Biblioteca Florestal
Digital

Prognose em nível de povoamento de clones de eucalipto empregando redes neurais artificiais

Show simple item record

dc.contributor.author Binoti, Mayra Luiza Marques da Silva
dc.contributor.author Leite, Helio Garcia
dc.contributor.author Binoti, Daniel Henrique Breda
dc.contributor.author Gleriani, José Marinaldo
dc.date.accessioned 2015-08-06T19:28:33Z
dc.date.available 2015-08-06T19:28:33Z
dc.date.issued 2015
dc.identifier.citation Binoti, M. L. M. S. et al. Prognose em nível de povoamento de clones de eucalipto empregando redes neurais artificiais. Cerne, Lavras, v. 21, n. 1, p. 97-105. 2015. pt_BR
dc.identifier.issn 0104-7760
dc.identifier.uri http://www.bibliotecaflorestal.ufv.br:80/handle/123456789/14776
dc.description.abstract Objetivou-se, neste estudo, treinar, aplicar e avaliar a eficiência de redes neurais artificiais (RNA) para realizar a prognose da produção de povoamentos equiâneos de clones de eucalipto. Os dados utilizados foram provenientes de povoamentos localizados no sul da Bahia, totalizando cerca de 2.000 hectares de floresta. Foram utilizadas variáveis numéricas, como: idade, área basal, volume e variáveis categóricas, como classe de solo, textura, tipos de espaçamento, relevo, projeto e clone. Os dados foram divididos aleatoriamente em dois grupos: treinamento (80%) e generalização (20%). Foram treinadas redes de três tipos: perceptron, perceptron de múltiplas camadas e redes de função de base radial. As RNA que apresentaram os melhores desempenhos no treinamento e generalização foram selecionadas para realizar a prognose com dados, a partir do primeiro inventário florestal. Conclui-se que as RNA apresentaram resultados satisfatórios, comprovando o potencial e aplicabilidade da técnica na solução dos problemas de mensuração e manejo florestal. pt_BR
dc.description.abstract The objective of this study was to train, implement and evaluate the efficiency of artificial neural networks (ANN) to perform production prognosis of even-aged stands of eucalyptus clones. The data used were from plantations located in southern Bahia, totaling about 2,000 acres of forest. Numeric variables, such as age, basal area, volume and categorical variables, such as soil class texture, spacing, land relief, project and clone were used. The data were randomly divided into two groups: training (80%) and generalization (20%). Three types of networks were trained: perceptron, multilayer perceptron networks and radial basis function. The RNA that showed the best performance in training and generalization were selected to perform the prognosis with data from the first forest inventory. We conclude that the RNA had satisfactory results, showing the potential and applicability of the technique in solving measurement and forest management problems. pt_BR
dc.format 9 páginas pt_BR
dc.language.iso pt_BR pt_BR
dc.publisher Universidade Federal de Lavras pt_BR
dc.relation.ispartofseries Cerne:v.21,n.1;
dc.subject.classification Ciências Florestais::Manejo florestal::Dendrometria e mensuração florestal pt_BR
dc.title Prognose em nível de povoamento de clones de eucalipto empregando redes neurais artificiais pt_BR
dc.title Stand-level prognosis of eucalyptus clones using artificial neural networks pt_BR
dc.type Artigo pt_BR

Files in this item

Files Size Format View
Cerne_v21_n1_p97-105_2015.pdf 1.551Mb application/pdf View/Open ou Pre-visualizar

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Sobre a Biblioteca Florestal

Browse

My Account