio. Disponible en: https://www.sic.gov.co/recursos_user/documentos/promocion_competencia/Estudios_Economicos/Cacao.pdf
Figueroa, C.; Mota, J.; Ferrocino. I. (2019). The challenges and perspectives of the selection of starter cultures for fermented cocoa beans. International Journal of Food Microbiology, 301(1), pp. 41–50, https://doi: 10.1016/J.IJFOODMICRO.2019.05.002.
Germán, A.; Tauro, C.; Andreo, V.; Bernasconi, I. Ferral, A. (2016). Análisis de una serie temporal de clorofila-a a partir de imágenes MODIS de un embalse eutrófico, IEEE Biennial Congress of Argentina (ARGENCON), Buenos Aires, Argentina, pp. 697–704. https://doi: 10.1109/ARGENCON.2016.7585365.
Hudson, D.; Cohen, M. (2016). Neural networks and artificial intelligence for biomedical engineering, New Jersey, Wiley-IEEE Press, pp. 105-120.
Lambert, M.; Blaes, X.; Traore, P.; Defourny, P. (2017). Estimate yield at parcel level from S2 time serie in sub-Saharan smallholder farming systems, 9th International Workshop on the Analysis of Multitemporal Remote Sensing Images, Brugge, Belgium, pp. 1-7, https://doi:10.1109/Multi-Temp.2017.8035204.
Mejdal, M.; Abouhilal, A.; Chahid, E. (2017). Effects of temperature in the performance of the thermoelectric devises: Power generation, International Renewable and Sustainable Energy Conference-IRSEC, Marrakech, Morocco, pp. 338–343, https://doi: 10.1109/IRSEC.2016.7984011.
Muñoz, M.; Cortina, J.; Vaillant, F.; Parra, S. (2019). An overview of the physical and biochemical transformation of cocoa seeds to beans and to chocolate: Flavor formation, Critical Reviews in Food Science and Nutrition, 60(10), pp. 1593–1613. https://doi.org/10.1080/10408398.2019.1581726.
Nair, K. (2021). Cocoa (Theobroma cacao L.). Tree Crops, London, Springer International Publishing, pp. 153–213.
Vesga, J. C.; Contreras, M.; Vesga, J. A. (2021). Nuevos desafíos en el desarrollo de soluciones para e-health en Colombia, soportados en Internet de las Cosas (IoT). Revista EIA, 18(36), 36008 pp. 1–19. https://doi.org/10.24050/reia.v18i36.1508
Wei, W. (2013). Time Series Analysis, London, Oxford University Press, pp. 148–195
Wu, J.; He, Y. (2021). Prediction of GDP in Time Series Data Based on Neural Network Model, IEEE International Conference on Artificial Intelligence and Industrial Design (AIID), Guangzhou, China, pp. 20–23, https://doi: 10.1109/AIID51893.2021.9456509.
Yang, D.; Chen, H.; Song, Y.; Gong, Z. (2017). Granger Causality for Multivariate Time Series Classification, IEEE International Conference on Big Knowledge, Hefei, China, pp. 103–110, https://doi: 10.1109/ICBK.2017.36.
Żyżelewicz, D.; Budryn, G.; Oracz, J.; Antolak, H.; Kręgiel, D.; Kaczmarska, M. (2018). The effect on bioactive components and characteristics of chocolate by functionalization with raw cocoa beans. Food Research International, 113(1), pp. 234–244, https://doi: 10.1016/J.FOODRES.2018.07.017.