Trabalho de Conclusão
Título:APLICAÇÃO DE REDES NEURAIS ARTIFICIAIS NA PREVISÃO DA SAFRA DE SOJA NO ESTADO DO RIO GRANDE DO SUL
Aluno:Klaus Benetti Kich
Semestre:2020/01
Situação:Anteprojeto
Áreas de interesse:Não informado
Orientador:Paulo Ricardo Muniz Barros
Avaliadores:Marta Rosecler Bez, Rodrigo Rafael Villarreal Goulart
Documentos:Anteprojeto (liberado apenas para a banca)
Palavras-chave:Redes Neurais Artificiais; Previsão; Soja; Agricultura de Precisão
Resumo:

A soja está entre as principais comodities agrícolas do mundo, e é o principal produto de exportação brasileiro tendo somado no ano de 2018 a quantia de mais de quarenta bilhões de dólares exportados. O estado do Rio Grande do Sul é o terceiro maior produtor nacional, com 14% do total produzido no país. Devido a sua enorme importância para o estado, criar mecanismos que ajudem na previsão da safra são de extrema relevância para todos que de alguma maneira estão envolvidos com ela. Existem diversas técnicas para se realizar previsão de valores, entre elas podemos citar os modelos ARIMA (Auto - Regressivo – Integrado – Média móvel), os modelos Lineares Dinâmicos e as Redes Neurais Artificiais (RNA). As RNAs são um conjunto de elementos, unidades ou nós de processamento interconectados, cuja funcionalidade é baseada vagamente em um neurônio animal como o de humanos. Elas vêm sendo empregadas em diversas áreas do conhecimento com resultados promissores em previsões para o mercado financeiro e para propagação de doenças além da agricultura, onde estudos buscam estimar a produtividade de culturas do tomate, milho, entre outros. No contexto da soja, a previsão de produtividade enfrenta algumas dificuldades devido a fatores que podem influenciar na sua produtividade final, como área plantada, diversidade do solo e principalmente variações de condições climáticas. Com base neste cenário este trabalho busca criar um modelo de previsão utilizando redes neurais artificiais para a safra de soja no estado do Rio Grande do Sul.

Link biblioteca:Não informado