Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2001 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/3322 |
Resumo: | Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. A presente tese objetivou estudar a utilização das redes neurais artificiais na estimação dos parâmetros de desempenho de matrizes pesadas, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do período compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produção, do período compreendido entre 26/04/98 a 19/12/99, para a análise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do período de recria e 689 linhas de registros semanais, do período de produção. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R2), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real (resíduo). Com esta tese foi possível explicar os parâmetros de desempenho de matrizes pesadas, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico, baseadas em critérios objetivos obtidos cientificamente. Além disso, este método permite simulações das conseqüências de tais decisões e fornece a percentagem de contribuição de cada variável no fenômeno em estudo. |
id |
URGS_376f616d349b2c2e34abf2ff89fe01b4 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/3322 |
network_acronym_str |
URGS |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
repository_id_str |
1853 |
spelling |
Guahyba, Adriano da SilvaSalle, Carlos Tadeu Pippi2007-06-06T17:27:58Z2001http://hdl.handle.net/10183/3322000336243Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. A presente tese objetivou estudar a utilização das redes neurais artificiais na estimação dos parâmetros de desempenho de matrizes pesadas, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do período compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produção, do período compreendido entre 26/04/98 a 19/12/99, para a análise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do período de recria e 689 linhas de registros semanais, do período de produção. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R2), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real (resíduo). Com esta tese foi possível explicar os parâmetros de desempenho de matrizes pesadas, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico, baseadas em critérios objetivos obtidos cientificamente. Além disso, este método permite simulações das conseqüências de tais decisões e fornece a percentagem de contribuição de cada variável no fenômeno em estudo.application/pdfporRedes neurais artificiaisAviculturaAvicultura : Reprodutoras pesadasUtilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas.info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulFaculdade de VeterináriaPrograma de Pós-Graduação em Ciências VeterináriasPorto Alegre, BR-RS2001doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000336243.pdf000336243.pdfTexto completoapplication/pdf5770223http://www.lume.ufrgs.br/bitstream/10183/3322/1/000336243.pdf0d79de24e6f1c375a98c7866e61b2e14MD51TEXT000336243.pdf.txt000336243.pdf.txtExtracted Texttext/plain150673http://www.lume.ufrgs.br/bitstream/10183/3322/2/000336243.pdf.txt8c34dc0a0f52e5e8060f12dce70e1453MD52THUMBNAIL000336243.pdf.jpg000336243.pdf.jpgGenerated Thumbnailimage/jpeg1182http://www.lume.ufrgs.br/bitstream/10183/3322/3/000336243.pdf.jpg5d637975a079a844cc1c87909b2b4af4MD5310183/33222018-10-17 08:58:03.887oai:www.lume.ufrgs.br:10183/3322Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-17T11:58:03Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
title |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
spellingShingle |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. Guahyba, Adriano da Silva Redes neurais artificiais Avicultura Avicultura : Reprodutoras pesadas |
title_short |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
title_full |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
title_fullStr |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
title_full_unstemmed |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
title_sort |
Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas. |
author |
Guahyba, Adriano da Silva |
author_facet |
Guahyba, Adriano da Silva |
author_role |
author |
dc.contributor.author.fl_str_mv |
Guahyba, Adriano da Silva |
dc.contributor.advisor1.fl_str_mv |
Salle, Carlos Tadeu Pippi |
contributor_str_mv |
Salle, Carlos Tadeu Pippi |
dc.subject.por.fl_str_mv |
Redes neurais artificiais Avicultura Avicultura : Reprodutoras pesadas |
topic |
Redes neurais artificiais Avicultura Avicultura : Reprodutoras pesadas |
description |
Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. A presente tese objetivou estudar a utilização das redes neurais artificiais na estimação dos parâmetros de desempenho de matrizes pesadas, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do período compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produção, do período compreendido entre 26/04/98 a 19/12/99, para a análise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do período de recria e 689 linhas de registros semanais, do período de produção. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R2), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real (resíduo). Com esta tese foi possível explicar os parâmetros de desempenho de matrizes pesadas, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico, baseadas em critérios objetivos obtidos cientificamente. Além disso, este método permite simulações das conseqüências de tais decisões e fornece a percentagem de contribuição de cada variável no fenômeno em estudo. |
publishDate |
2001 |
dc.date.issued.fl_str_mv |
2001 |
dc.date.accessioned.fl_str_mv |
2007-06-06T17:27:58Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/3322 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000336243 |
url |
http://hdl.handle.net/10183/3322 |
identifier_str_mv |
000336243 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFRGS |
collection |
Biblioteca Digital de Teses e Dissertações da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/3322/1/000336243.pdf http://www.lume.ufrgs.br/bitstream/10183/3322/2/000336243.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/3322/3/000336243.pdf.jpg |
bitstream.checksum.fl_str_mv |
0d79de24e6f1c375a98c7866e61b2e14 8c34dc0a0f52e5e8060f12dce70e1453 5d637975a079a844cc1c87909b2b4af4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
lume@ufrgs.br||lume@ufrgs.br |
_version_ |
1816736758765715456 |