Artificial neural network modelling in the prediction of bananas’ harvest
A bananeira (Musa spp.) É responsável por fornecer um dos frutos mais consumidos e apreciados em todas as regiões do mundo, e é cultivada principalmente em países tropicais. Neste contexto, vários gestores foram desenvolvidos sistemas para simular o crescimento, o rendimento e a produção de várias culturas de acordo com dados climáticos. Este estudo busca investigar a relação de variáveis climáticas na gestação do cacho de banana, período para prever o tempo de produção. Para tanto, foi utilizada uma rede neural artificial para estimar o período de colheita das bananas nas regiões subtropicais. O experimento foi conduzido por 7 ciclos / anos usando a cultivar ‘Nanicão’. Os dados climatológicos foram medidos por estações automáticas. De acordo com os resultados. Na análise, verifica-se que a estimativa da colheita através de redes neurais artificiais apresentou 0,3% de erro e coeficiente de determinação de R2 de 89%. A partir do modelo desenvolvido, foi possível estabelecer as previsões de colheita de banana. Pode-se verificar que os RNAs apresentam uma alta porcentagem de correção na seleção da colheita, isso é confirmado pelo erro do quadrado baixo. Dessa forma, o modelo se torna uma ferramenta de gerenciamento para os produtores de banana para ajudar a prever a demanda.
Coautores:
Alfredo Bonini Neto, Jhonatan Cabrera Piazentin, Bruno José Dainese Junior, Estevão Perin Gomes, Carolina dos Santos Batista Bonini, Fernando Ferrari Putti.

Comentários
Artificial neural network modelling in the prediction of bananas’ harvest — Nenhum comentário
HTML tags allowed in your comment: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>