1. RI UFLA
  2. Escola de Ciências Agrárias de Lavras - ESAL
  3. Departamento de Ciências Florestais - DCF
  4. DCF - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/12438
Registro completo de metadados
Campo DCValorIdioma
dc.creatorMendonça, Nathalia de Paiva-
dc.creatorCarvalho, Mônica Canaan-
dc.creatorGomide, Lucas Rezende-
dc.creatorFerraz Filho, Antônio Carlos-
dc.creatorFerreira, Matheus Andrade-
dc.date.accessioned2017-03-08T19:40:42Z-
dc.date.available2017-03-08T19:40:42Z-
dc.date.issued2015-
dc.identifier.citationMENDONÇA, N. de P. et al. Previsão de diâmetros ao longo do fuste de eucalipto via redes neurais artificiais. Enciclopédia Biosfera, Goiânia, v. 11, n. 22, p. 2419-2429, 2015.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/12438-
dc.languagept_BRpt_BR
dc.publisherCentro Científico Conhecerpt_BR
dc.rightsacesso abertopt_BR
dc.sourceEnciclopédia Biosferapt_BR
dc.subjectAfilamentopt_BR
dc.subjectInteligência Artificialpt_BR
dc.subjectManejo florestalpt_BR
dc.subjectRedes neurais artificiaspt_BR
dc.subjectRegressão linearpt_BR
dc.titlePrevisão de diâmetros ao longo do fuste de eucalipto via redes neurais artificiaispt_BR
dc.typeArtigopt_BR
dc.description.resumoObjetivou-se avaliar e aplicar as redes neurais artificias (RNA) para estimar o diâmetro (di) ao longo do fuste (hi) em um plantio de Eucalyptus sp., e com isso comparar com o método de regressão linear por um polinômio do quinto grau (PQG). Foram cubadas 74 árvores pelo método absoluto e destrutivo, coletando diâmetros (di) a várias alturas (hi). Para realizar a modelagem de predição dos diâmetros, a base de dados foi dividida em um conjunto de treinamento e outro de teste. O PQG foi ajustado por meio do software estatístico R considerando o método dos mínimos quadrados ordinários como procedimento de ajuste. As variáveis utilizadas para estimar os diâmetros (di) das árvores pelo método do PQG foram: Dap (diâmetro a 1,30m), di, hi e Ht (altura total). A RNA do tipo perceptron de múltiplas camadas foi implementada no software Scilab com o auxílio do ANN toolbox. As variáveis utilizadas para o treinamento da RNA foram obtidas por meio de combinações com diferentes operações matemáticas nos dados de Dap, hi e Ht. As estatísticas MAPE, MAD, MSD, RSME (%) foram aplicadas nos dados estimados com a finalidade de analisar os desvios frente aos dados observados e realizar a comparação entre os métodos utilizados. Considerando uma comparação aplicada dos métodos, foi calculado o volume e a quantificação do sortimento por árvore, usando como base as estimativas geradas. A RNA em geral apresentou boas estatísticas e um melhor gráfico residual. Conclui-se que ambas as metodologias mostraram-se eficientes para alcançar os objetivos propostos, assim as RNA podem ser consideradas como uma boa alternativa de uso e aplicação.pt_BR
Aparece nas coleções:DCF - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Previsão de diâmetros ao longo do fuste de eucalipto via redes neurais artificiais.pdf281,55 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons