
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.creator | Monti, Cassio Augusto Ussi | - |
| Autor(es): dc.creator | Oliveira, Rafael Menali | - |
| Autor(es): dc.creator | Roise, Joseph Peter | - |
| Autor(es): dc.creator | Scolforo, Henrique Ferraço | - |
| Autor(es): dc.creator | Gomide, Lucas Rezende | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:22:44Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:22:44Z | - |
| Data de envio: dc.date.issued | 2023-04-05 | - |
| Data de envio: dc.date.issued | 2023-04-05 | - |
| Data de envio: dc.date.issued | 2022-10-27 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/56517 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1139628 | - |
| Descrição: dc.description | Regression analysis is widely applied in many fields of science to estimate important variables. In general, nonlinear regression is a complex optimization problem and presents intrinsic difficulties in estimating reliable parameters. Nonlinear optimization algorithms commonly require a precise initial estimate to return reasonable estimates. In this work, we introduce a new hybrid algorithm based on the association of a genetic algorithm with the Levenberg–Marquardt method (GALM) to adjust biological nonlinear models without knowledge of initial parameter estimates. The proposed hybrid algorithm was applied to 12 nonlinear models widely used in forest sciences and 12 databases under varying conditions considering classic hypsometric relationships to evaluate the robustness of this new approach. The hybrid method involves two stages; the curve approximation process begins with a genetic algorithm with a modified local search approach. The second stage involves the application of the Levenberg–Marquardt algorithm. The final performance of the hybrid method was evaluated using total fitting for all tested models and databases, confirming the reliability of the proposed algorithm in providing stable parameter estimates. The GA was able to predict the initial parameters, which assisted the LM in converging efficiently. The developed GALM method is effective, and its application is recommended for biological nonlinear analyses. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Multidisciplinary Digital Publishing Institute (MDPI) | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | Attribution 4.0 International | - |
| Direitos: dc.rights | acesso aberto | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
| ???dc.source???: dc.source | Forests | - |
| Palavras-chave: dc.subject | Fitting curves | - |
| Palavras-chave: dc.subject | Genetic algorithm | - |
| Palavras-chave: dc.subject | Hybrid method | - |
| Palavras-chave: dc.subject | Hypsometric relationship | - |
| Palavras-chave: dc.subject | Nonlinear parameterization | - |
| Título: dc.title | Hybrid method for fitting nonlinear height? Diameter functions | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: