GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Holos |
Texto Completo: | http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/9043 |
Resumo: | Atualmente, o ambiente globalizado e altamente competitivo impõe as empresas produtoras de frango dois grandes desafios: a otimização de recursos e a redução dos custos. Neste contexto, este trabalho tem por objetivo implementar modelos de redes neurais artificiais e regressão linear múltipla para análise e previsão de variáveis produtivas de frangos de corte. Analisa-se também, a aplicabilidade de redes neurais recorrentes na previsão do preço do quilo do frango congelado e resfriado. A base de dados disponibilizada pela empresa apresenta um histórico de movimentação de 2 anos, contendo as principais variáveis de produção, para 4500 lotes de aves das linhagens Coob, Coob Fast e Coob Slow. Na análise da aplicabilidade de redes neurais recorrentes utilizou-se um banco de dados de 10 anos fornecido pelo Centro de Estudos Avançado de Economia Aplicada (CEPEA). Os resultados obtidos mostram que os modelos de previsão fornecem estimativas confiáveis para as variáveis de resposta: Peso Médio e Índice de Eficiência Produtiva e demonstram a eficácia das previsões, da rede recorrente LSTM, para o preço do quilo do frango congelado e resfriado, para um horizonte de curto prazo. |
id |
IFRN-3_7ea8275c25bf7a351a3152500259cf45 |
---|---|
oai_identifier_str |
oai:holos.ifrn.edu.br:article/9043 |
network_acronym_str |
IFRN-3 |
network_name_str |
Holos |
repository_id_str |
|
spelling |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAISredes neurais artificiaisfrangos de corteagroindústriaAtualmente, o ambiente globalizado e altamente competitivo impõe as empresas produtoras de frango dois grandes desafios: a otimização de recursos e a redução dos custos. Neste contexto, este trabalho tem por objetivo implementar modelos de redes neurais artificiais e regressão linear múltipla para análise e previsão de variáveis produtivas de frangos de corte. Analisa-se também, a aplicabilidade de redes neurais recorrentes na previsão do preço do quilo do frango congelado e resfriado. A base de dados disponibilizada pela empresa apresenta um histórico de movimentação de 2 anos, contendo as principais variáveis de produção, para 4500 lotes de aves das linhagens Coob, Coob Fast e Coob Slow. Na análise da aplicabilidade de redes neurais recorrentes utilizou-se um banco de dados de 10 anos fornecido pelo Centro de Estudos Avançado de Economia Aplicada (CEPEA). Os resultados obtidos mostram que os modelos de previsão fornecem estimativas confiáveis para as variáveis de resposta: Peso Médio e Índice de Eficiência Produtiva e demonstram a eficácia das previsões, da rede recorrente LSTM, para o preço do quilo do frango congelado e resfriado, para um horizonte de curto prazo.Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte2020-04-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/904310.15628/holos.2020.9043HOLOS; v. 2 (2020); 1-151807-1600reponame:Holosinstname:Instituto Federal do Rio Grande do Norte (IFRN)instacron:IFRNporhttp://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/9043/pdfCopyright (c) 2020 HOLOSinfo:eu-repo/semantics/openAccessPinheiro, Tassio CarneiroAzevedo dos Santos, José AirtonPasa, Leandro Antonio2022-05-01T19:17:05Zoai:holos.ifrn.edu.br:article/9043Revistahttp://www2.ifrn.edu.br/ojs/index.php/HOLOSPUBhttp://www2.ifrn.edu.br/ojs/index.php/HOLOS/oaiholos@ifrn.edu.br||jyp.leite@ifrn.edu.br||propi@ifrn.edu.br1807-16001518-1634opendoar:2022-05-01T19:17:05Holos - Instituto Federal do Rio Grande do Norte (IFRN)false |
dc.title.none.fl_str_mv |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
title |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
spellingShingle |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS Pinheiro, Tassio Carneiro redes neurais artificiais frangos de corte agroindústria |
title_short |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
title_full |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
title_fullStr |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
title_full_unstemmed |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
title_sort |
GESTÃO DA PRODUÇÃO DE FRANGOS DE CORTE POR MEIO DE REDES NEURAIS ARTIFICIAIS |
author |
Pinheiro, Tassio Carneiro |
author_facet |
Pinheiro, Tassio Carneiro Azevedo dos Santos, José Airton Pasa, Leandro Antonio |
author_role |
author |
author2 |
Azevedo dos Santos, José Airton Pasa, Leandro Antonio |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Pinheiro, Tassio Carneiro Azevedo dos Santos, José Airton Pasa, Leandro Antonio |
dc.subject.por.fl_str_mv |
redes neurais artificiais frangos de corte agroindústria |
topic |
redes neurais artificiais frangos de corte agroindústria |
description |
Atualmente, o ambiente globalizado e altamente competitivo impõe as empresas produtoras de frango dois grandes desafios: a otimização de recursos e a redução dos custos. Neste contexto, este trabalho tem por objetivo implementar modelos de redes neurais artificiais e regressão linear múltipla para análise e previsão de variáveis produtivas de frangos de corte. Analisa-se também, a aplicabilidade de redes neurais recorrentes na previsão do preço do quilo do frango congelado e resfriado. A base de dados disponibilizada pela empresa apresenta um histórico de movimentação de 2 anos, contendo as principais variáveis de produção, para 4500 lotes de aves das linhagens Coob, Coob Fast e Coob Slow. Na análise da aplicabilidade de redes neurais recorrentes utilizou-se um banco de dados de 10 anos fornecido pelo Centro de Estudos Avançado de Economia Aplicada (CEPEA). Os resultados obtidos mostram que os modelos de previsão fornecem estimativas confiáveis para as variáveis de resposta: Peso Médio e Índice de Eficiência Produtiva e demonstram a eficácia das previsões, da rede recorrente LSTM, para o preço do quilo do frango congelado e resfriado, para um horizonte de curto prazo. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-04-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/9043 10.15628/holos.2020.9043 |
url |
http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/9043 |
identifier_str_mv |
10.15628/holos.2020.9043 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
http://www2.ifrn.edu.br/ojs/index.php/HOLOS/article/view/9043/pdf |
dc.rights.driver.fl_str_mv |
Copyright (c) 2020 HOLOS info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2020 HOLOS |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte |
publisher.none.fl_str_mv |
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte |
dc.source.none.fl_str_mv |
HOLOS; v. 2 (2020); 1-15 1807-1600 reponame:Holos instname:Instituto Federal do Rio Grande do Norte (IFRN) instacron:IFRN |
instname_str |
Instituto Federal do Rio Grande do Norte (IFRN) |
instacron_str |
IFRN |
institution |
IFRN |
reponame_str |
Holos |
collection |
Holos |
repository.name.fl_str_mv |
Holos - Instituto Federal do Rio Grande do Norte (IFRN) |
repository.mail.fl_str_mv |
holos@ifrn.edu.br||jyp.leite@ifrn.edu.br||propi@ifrn.edu.br |
_version_ |
1798951625054748672 |