Predição da produtividade da cultura do milho utilizando rede neural artificial

• Main Authors: Fátima Cibele Soares, Adroaldo Dias Robaina, Marcia Xavier Peiter, Jumar Luis Russi
• Format: Article
• Language: English
• Published: Universidade Federal de Santa Maria 2015-11-01
• Series: Ciência Rural
• Subjects: modelagem; inteligência artificial; produção; Zea mays FL.
• Online Access: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-84782015001101987&lng=en&tlng=en

Esta investigação visa avaliar o desempenho de redes neurais artificiais na predição da produtividade da cultura do milho, no município de Jaguari, região Central do Estado do Rio Grande do Sul, com base em variáveis morfológicas da cultura. Para treinamento e validação das redes neurais, foram utilizados dados publicados por SOARES (2010). Foram testadas diversas redes neurais do tipo perceptron, multicamadas com algoritmo backpropagation otimizado (Levenberg-Marquardt). Elas tiveram como variáveis na camada de entrada: índice de área foliar; matéria verde total; altura de planta; e no de planta m-2. Na camada de saída: produção de grãos. Cada arquitetura foi treinada 10 vezes, escolhendo-se, ao final do treinamento, aquela com menor erro relativo médio e menor variância em relação aos dados de validação. A eficiência das redes foi analisada por meio de indicadores estatísticos. A rede com 35 neurônios na camada escondida apresentou os menores erros nos processos de treinamento e validação, dentre as diversas arquiteturas treinadas. Dessa forma, a rede neural com arquitetura 4-35-1 apresenta bom desempenho, sendo eficiente na estimativa da produção de grãos, considerando a região de abrangência do experimento.