Gerenciamento de índices produtivos em lotes de postura comercial através do uso de redes neurais artificiais

• Autor(a) principal: Almeida, Luiz Gabriel Barreto de
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/212311
• topic: Redes neurais artificiais; Gerenciamento de dados; Produção de ovos; Galinha para postura; Artificial neural networks; Commercial egg production; Data management

O presente estudo utilizou Redes Neurais Artificiais (RNAs) elaboradas pelos programas computacionais NeuroShell®Predictor e NeuroShell®Classifier para avaliar dados zootécnicos de 42 lotes de aves produtoras de ovos comerciais provenientes de uma empresa localizada na Região Serrana do Estado do Rio Grande do Sul. Os dados foram gerados de 2010 a 2018 abrangendo um total de 600.000 poedeiras comerciais. As variáveis objeto desta avaliação foram fase de criação, local de alojamento, linhagem, cor das aves, peso semanal, uniformidade, percentual de produção semanal, ovo/ave alojada, grama/ave/dia, número de aves mortas por semana, percentual de mortalidade semanal, idade em semanas, identidade e saldo de aves. Os programas identificaram variáveis de entrada para montagem das redes buscando a predição das variáveis chamadas de saída que foram posteriormente validadas. O processo inicial de treinamento das redes utilizou 50% dos dados disponíveis no banco de dados da granja e o restante 50% foi usado para validação das predições realizadas. Os resultados do Coeficiente de Determinação Múltipla nos processos de validação das redes foram os que seguem: rede Aves Mortas Semanal R²=0,933, rede Grama/Ave/Dia R²=0,738, rede Ovo/Ave Alojada R²=0,990, rede Peso Semanal R²=0,971, rede Produção Média Semanal R²=0,801 sendo que todas essas tiveram capacidade de predição. A rede Uniformidade apresentou R²=-2,995 e não obteve sucesso nas previsões. Conclui-se que as Redes Neurais Artificiais são um instrumento de grande capacidade de predição dos dados zootécnicos em Produção de Ovos Comerciais e que a constante qualificação dos dados deste processo produtivo proporcionará avanços no gerenciamento da atividade.