Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas.

Detalhes bibliográficos
Autor(a) principal: Guahyba, Adriano da Silva
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_ 1800308918379872256