Predição de produção do abacaxizeiro ‘Vitória’ utilizando modelagem neurofuzzy e regressão linear
نویسندگان
چکیده
Atualmente, a utilização de sistemas inteligentes híbridos que utilizam combinação técnicas inteligência artificial como, por exemplo, redes neurais e lógica fuzzy, tem-se tornado comuns na elaboração modelos complexos simulação estimar parâmetros desejados. O objetivo deste estudo foi desenvolver inferência adaptativos neurofuzzy (ANFIS) para predizer produção do abacaxizeiro ‘Vitória’ realizar análise comparativa destes com outro modelo predição utiliza aproximação quadrática. Os desenvolvidos calculam massa fresca fruto (MFFR) partir da folha D (MFFD) e/ou diâmetro talo (DT), medidos no momento indução floral. Para construção dos ANFIS utilizada função genfisOptions toolbox Neuro Fuzzy Designer Matlab (Mathworks®- Designer, R2018a). Foram construídos considerando cada uma dessas variáveis como entrada (DT MFFD), isoladamente, forma combinada. erro calculado utilizando raiz quadrada médio quadrado (RMSE). todos os construídos, o RMSE obtido menor valor produzido quando realizou-se meio regressão linear ou utilizou-se MFFD DT sistema ANFIS. Portanto, acordo este estudo, modelagem neurofuzzy, mais especificadamente ANFIS, apresenta melhores resultados
منابع مشابه
Modelagem de Tráfego de Redes Utilizando Cascata Multifractal Generalizada
In this paper we propose a multifractal traffic model that is based on a multiplicative cascade presenting specific multiplier distributions in each cascade stage. In the proposed model, the multipliers are obtained through the estimate of their probability densities found in real network traffic by using Kernel and Acceptance/Rejection methods. Statistical analysis and queueing behavior study ...
متن کاملModelagem de Processos de Análise Geográfica Utilizando o Framework GeoFrame
Resumo. O potencial de executar-se processos de análise geográfica sobre os componentes do banco de dados geográficos é, de forma geral, a maior motivação para justificar os investimentos necessários para a sua construção. A formalização desses processos em um modelo conceitual, na fase de projeto, desvincula a necessidade de uso da terminologia específica que cada software de SIG utiliza. Esse...
متن کاملModelagem de Tráfego VoIP Utilizando Misturas Gaussianas Ajustadas por Algoritmo de Maximização de Esperança e Comprimento de Descrição Mínimo
Resumo: O aumento do número de aplicações que geram tráfego VoIP (Voice over IP) requer que modelos adequados para este tipo de tráfego sejam empregados para um melhor dimensionamento dos recursos da rede. Neste artigo, propomos a aplicação de Misturas Gaussianas ajustadas por um algoritmo EM (Expectation − Maximization) com seleção de número de classes utilizando o princípio do Comprimento de ...
متن کاملModelagem da atividade de elicitação de requisitos utilizando a técnica de entrevista: uma abordagem utilizando dinâmica de sistemas
O desenvolvimento de software é uma atividade que envolve riscos, parte deles relacionados a problemas de decisão, principalmente no nível gerencial. São muitas variáveis dinâmicas interconectadas a serem gerenciadas, sendo indispensável o uso de ferramentas que auxiliem os gerentes em suas tomadas de decisão, identificando os riscos antes de eles se materializarem. O objetivo deste trabalho é ...
متن کاملPredição do tráfego de rede de computadores usando redes neurais tradicionais e de aprendizagem profunda
This paper compares four different artificial neural network approaches for computer network traffic forecast, such as: (1) Multilayer Perceptron (MLP) using the Backpropagation as training algorithm; (2) MLP with Resilient Backpropagation (Rprop); (3) Recurrent Neural Network (RNN); (4) deep learning Stacked Autoencoder (SAE). The computer network traffic is sampled from the traffic of the net...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Comunicata Scientiae
سال: 2022
ISSN: ['2176-9079', '2177-5133']
DOI: https://doi.org/10.14295/cs.v13.3719