Please use this identifier to cite or link to this item: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/2675
metadata.dc.type: Trabalho de Conclusão de Curso
Title: Utilização de características zootécnicas e de manejo na pecuária para previsão do peso final e bonificação de bovinos empregando redes neurais artificiais
metadata.dc.creator: Costa, Cainã Lima
metadata.dc.contributor.advisor1: Guterres, Marcelo Xavier
metadata.dc.contributor.advisor-co1: Lampert, Vinicius do Nascimento
metadata.dc.contributor.advisor-co2: Rola, Marcelo Coleto
metadata.dc.contributor.referee1: Rola, Marcelo Coleto
metadata.dc.contributor.referee2: Camargo, Sandro da Silva
metadata.dc.contributor.referee3: Lampert, Vinicius do Nascimento
metadata.dc.description.resumo: Devido ao importante papel desenvolvido pela pecuária de corte brasileira no mercado nacional e internacional, as utilizações de modelos de previsão dentro deste contexto vêm sendo amplamente utilizada. Estes modelos, em sua grande maioria, são abastecidos por diversos fatores, destacando-se em particular, as condições zootécnicas do gado, aspectos nutricionais, práticas de manejo, custos de produção, entre outros. Diante deste cenário, o objetivo principal deste trabalho é prever o rendimento dos bovinos de uma propriedade rural, através das variáveis peso de fazenda (PF) e bonificação (BN), utilizando a técnica de Redes Neurais Artificiais (RNA’s). A metodologia utilizou uma rede do tipo Feedfoward Backpropagation para prever o rendimento do pecuarista, usando um banco de dados de uma propriedade rural particular, o qual contém uma série de variáveis zootécnicas e de manejo para uma determinada quantia de bovinos. Os resultados atenderam parcialmente os objetivos esperados, nos quais a previsão do modelo para a variável peso de fazenda obteve uma correlação muito grande, boa generalização, produzindo erros baixos. Porém o resultado para o modelo de previsão de bonificação apresentou erro bem elevado, baixa correlação e generalização insatisfatória devido a uma limitação da ferramenta e da escolha dos dados a serem utilizados na matriz de entrada da rede.
Abstract: Due to the importance role played by Brazilian beef cattle in national and international markets, the uses of forecast models within this context have been widely used. These models, for the most part, are supplied by a variety of factors, particularly zootechnical conditions of cattle, nutritional aspects, management practices, production costs, among others. Considering this scenario, the main objective of this work is to predict the yield of the cattle of a rural property, through farm weight (PF) and bonus (BN) variables, using the technique of Artificial Neural Networks (ANNs). The methodology used a Feedfoward Backpropagation type network to predict cattle rancher performance using a database of a particular rural property, which contains a series of zootechnical and management variables for a given amount of cattle. Results partially met expected objectives, in which the prediction of the model for the variable farm weight obtained a perfect correlation, good generalization, producing low errors. However, the result for the bonus prediction model presented a very high error, low correlation and poor generalization due to a tool limitation and the choice of data to be used in the network input matrix.
Keywords: Engenharia
Engenharia da produção
Pecuária de corte
Previsão de variáveis
Condições zootécnicas
Práticas de manejo
Feedfoward backpropagation
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal do Pampa
metadata.dc.publisher.initials: UNIPAMPA
metadata.dc.publisher.department: Campus Bagé
Citation: COSTA, Cainã Lima. Utilização de características zootécnicas e de manejo na pecuária para previsão do peso final e bonificação de bovinos empregando redes neurais artificiais. 79 p. 2016. Trabalho de Conclusão de Curso (Graduação em Engenharia de Produção) – Universidade Federal do Pampa, Campus Bagé, Bagé, 2016.
metadata.dc.rights: Acesso Aberto
URI: http://dspace.unipampa.edu.br:8080/jspui/handle/riu/2675
Issue Date: 5-Dec-2016
Appears in Collections:Engenharia de Produção

Files in This Item:
File Description SizeFormat 
TCC Cainã Costa 2016.pdf997,12 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.