Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Luchese, Augusto Vaghetti | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/3033591975237656 | - |
Autor(es): dc.contributor | Candido Junior, Arnaldo | - |
Autor(es): dc.contributor | http://lattes.cnpq.br/8769928331729891 | - |
Autor(es): dc.contributor | Luchese, Augusto Vaghetti | - |
Autor(es): dc.contributor | Paula Filho, Pedro Luiz de | - |
Autor(es): dc.contributor | Sato, Alessandro Jefferson | - |
Autor(es): dc.creator | Tessele, Vinícius | - |
Data de aceite: dc.date.accessioned | 2022-02-21T21:43:57Z | - |
Data de disponibilização: dc.date.available | 2022-02-21T21:43:57Z | - |
Data de envio: dc.date.issued | 2018-09-27 | - |
Data de envio: dc.date.issued | 2018-09-27 | - |
Data de envio: dc.date.issued | 2018-07-05 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/3451 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/659300 | - |
Descrição: dc.description | Soil management is of fundamental importance for increasing productivity. Among several existing techniques, nutrient replacement is highlighted by efficiency. For this, it is necessary to know by means of soil analysis the deficiencies present in the soil, in order to restore the nutritional needs for the cultivars of that area. Computational technology and the branch of Artificial Intelligence (AI), already present in rural areas, contribute to increase productivity and profitability in agriculture, with several embedded devices and management software. For this study, the technique derived from AI known as Artificial Immunological Systems (SIA) was used. Among its several applications, the one used in this work is the optimization using the aiNet algorithm, for the refinement of fertilization of the studied property. The application of this algorithm aims to verify its adherence and to present the recommendation of fertilization with greater financial and productive advantage. For this, experiments were carried out with lettuce cultivation, which was chosen because it is a fast crop, thus allowing a greater number of replicates of the algorithm. The algorithm was implemented using the object pascal language and the development platform used was the Delphi IDE in the XE10 version that enables the creation of multi-platform applications. 80 seedlings with the initial population and 12 control/control beds were established for the experiment, all with 12 plants per plot, totaling 1104 feet of lettuce. However, for data entry, only four central feet were selected from each of the 80 beds that were weighed, thus obtaining the value of their crude fresh mass and in a second weighing the obtaining of their commercial fresh mass. Seven iterations were performed, which for each iteration the main objective of the application was the optimization of the fertilization result in order to establish the best results. However, the results obtained showed a significant improvement in the performance in the last 3 rounds, with the increase in the weight values of the fresh mass, as well as the reduction of the amount of fertilizer used, the consequence is the obtaining of greater profit in the production. Another positive aspect was the reduction of the standard deviation presented in the rounds of 5.6 and 7. The lower dispersion of the data suggests that the algorithm is being efficient in the optimization and search of the refinement of the fertilization. | - |
Descrição: dc.description | O manejo do solo é de fundamental importância para o aumento da produtividade. Dentre várias técnicas existentes, a reposição de nutrientes se destaca pela eficiência. Para isso, há a necessidade de conhecer por meio de análise de solo as deficiências presentes no solo, de modo a repor as necessidades nutricionais para os cultivares daquela área. A tecnologia computacional e o ramo da Inteligência Artificial (IA), já presentes no meio rural, vem a contribuir para o aumento da produtividade e lucratividade na agricultura, com diversos dispositivos embarcados e softwares de gestão. Para este estudo, utilizou-se a técnica derivada da IA conhecida como Sistemas Imunológicos Artificiais (SIA). Dentre as suas diversas aplicações, a utilizada neste trabalho é a de otimização utilizando o algoritmo aiNet, para o refinamento de adubação da propriedade estudada. A aplicação deste algoritmo tem por objetivo verificar a sua aderência e apresentar a recomendação de adubação com maior vantagem financeira e produtiva. Para isso, foram realizados experimentos com o cultivo de alfaces, que foi escolhido por ser uma cultura rápida assim possibilitando um maior número de repetições do algoritmo. O algoritmo foi implementado utilizando a linguagem object pascal e a plataforma de desenvolvimento utilizada foi a IDE Delphi na versão XE10 que possibilita a criação de aplicativos em multi plataformas. Para a realização do experimento foram formados 80 canteiros com a população inicial e 12 canteiros de controle/testemunha, todos eles com 12 plantas por canteiro, totalizando 1104 pés de alface. Porém, para a entrada de dados, foram selecionados apenas quatro pés centrais de cada um dos 80 canteiros que foram pesados, obtendo assim o valor de sua massa fresca bruta e em uma segunda pesagem, a obtenção de sua massa fresca comercial. Foram realizadas 7 iterações, as quais para cada iteração o aplicativo teve como objetivo principal a otimização do resultado da adubação com o intuito de estabelecer os melhores resultados. Contudo, os resultados obtidos apresentaram uma significativa melhora no desempenho das últimas 3 rodadas, com o aumento dos valores de peso da massa fresca, bem como a redução da quantidade de fertilizante utilizada, a consequência é a obtenção de maior lucro na produção. Outro aspecto positivo foi a diminuição do desvio padrão apresentado nas rodadas de 5, 6 e 7. A menor dispersão dos dados sugere que o algoritmo está sendo eficiente na otimização e busca do refinamento da adubação, e que tem potencial de aplicação na área agrícola. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Medianeira | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
Palavras-chave: dc.subject | Cultivos agrícolas | - |
Palavras-chave: dc.subject | Software - Desenvolvimento | - |
Palavras-chave: dc.subject | Data mining | - |
Palavras-chave: dc.subject | Crops | - |
Palavras-chave: dc.subject | Computer software - Development | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Palavras-chave: dc.subject | Engenharia/Tecnologia/Gestão | - |
Título: dc.title | Aplicação de algoritmo bio inspirado para refinamento de recomendação de adubação para área específica | - |
Título: dc.title | Using of bio-inspired algorithm for fertilizer recommendation refinement for specific area | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
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: