Previsão não-linear dos preços de troncos de eucalipto baseada em uma abordagem neuroevolutiva

Coelho, Leandro dos Santos; Silva, Wesley Vieira da; Protil, Roberto Max

doi:10.1590/s0104-530x2007000100012

Cited by 2 publications

(1 citation statement)

References 51 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…As Redes Neurais Artificiais (RNA, Artificial Neural Network), ou conexionismo, são modelos computacionais que simulam grosseiramente a estrutura, o processamento de informações e a aquisição de conhecimento do cérebro humano e sistema nervoso, apresentando uma memória associativa e distribuída capaz de estabelecer relações entre variáveis independentes para estimar variáveis dependentes (COELHO; SILVA; PROTIL, 2007). Matematicamente, é um sistema massivo e paralelo, cujas unidades de processamento simples são os neurônios artificiais, dispostos em uma ou mais camadas e interligados entre si com ponderações ajustáveis por um grande número de conexões (GORGENS et al, 2009;BULLINÁRIA, 2011).…”

Section: Introductionunclassified

Eficiência De Utilização De Macronutrientes Em Eucalipto Por Método Não Destrutivo Estimados Por Redes Neurais Artificiais

et al. 2018

View full text Add to dashboard Cite

RESUMOA Amostragem Não Destrutiva (AND) permite uma caracterização eficiente, simples e segura das propriedades químicas do vegetal, como o Coeficiente de Utilização Biológico (CUB). A associação da AND com a técnica de Redes Neurais Artificiais (RNA) pode ser uma alternativa potencial em substituição às equações de regressão e aos métodos tradicionais de interpolação. Portanto, o presente trabalho objetivou avaliar a eficiência da RNA e da amostragem não destrutiva para estimar a eficiência de uso de nutrientes no tronco. O experimento foi instalado em blocos ao acaso, sendo estudado, em três blocos, o efeito de cinco espaçamentos de plantio: T1 -3,0 m x 0,5 m; T2 -3,0 m x 1,0 m; T3 -3,0 m x 1,5 m; T4 -3,0 m x 2,0 m e T5 -3,0 m x 3,0 m. Uma árvore-amostra foi abatida para realizar a cubagem rigorosa e quantificar a matéria seca de casca e lenho por unidade experimental, totalizando-se 15 árvores. As árvores-amostras foram pesadas no campo e subamostras de casca e lenho foram coletadas ao longo do fuste para compor uma amostra composta por árvore. Também foi retirada uma amostra simples de cada componente obtidas com auxílio de um formão e martelo na região do DAP nas mesmas árvores-amostras. As amostras foram secas a 65ºC até peso constante. O material vegetal foi moído e submetido à análise química. Ajustaramse modelos de regressão e aplicação de RNA para estimação do CUB Tronco a partir do CUB DAP Casca e CUB DAP Lenho . As RNA apresentaram maior precisão e confiabilidade do que a regressão. A modelagem por redes neurais artificiais utilizando-se apenas uma amostra da casca na região do DAP demonstrou ser adequada para a estimativa do coeficiente de utilização biológico do tronco. Palavras-chave: CUB; RNA; amostragem não destrutiva; densidade de plantio. ABSTRACTThe Non-Destructive Sampling (NDS) provides an efficient, simple and safe characterization of chemical properties of the plant, as the Coefficient of Biological Use (CBU). The association of NDS with the technique of Artificial Neural Networks (ANN) can be a potential alternative to replace the regression equations and the traditional methods of interpolation. Therefore, this work aimed to evaluate the efficiency of ANN and non-destructive sampling for the efficiency of nutrient use in the trunk. The research plot was installed in a randomized block being studied, in three blocks, the effect of five planting spacing: T1 -3,0 m x 0,5 m, T2 -3,0 m x 1,0 m, T3 -3,0 m x 1,5 m, T4 -3,0 m x 2,0 m e T5 -3,0 m x 3,0 m. A sample-tree was felled to

show abstract

Section: Introductionunclassified

Eficiência De Utilização De Macronutrientes Em Eucalipto Por Método Não Destrutivo Estimados Por Redes Neurais Artificiais

et al. 2018

View full text Add to dashboard Cite

show abstract

Modelagem E Prognose Do Preço De Carvão Usando Um Sistema Neuro-Fuzzy

Júnior

Silva

et al. 2016

CERNE

View full text Add to dashboard Cite

RESUMO Utilizando dados da série temporal mensal de preços de carvão vegetal em Minas Gerais no período de janeiro de 2000 à setembro de 2014, este estudo teve como objetivo avaliar o uso do sistema neuro-fuzzy para modelagem e previsão de preços. Foram utilizados quatro estruturas de modelagem considerando diferentes defasagens da variável preço (1, 2, 3, 4 e 5 defasagens). A estrutura mais adequada para o sistema neuro-fuzzy foi escolhido com base nos valores de raiz quadrada do erro médio quadrático, erro médio absoluto, erro médio quadrático, erro médio percentual absoluto e máximo erro percentual absoluto para o período de previsão. Com os resultados encontrados, é possível concluir que um sistema neuro-fuzzy pode ser usado para prever corretamente os preços do carvão vegetal.

show abstract

Previsão não-linear dos preços de troncos de eucalipto baseada em uma abordagem neuroevolutiva

Abstract: ResumoAs ferramentas de

Cited by 2 publications

References 51 publications

Eficiência De Utilização De Macronutrientes Em Eucalipto Por Método Não Destrutivo Estimados Por Redes Neurais Artificiais

Eficiência De Utilização De Macronutrientes Em Eucalipto Por Método Não Destrutivo Estimados Por Redes Neurais Artificiais

Modelagem E Prognose Do Preço De Carvão Usando Um Sistema Neuro-Fuzzy

Contact Info

Product

Resources

About