Título: REDES NEURAIS ARTIFICIAIS PARA PROGNOSE DE PRODUÇÃO EM POVOAMENTOS DE Pinus taeda NO ESTADO DE SANTA CATARINA, BRASIL

Autoria de: Lorena Ramalho Leite Reis

Orientação de: Natalino Calegario

Coorientação de: Daniel Dantas

Presidente da banca: Natalino Calegario

Primeiro membro da banca: Daniel Dantas

Segundo membro da banca: Luis Paulo Baldissera Schorr

Palavras-chaves: Volume, estimativa, inteligência artificial, clutter, modelagem

Data da defesa: 01/12/2021

Semestre letivo da defesa: 2021-1

Data da versão final: 06/12/2021

Data da publicação: 06/12/2021

Referência: Reis, L. R. L. REDES NEURAIS ARTIFICIAIS PARA PROGNOSE DE PRODUÇÃO EM POVOAMENTOS DE Pinus taeda NO ESTADO DE SANTA CATARINA, BRASIL. 2021. 43 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal Bacharelado)-Universidade Federal de Lavras, Lavras, 2021.

Resumo: O objetivo geral deste trabalho foi aplicar e avaliar redes neurais artificiais (RNA) na projeção volumétrica de povoamentos de Pinus taeda localizados no estado de Santa Catarina, assim como comparar com os resultados obtidos pelo Modelo de crescimento e produção de Clutter (1993), comumente utilizado em empresas de base florestal. O treinamento e aplicação das RNA do tipo Multilayer Perceptron (MLP) foi realizado no software Rstudio versão 1.3.1093. Para todos os cenários, foram aplicados o algoritmo de treinamento Resilient propagation (RPROP) e a função de ativação logística (ou sigmoidal), de intervalo de 0 a 1, sendo necessária a normatização das variáveis de entrada e saída, além da transformação das variáveis qualitativas em sistema binário para enquadrarem na amplitude desejada. Para a obtenção do volume futuro a partir das RNA, foram utilizadas parcelas permanentes coletadas entre os anos de 2010 a 2018, tendo como variáveis de entrada quantitativas, idade, área basal, índice de sítio, volume, declividade, temperatura, e como variáveis qualitativas (categórica), material genético e tipo de solo. As estimativas do volume futuro obtidas com o emprego das RNA e pelo modelo de regressão foram avaliadas com base no coeficiente de correlação, na raiz do erro quadrado médio percentual (Root Mean Square Error ?? RMSE ), Bias, e no gráfico de dispersão dos erros percentuais. O treinamento da rede MPL foi realizado com 3 conjuntos diferentes de entrada, além de 5 cenários com proporções variadas de amostra para treinamento da rede e para validação, totalizando 15 redes de prognose. Para todos os testes em análise, as RNA apresentaram resultados superiores quando comparadas à equação de Clutter. Estes resultados confirmam a aplicabilidade prática de redes neurais artificias para projeção do volume futuro para povoamentos de Pinus taeda.

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_florestal/20211201420356

URI alternaviva: repositorio.ufla.br/handle/1/54115

Curso: G005 - ENGENHARIA FLORESTAL (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Lorena Ramalho Leite Reis e Universidade Federal de Lavras

Baixar arquivo