Redes neurais artificiais para estimar a precipitação na irrigação por aspersão

• Ano de defesa: 2018
• Autor(a) principal: Wolfrann, Joice
• Orientador(a): Menezes, Paulo Lopes de
• Banca de defesa: Menezes, Paulo Lopes de, Gavioli, Alan, Vilas Boas, Marcio Antonio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Medianeira
• Programa de Pós-Graduação: Programa de Pós-Graduação em Tecnologias Computacionais para o Agronegócio
• País: Brasil
• Palavras-chave em Português: Interpolação; Irrigação por aspersores; Inteligência computacional; Interpolation; Sprinkler irrigation; Computational intelligence
• Área do conhecimento CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/3372

Este trabalho apresenta uma abordagem teórico-conceitual do modelo de irrigação por aspersão relatando seus métodos, eficiência e manejo. Apresenta os conceitos, técnicas de aprendizado, topologias e algoritmos para treinamento das redes neurais artificiais. O objetivo da pesquisa foi construir um modelo baseado nas redes neurais artificiais capazes de estimar as precipitações de um aspersor. Foi usado o algoritmo de treinamento backpropagation com e sem o termo momentum e várias taxas de aprendizado a fim de conduzir para a escolha da melhor rede fazendo uso do software SNNS. A rede (6X459X1) com 6 neurônios na camada de entrada, 459 na camada oculta e 1 na camada de saída foi a que apresentou o menor erro (MSE) è obtida com taxa de aprendizado á 0,7 e com o uso do termo momentum (μ=0,3). As simulações apresentaram bons resultados na análise estatística, com coeficiente de determinação (R2) igual a 0,93 para o ajuste linear, e distribuição normal para Lilliefors. A análise por Anova refletiu homogeneidade válida e hipótese aceita para o teste de Cochran C e Bartlett. O coeficiente de Pearson resultou em uma correlação muito forte entre os resultados simulados e observados, e a comparação deu-se em torno de 0,0 a 0,29 mm de precipitação. Os testes se mostraram promissores em termos estimativos para a irrigação por aspersão.