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

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.