dissertação
Inteligência artificial aplicada à predição da temperatura superficial de frangos de corte
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Engenharia
Programa de Pós-Graduação
Programa de Pós-Graduação em Engenharia de Sistemas e Automação
Agência de fomento
Fundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Frangos de corte na fase inicial de criação não possuem o sistema termorregulador totalmente desenvolvido e, se nesta fase forem submetidos a condições de desconforto térmico terão o desempenho reduzido. A temperatura superficial (Ts) é uma resposta fisiológica, não invasiva, no qual o animal pode ser considerado como um biosensor. Desta forma, objetivouse com a presente pesquisa desenvolver um modelo baseado em redes neurais artificiais para predizer a Ts de frangos de corte. Para treinar e validar 100 redes neurais utilizou-se de um banco de dados, com 630 registros, que foi aleatoriamente divido para o treinamento (70%), teste (15%) e validação (15%). Posteriormente, a rede com melhor desempenho foi escolhida. Para o desenvolvimento das RNAs as variáveis de entrada foram a idade das aves (I) e a temperatura do ar (Tar), e a variável de saída a Ts. As RNAs desenvolvidas adotaram a arquitetura multilayer-perceptron (MLP) com uma camada de entrada, uma camada escondida (oculta ou intermediária) e uma de saída. A melhor rede é capaz de predizer com alta confiabilidade a Ts de frangos de corte jovens uma vez que foi obtido um coeficiente de determinação (R2) na validação de 0,9118. Com os dados característicos da melhor rede, incluindo os pesos dos neurônios, é possível o desenvolvimento de softwares que podem ser embarcados em controladores, a fim de se controlar o ambiente térmico no interior de aviários comerciais para criação de frangos de corte.
Abstract
Broiler chickens in the initial growing stage do not have the thermoregulatory system fully developed and, if at this stage they are submitted to thermal discomfort conditions, the performance will be reduced. Surface temperature (Ts) is a physiological, non-invasive response in which the animal can be considered as a biosensor. Thus, the objective of this research was to develop a model based on artificial neural networks to predict the Ts of broiler chickens. To train and validate 100 neural networks, a database with 630 registers was randomly divided for training (70%), test (15%) and validation (15%). Subsequently, the best performing network was chosen. For the development of the RNAs, the input variables were the age of the birds (I) and the air temperature (Tar), and the output variable Ts. The developed RNAs adopted multilayer-perceptron (MLP) architecture with an input layer, a hidden layer and an output layer. The best network is able to predict with high reliability the Ts of young broiler chickens once a coefficient of determination (R2) of 0.9118 was obtained in the validation phase. With the characteristics of the best network, including the neuronal weights, it is possible to develop software that can be shipped in controllers, in order to control the thermal environment inside commercial broiler houses.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
CARVALHO, K. de A. Inteligência artificial aplicada à predição da temperatura superficial de frangos de corte. 2017. 47 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação) – Universidade Federal de Lavras, Lavras, 2017.