Inteligência artificial aplicada à predição da temperatura superficial de frangos de corte

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorYanagi Junior, Tadayuki-
Autor(es): dc.contributorLacerda, Wilian Soares-
Autor(es): dc.contributorFerraz, Patrícia Ferreira Ponciano-
Autor(es): dc.contributorFerreira, Danton Diego-
Autor(es): dc.contributorMiranda, Késia Oliveira da Silva-
Autor(es): dc.contributorPereira, Joelma Rezende Durão-
Autor(es): dc.contributorAbreu, Lucas Henrique Pedrozo-
Autor(es): dc.contributorCampos, Alessandro Torres-
Autor(es): dc.creatorCarvalho, Kleber de Almeida-
Data de aceite: dc.date.accessioned2026-02-09T12:24:16Z-
Data de disponibilização: dc.date.available2026-02-09T12:24:16Z-
Data de envio: dc.date.issued2017-12-15-
Data de envio: dc.date.issued2017-12-15-
Data de envio: dc.date.issued2017-12-15-
Data de envio: dc.date.issued2017-08-24-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/28265-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1160617-
Descrição: dc.descriptionBroiler chickens in the initial growing stage do not have the thermoregulatory system fully developed and, if at this stage they are submitted to thermal discomfort conditions, the performance will be reduced. Surface temperature (Ts) is a physiological, non-invasive response in which the animal can be considered as a biosensor. Thus, the objective of this research was to develop a model based on artificial neural networks to predict the Ts of broiler chickens. To train and validate 100 neural networks, a database with 630 registers was randomly divided for training (70%), test (15%) and validation (15%). Subsequently, the best performing network was chosen. For the development of the RNAs, the input variables were the age of the birds (I) and the air temperature (Tar), and the output variable Ts. The developed RNAs adopted multilayer-perceptron (MLP) architecture with an input layer, a hidden layer and an output layer. The best network is able to predict with high reliability the Ts of young broiler chickens once a coefficient of determination (R2) of 0.9118 was obtained in the validation phase. With the characteristics of the best network, including the neuronal weights, it is possible to develop software that can be shipped in controllers, in order to control the thermal environment inside commercial broiler houses.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de Minas Gerais (FAPEMIG)-
Descrição: dc.descriptionFrangos de corte na fase inicial de criação não possuem o sistema termorregulador totalmente desenvolvido e, se nesta fase forem submetidos a condições de desconforto térmico terão o desempenho reduzido. A temperatura superficial (Ts) é uma resposta fisiológica, não invasiva, no qual o animal pode ser considerado como um biosensor. Desta forma, objetivouse com a presente pesquisa desenvolver um modelo baseado em redes neurais artificiais para predizer a Ts de frangos de corte. Para treinar e validar 100 redes neurais utilizou-se de um banco de dados, com 630 registros, que foi aleatoriamente divido para o treinamento (70%), teste (15%) e validação (15%). Posteriormente, a rede com melhor desempenho foi escolhida. Para o desenvolvimento das RNAs as variáveis de entrada foram a idade das aves (I) e a temperatura do ar (Tar), e a variável de saída a Ts. As RNAs desenvolvidas adotaram a arquitetura multilayer-perceptron (MLP) com uma camada de entrada, uma camada escondida (oculta ou intermediária) e uma de saída. A melhor rede é capaz de predizer com alta confiabilidade a Ts de frangos de corte jovens uma vez que foi obtido um coeficiente de determinação (R2) na validação de 0,9118. Com os dados característicos da melhor rede, incluindo os pesos dos neurônios, é possível o desenvolvimento de softwares que podem ser embarcados em controladores, a fim de se controlar o ambiente térmico no interior de aviários comerciais para criação de frangos de corte.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Federal de Lavras-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia de Sistemas e Automação-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherbrasil-
Publicador: dc.publisherDepartamento de Engenharia-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectRedes neurais artificiais-
Palavras-chave: dc.subjectTermografia infravermelha-
Palavras-chave: dc.subjectAvicultura-
Palavras-chave: dc.subjectArtificial neural networks-
Palavras-chave: dc.subjectInfrared thermography-
Palavras-chave: dc.subjectPoultry production-
Palavras-chave: dc.subjectEngenharias-
Título: dc.titleInteligência artificial aplicada à predição da temperatura superficial de frangos de corte-
Título: dc.titleArtificial intelligence applied to the prediction of broiler’ surface temperature-
Tipo de arquivo: dc.typedissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.