Uso da inteligência artificial para estimativa da produtividade de Harvester em operações de colheita florestal em sistema de toras curtas

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorWojciechowski, Jaime-
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Agrárias. Curso de Especialização MBA em Manejo Florestal de Precisão-
Autor(es): dc.creatorFriederichs, Gustavo-
Data de aceite: dc.date.accessioned2019-08-21T23:42:44Z-
Data de disponibilização: dc.date.available2019-08-21T23:42:44Z-
Data de envio: dc.date.issued2019-03-14-
Data de envio: dc.date.issued2019-03-14-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/53803-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/53803-
Descrição: dc.descriptionOrientador : Prof. Dr. Jaime Wojciechowski-
Descrição: dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Curso de Especialização MBA em Manejo Florestal de Precisão-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo : O uso de técnicas de inteligência artificial tem ganhado maior atenção de estudiosos da ciência florestal nos últimos anos. As áreas de manejo florestal, biometria, operações florestais e sistemas de informações geográficas possuem estudos exploratórios e aplicados com essas técnicas, em especial com as redes neurais artificiais. O objetivo do presente estudo foi estimar a produtividade da máquina Harvester em sistema de colheita cut-to-length,através da aplicação de algoritmos de inteligência artificial,e comparaçãocom o método de regressão. Os dados operacionais foram coletados na colheita de povoamentos florestais na região Centro-oeste de São Paulo. Os algoritmos de inteligência artificial avaliados foram Random Forests, Data Mining (k-vizinhos mais próximos-KNN)e Redes Neurais Artificiais, os quais foram avaliadas quanto à qualidade estatística dos resultados de produtividade estimada. As técnicas de inteligência artificial apresentaram melhor qualidade estatística em comparação ao método convencional, em destaque para Redes Neurais Artificais e Random forests com os menores erros de predição e distribuição de resíduos.-
Formato: dc.format38 f : il.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectInteligência artificial-
Palavras-chave: dc.subjectAlgoritmos - Inteligencia artificial - Particulas-
Palavras-chave: dc.subjectColheita-
Título: dc.titleUso da inteligência artificial para estimativa da produtividade de Harvester em operações de colheita florestal em sistema de toras curtas-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.