dc.contributor.advisor | Wojciechowski, Jaime | pt_BR |
dc.contributor.author | Friederichs, Gustavo | pt_BR |
dc.contributor.other | Universidade Federal do Paraná. Setor de Ciências Agrárias. Curso de Especialização MBA em Manejo Florestal de Precisão | pt_BR |
dc.date.accessioned | 2019-03-14T12:19:57Z | |
dc.date.available | 2019-03-14T12:19:57Z | |
dc.date.issued | 2016 | pt_BR |
dc.identifier.uri | https://hdl.handle.net/1884/53803 | |
dc.description | Orientador : Prof. Dr. Jaime Wojciechowski | pt_BR |
dc.description | Monografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Curso de Especialização MBA em Manejo Florestal de Precisão | pt_BR |
dc.description | Inclui referências | pt_BR |
dc.description.abstract | Resumo : 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. | pt_BR |
dc.format.extent | 38 f : il. | pt_BR |
dc.format.mimetype | application/pdf | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Algoritmos - Inteligencia artificial - Particulas | pt_BR |
dc.subject | Colheita | pt_BR |
dc.title | Uso da inteligência artificial para estimativa da produtividade de Harvester em operações de colheita florestal em sistema de toras curtas | pt_BR |
dc.type | Monografia Especialização Digital | pt_BR |