Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/14377
Título: Use of artificial neural networks for prognosis of charcoal prices in Minas Gerais
Título(s) alternativo(s): Uso de redes neurais artificiais para a prognose dos preços do carvão vegetal em Minas Gerais
Autor: Coelho Junior, Luiz Moreira
Rezende, José Luiz Pereira de
Batista, André Luiz França
Mendonça, Adriano Ribeiro de
Lacerda, Wilian Soares
Palavras-chave: Forest economics
Prediction
Time series
Economia florestal
Séries temporais
Previsão
Publicador: Universidade Federal de Lavras (UFLA)
Data: 5-Abr-2016
Referência: COELHO JUNIOR, L. M. et al. Use of artificial neural networks for prognosis of charcoal prices in Minas Gerais. CERNE, Lavras, v. 19, n. 2, p. 281-288, abr./jun. 2013.
Resumo: A energia é um importante fator de crescimento econômico e vital para a estabilidade de uma nação. O carvão vegetal é um recurso energético renovável, um dos insumos básicos responsáveis pelo desenvolvimento das indústrias de base florestal no Brasil. Objetivou-se, neste artigo, fazer a prognose para o ano de 2007 da série de preços do carvão vegetal, utilizando as Redes Neurais Artificiais. Foi utilizada a RNA perceptron de camadas múltiplas, feed-forward, cujos resultados são próximos da realidade. Os principais resultados encontrados foram: os preços reais do carvão vegetal foram declinantes no período de 1975 a 2000 e crescentes a partir do início do século XXI; a arquitetura da Rede Neural Artificial que realizou melhor previsão foi a com duas camadas escondidas; a taxa de aprendizagem mais eficiente foi de 0,99 e 600 ciclos, que representou treinamento da RNA mais satisfatório e mais preciso. A previsão, usando a RNA, se mostrou mais precisa quando comparada pelo erro quadrático médio de previsão de outros estudos para a série de preços de carvão vegetal em Minas Gerais
Abstract: Energy is an important factor of economic growth and is critical to the stability of a nation. Charcoal is a renewable energy resource and is a fundamental input to the development of the Brazilian forest-based industry. The objective of this study is to provide a prognosis of the charcoal price series for the year 2007 by using Artificial Neural Networks. A feedforward multilayer perceptron ANN was used, the results of which are close to reality. The main findings are that: real prices of charcoal dropped between 1975 and 2000 and rose from the early 21st century; the ANN with two hidden layers was the architecture making the best prediction; the most effective learning rate was 0.99 and 600 cycles, representing the most satisfactory and accurate ANN training. Prediction using ANN was found to be more accurate when compared by the mean squared error to other studies modeling charcoal price series in Minas Gerais state. 
Idioma: eng
Aparece nas coleções:CERNE

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Use of artificial neural networks for prognosis of charcoal prices in Minas Gerais.pdf866,14 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons