Caboclo - Repositório Institucional UFRB CCAAB - Centro de Ciências Agrárias, Ambientais e Biológicas CCAAB - Cursos de Graduação CCAAB - Bacharelado em Engenharia Florestal - TCC
Please use this identifier to cite or link to this item: http://ri.ufrb.edu.br/jspui/handle/123456789/2673
metadata.dc.type: Trabalho de Conclusão de Curso
metadata.dc.degree.level: Bacharelado
Title: Redes neurais artificiais na estimação de volume de mogno africano (Khaya ivorensis)
metadata.dc.creator: Santos Neto, Júlio Conceição dos
metadata.dc.contributor.advisor1: Silva, Liniker Fernandes da
metadata.dc.contributor.advisor-co1: Souza, Deoclides Ricardo de
metadata.dc.contributor.referee1: Leite, Elton da Silva
metadata.dc.description.resumo: O mogno africano possui madeira nobre de alto potencial econômico e vasta utilização na indústria moveleira, construção civil e produção de painéis e laminados apresentando boa trabalhabilidade. Sendo uma cultura ainda carente de informações referentes ao seu manejo no Brasil, o trabalho objetivou a utilização de Redes Neurais Artificiais para estimação de volume de árvores individuais em um povoamento de mogno africano (Khaya invorensis) no município de Pirapora, Minas Gerais. Por meio do software Neuro Forest 4.0 foi realizado o treinamento de 540 redes para seleção de algoritmo com separação dos dados de 60% para treinamento e 40% para validação, configuradas com: variáveis de entrada altura total (Ht), diâmetro a 1,3 m (DAP) e diâmetros em diferentes alturas do fuste (0,0; 0,3; 1,3; 2,0), a saída foi volume, na arquitetura utilizou-se uma camada oculta, a função de ativação usada foi a sigmoidal e o critério de parada foi de 3000 ciclos. O algoritmo com melhor correlação e raiz quadrada do erro médio para treino e validação, foi usado no treinamento de 1500 RNA’s com as mesmas configurações acima citadas, variando o número de ciclos. As redes que apresentaram melhores resultados foram as treinadas com variável de entrada diâmetro a 1,3 m do solo (DAP) e altura total (Ht), recomendada a povoamentos maiores. O uso de Redes Neurais Artificiais para estimação de volume em Khaya ivorensis, tendo como variáveis de entrada diâmetro em diferentes alturas pode ser utilizada em menores povoamentos, dispensando a medição de altura das árvores.
Keywords: Khaya ivorensis
RNAs (Ácido ribonucleico)
Estimação volumétrica
Abstract: African mahogany has noble wood of high economic potential and extensive use in the furniture industry, civil construction and production of panels and laminates presenting good workability. In order to estimate the volume of individual trees in an African mahogany (Khaya invorensis) stand in the municipality of Pirapora, Minas Gerais, the objective of this work was to evaluate the use of Artificial Neural Networks in Brazil. Through the NeuroForest 4.0 software, training of 540 nets was performed for selection of algorithm with data separation of 60% for training and 40% for validation, configured with: input variables total height (Ht), diameter at 1.3 m (DAP) and diameters at different heights (0.0, 0.3, 1.3, 2.0), the output was volume, in the architecture was used a hidden layer, the activation function used was the sigmoidal and the stopping criterion was 3000 cycles. The algorithm with better correlation and square root mean error for training and validation was used to train 1500 RNAs with the same configurations mentioned above, varying the number of cycles. The networks that presented the best results were those trained with input variable diameter 1.3 m from soil (DBH) and total height (Ht), recommended to larger stands, training of Artificial Neural Networks for volume estimation in Khaya ivorensis, from the input variable diameter at different heights can be used in smaller stands by dispensing the height measurement of the trees.
metadata.dc.subject.en: Khaya ivorensis
RNAs (ribonucleic acid)
Volumetric estimation
Publisher: Universidade Federal do Recôncavo da Bahia
metadata.dc.publisher.department: CCAAB - Centro de Ciências Agrárias, Ambientais e Biológicas
Issue Date: 21-Feb-2018
metadata.dc.subject.cnpq: CNPQ::CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL
metadata.dc.rights: Acesso Aberto
metadata.dc.date.available: 2023-09-13T20:10:53Z
URI: http://ri.ufrb.edu.br/jspui/handle/123456789/2673
Appears in Collections:CCAAB - Bacharelado em Engenharia Florestal - TCC

Files in This Item:
File Description SizeFormat 
Redes_Neurais_Artificiais_TCC_2018.pdf710,93 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.