Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/25458
Título: | Gestão da produção de frangos de corte por meio de redes neurais artificiais |
Título(s) alternativo(s): | Management of the production of broiler chikens through artificial neural network |
Autor(es): | Pinheiro, Tassio Carneiro |
Orientador(es): | Santos, José Airton Azevedo dos |
Palavras-chave: | Redes neurais (Computação) Agroindústria Frango de corte Neural networks (Computer science) Agricultural industries Broilers (Chickens) |
Data do documento: | 27-Mar-2020 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Medianeira |
Citação: | PINHEIRO, Tassio Carneiro. Gestão da produção de frangos de corte por meio de redes neurais artificiais. 2020. Dissertação (Mestrado em Tecnologias Computacionais para o Agronegócio) - Universidade Tecnológica Federal do Paraná, Medianeira, 2020. |
Resumo: | Atualmente, o ambiente globalizado e altamente competitivo impõe as empresas produtoras de frango dois grandes desafios: a otimização de recursos e a redução dos custos. Neste contexto, este trabalho tem por objetivo utilizar redes neurais artificiais e regressão linear múltipla para análise e previsão de variáveis produtivas de frangos de corte de uma agroindústria paranaense. Analisa-se também, a aplicabilidade de redes neurais recorrentes na previsão do preço do quilo do frango congelado e resfriado. A base de dados disponibilizada pela empresa apresenta um histórico de movimentação de 2 anos, contendo as principais variáveis de produção, para 4650 lotes de aves das linhagens Coob, Coob Faste Coob Slow. Na análise da aplicabilidade de redes neurais recorrentes utilizou-se, neste trabalho,duas bases de dados,com preços mensais, compreendidas entre janeiro de 2008 e dezembro de 2019, representando 132 observações. Os resultados obtidos mostram que os modelos de previsão fornecem estimativas confiáveis para as variáveis de resposta: Peso Médio e Índice de Eficiência Produtiva e demonstram a eficácia das previsões, da rede recorrente LSTM, para o preço do quilo do frango congelado e resfriado, para um horizonte de curto prazo. |
Abstract: | Currently, the globalized and highly competitive environment imposes on broilerproduction companies two major challenges: optimizing resources and reducing costs. In this context, this work aims to use artificial neural networks and multiple linear regression for the analysis and forecast of productive variables of broilers in a Paraná agribusiness. It is also analyzed the applicability of recurrent neural networks in the prediction of the price of thekilo of frozen and chilled broiler. The database provided by the company has a 2-year history of movement, containing the main production variables, for 4650 batches of broilersof the Coob, Coob Fast and Coob Slow lines. In the analysis of the applicability of recurrent neural networks, in this work, two databases were used, with monthly prices, between January 2008 and December 2019, representing 132 observations. The results obtained show that the forecasting models provide reliable estimates for the response variables: Average Weight and Productive Efficiency Index and demonstrate the effectiveness of the forecasts, from the recurring LSTM network, for the price of the kilo offrozen and chilled broiler, for a short-term horizon. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/25458 |
Aparece nas coleções: | MD - Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
producaofrangoredesneurais.pdf | 2,31 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.