Predição do declínio na produção leiteira com auxílio de redes neurais artificiais

• Borges, Pedro Hurtado de Mendoza ^[1] ; Mendoza, Zaíra Morais dos Santos Hurtado de ^[1] ; Morais, Pedro Hurtado de Mendoza ^[1] ; Santos, Ronei Lopes dos ^[1] ; Cavalcante, Charles Esteffan ^[1] ; Ruver, Felipe Schmitz ^[1]
  1. [1] Universidade Federal de Mato Grosso

     Universidade Federal de Mato Grosso

     Brasil

     
• Localización: Scientia Agraria Paranaensis, ISSN-e 1983-1471, ISSN 1677-4310, Vol. 17, Nº. 4, 2018, págs. 411-419
• Idioma: portugués
• Títulos paralelos:
  • Prediction of decline in milk production by artificial neural Networks
• Enlaces
  • Texto completo
• Resumen
  • English

    The objective of present study was to predict losses in milk production due to climatic conditions for each day of the year, considering the normal level of productivity of the animal. The climatic conditions were evaluated based on the temperature and humidity index. The data of temperature and relative humidity of the air to determine referred index were obtained on the website of the National Institute of Meteorology, referring to a historical series of 29 years coming from the Conventional Meteorological Station of the municipality of Nova Xavantina (Mato Grosso do Sul, Brazil). Then, the artificial neural networks were developed to estimate the Temperature and Humidity Index, as a function of the day of the year in the Julian calendar, and to predict the corresponding loss in milk production according to the productivity of the animal. We chose the “perceptron” multi-layer networks. The number of layers and neurons varied in the establishment of the different architectures. The adjustment based on mean square error, performance and efficiency indexes, as well as normality and adherence tests. The values estimated by the networks and those obtained from the historical series did not differ significantly. The best performing network was selected for a graphical residue analysis. It was concluded, that it was possible to estimate losses in milk production with adequate reliability and precision, as a function of the climatic conditions for each day of the year, with the help of the artificial neural networks developed in this study.

  • português

    Objetivou-se com o presente estudo predizer as perdas na produção leiteira devido às condições climáticas para cada dia do ano, considerando-se o nível normal de produtividade do animal. As condições climáticas foram avaliadas com base no índice de temperatura e umidade. Os dados de temperatura e umidade relativa do ar para determinar o referido índice foram obtidos no site do Instituto Nacional de Meteorologia, referentes a uma série histórica de 29 anos proveniente da Estação Meteorológica Convencional do município de Nova Xavantina (MT). Em seguida, desenvolveram-se as redes neurais artificias para estimar o índice de temperatura e umidade, em função do dia do ano no calendário juliano, e predizer a correspondente perda na produção leiteira de acordo com a produtividade do animal. Optou-se pelas redes de múltiplas camadas do tipo perceptrón. O número de camadas e neurônios variou no estabelecimento das diferentes arquiteturas. O ajuste verificou-se com base nos valores do erro quadrático médio, dos índices de desempenho e eficiência, bem como nos testes de normalidade e aderência. Os valores estimados pelas redes e os obtidos a partir da série histórica não discreparam significativamente. A rede com melhor desempenho foi selecionada para uma análise gráfica de resíduos. Concluiu-se que foi possível estimar as perdas na produção leiteira com adequada confiabilidade e precisão, em função das condições climáticas para cada dia do ano, com auxílio das redes neurais artificiais desenvolvidas neste estudo.