Predição do declínio na produção leiteira com auxílio de redes neurais artificiais
Agências de fomento
Resumo
Objetivou-se com o presente estudo predizer as perdas na produção leiteira devido às condições climáticas para cada dia do ano, considerando-se o nível normal de produtividade do animal. As condições climáticas foram avaliadas com base no índice de temperatura e umidade. Os dados de temperatura e umidade relativa do ar para determinar o referido índice foram obtidos no site do Instituto Nacional de Meteorologia, referentes a uma série histórica de 29 anos proveniente da Estação Meteorológica Convencional do município de Nova Xavantina (MT). Em seguida, desenvolveram-se as redes neurais artificias para estimar o índice de temperatura e umidade, em função do dia do ano no calendário juliano, e predizer a correspondente perda na produção leiteira de acordo com a produtividade do animal. Optou-se pelas redes de múltiplas camadas do tipo perceptrón. O número de camadas e neurônios variou no estabelecimento das diferentes arquiteturas. O ajuste verificou-se com base nos valores do erro quadrático médio, dos índices de desempenho e eficiência, bem como nos testes de normalidade e aderência. Os valores estimados pelas redes e os obtidos a partir da série histórica não discreparam significativamente. A rede com melhor desempenho foi selecionada para uma análise gráfica de resíduos. Concluiu-se que foi possível estimar as perdas na produção leiteira com adequada confiabilidade e precisão, em função das condições climáticas para cada dia do ano, com auxílio das redes neurais artificiais desenvolvidas neste estudo.Downloads
Publicado
11-02-2019
Como Citar
BORGES, P. H. de M.; MENDOZA, Z. M. dos S. H. de; MORAIS, P. H. de M.; SANTOS, R. L. dos; CAVALCANTE, C. E.; RUVER, F. S. Predição do declínio na produção leiteira com auxílio de redes neurais artificiais. Scientia Agraria Paranaensis, [S. l.], v. 17, n. 4, p. 411–419, 2019. Disponível em: https://saber.unioeste.br/index.php/scientiaagraria/article/view/20842. Acesso em: 3 nov. 2024.
Edição
Seção
Artigos Científicos
Licença
Aviso de Direito Autoral Creative Commons
Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
Licença Creative Commons
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional, o que permite compartilhar, copiar, distribuir, exibir, reproduzir, a totalidade ou partes desde que não tenha objetivo comercial e sejam citados os autores e a fonte.