
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Paulista | - |
| Autor(es): dc.contributor | Federal University of Roraima | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Benvenga, Marco Antonio Campos | - |
| Autor(es): dc.creator | Nääs, Irenilza de Alencar | - |
| Autor(es): dc.creator | Lima, Nilsa Duarte da Silva | - |
| Autor(es): dc.creator | Pereira, Danilo Florentino | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T21:59:06Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T21:59:06Z | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2023-07-29 | - |
| Data de envio: dc.date.issued | 2022-11-30 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/agriengineering4040073 | - |
| Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/249503 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/249503 | - |
| Descrição: dc.description | Brazil is one of the world’s biggest monogastric producers and exporters (of pig and broiler meat). Farmers need to improve their production planning through the reliability of animal growth forecasts. Predicting pig and broiler growth is optimizing production planning, minimizing the use of resources, and forecasting meat production. The present study aims to apply a hybrid metaheuristic algorithm (SAGAC) to find the best combination of values for the growth curve model parameters for monogastric farm animals (pigs and broilers). We propose a hybrid method to optimize the growth curve model parameters by combining two metaheuristic algorithms Simulated Annealing (SA) and Genetic Algorithm (GA), with the inclusion of a function to promote the acceleration of the convergence (GA + AC) of the results. The idea was to improve the coefficient of determination of these models to achieve better production planning and minimized costs. Two datasets with age (day) and average weight (kg) were obtained. We tested three growth curves: Gompertz, Logistic, and von Bertalanffy. After 300 performed assays, experimental data were tabulated and organized, and a descriptive analysis was completed. Results showed that the SAGAC algorithm provided better results than previous estimations, thus improving the predictive data on pig and broiler production consistency. Using SAGAC to optimize the growth parameter models for pigs and broilers led to optimizing the results with the nondeterministic polynomial time (NP-hardness) of the studied functions. All tuning of the growth curves using the proposed SAGAC method for broilers presented R2 above 99%, and the SAGAC for pigs showed R2 above 94% for the growth curve. | - |
| Descrição: dc.description | Graduate Program in Production Engineering Universidade Paulista, R. Dr. Bacelar 1212 | - |
| Descrição: dc.description | Department of Animal Science Federal University of Roraima, BR 174, km 12, Monte Cristo, Boa Vista | - |
| Descrição: dc.description | Department of Management Development and Technology School of Science and Engineering São Paulo State University—UNESP, Av. Domingos da Costa Lopes 780, São Paulo | - |
| Descrição: dc.description | Department of Management Development and Technology School of Science and Engineering São Paulo State University—UNESP, Av. Domingos da Costa Lopes 780, São Paulo | - |
| Formato: dc.format | 1171-1183 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | AgriEngineering | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | computational intelligence | - |
| Palavras-chave: dc.subject | optimization | - |
| Palavras-chave: dc.subject | production forecast | - |
| Palavras-chave: dc.subject | SAGAC | - |
| Título: dc.title | Hybrid Metaheuristic Algorithm for Optimizing Monogastric Growth Curve (Pigs and Broilers) | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: