Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros

Bibliographic Details
Main Author: Motta, Bruno Ernesto Techera da
Publication Date: 2021
Format: Master thesis
Language: por
Source: Repositório Institucional da UNIPAMPA
Download full: https://repositorio.unipampa.edu.br/jspui/handle/riu/6144
Summary: O crescimento da população mundial, estimada em 9,7 bilhões até o ano 2050, determinará uma maior demanda por alimentos. Isso implicará novos desafios para a agropecuária, no sentido de produzir mais com menos recursos em um cenário onde a disponibilidade de água e de terras será cada vez mais escassa para essas atividades. Atualmente, o Brasil possui um dos maiores rebanhos bovinos do mundo, sendo um dos maiores produtores e exportadores de carne bovina, ao lado dos EUA e da União Europeia. Uma forma de atender a demanda por carne do país e manter a competitividade no mercado internacional é melhorar o potencial genético dos rebanhos para obter melhores resultados de produção. A criação de animais consiste em um conjunto de procedimentos seletivos cujo objetivo é melhorar continuamente as características das próximas gerações. Este trabalho apresenta um algoritmo de otimização para determinar um sistema de acasalamento ideal para bovinos Brangus com base em um índice de seleção. Um índice de seleção expressa, por meio de um único valor, o mérito genético total de cada animal ou, em outras palavras, determina a contribuição do animal para o rebanho considerando um conjunto de características ponderadas como meio para atingir os objetivos de seleção, que são o propósito final do melhoramento genético que trará o retorno financeiro ao sistema produtivo. A busca pela melhor combinação de acasalamentos, dado um índice de seleção, é um problema de otimização. Um dos objetivos desta dissertação é investigar a complexidade do problema de seleção de acasalamento, em busca de um algoritmo ótimo com um tempo de execução polinomial no número de animais envolvidos. Além disso, este trabalho difere por otimizar acasalamentos usando um índice de seleção baseado em valores econômicos. Valores econômicos possibilitam avaliar a importância econômica das características dos animais em um sistema produtivo, expressando em valores monetários o retorno financeiro que resulta da modificação de um característica através do melhoramento genético. A solução proposta baseia-se no uso de programação linear e técnicas branch-and-bound como forma combinada de resolver o problema original, modelado como uma instância de programação inteira. Os resultados mostram que o algoritmo fornece a solução ótima para o problema dentro de um limite de tempo polinomial.
id UNIP_a8dff56f2a4b35d03f086324c1d7892b
oai_identifier_str oai:repositorio.unipampa.edu.br:riu/6144
network_acronym_str UNIP
network_name_str Repositório Institucional da UNIPAMPA
repository_id_str
spelling Ferreira, Ana Paula LüdtkeYokoo, Marcos Jun-ItiFerreira, Ana Paula LüdtkeBoligon, Arione AugustiAguiar, Marilton SanchoteneCamargo, Sandro da SilvaMotta, Bruno Ernesto Techera da2021-12-08T21:34:17Z2021-12-082021-12-08T21:34:17Z2021-10-22MOTTA, Bruno Ernesto Techera da. Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros .95.: il. 2021. Dissertação (Mestrado em Computação Aplicada) – Universidade Federal do Pampa, Campus Bagé, Bagé, 2021.https://repositorio.unipampa.edu.br/jspui/handle/riu/6144O crescimento da população mundial, estimada em 9,7 bilhões até o ano 2050, determinará uma maior demanda por alimentos. Isso implicará novos desafios para a agropecuária, no sentido de produzir mais com menos recursos em um cenário onde a disponibilidade de água e de terras será cada vez mais escassa para essas atividades. Atualmente, o Brasil possui um dos maiores rebanhos bovinos do mundo, sendo um dos maiores produtores e exportadores de carne bovina, ao lado dos EUA e da União Europeia. Uma forma de atender a demanda por carne do país e manter a competitividade no mercado internacional é melhorar o potencial genético dos rebanhos para obter melhores resultados de produção. A criação de animais consiste em um conjunto de procedimentos seletivos cujo objetivo é melhorar continuamente as características das próximas gerações. Este trabalho apresenta um algoritmo de otimização para determinar um sistema de acasalamento ideal para bovinos Brangus com base em um índice de seleção. Um índice de seleção expressa, por meio de um único valor, o mérito genético total de cada animal ou, em outras palavras, determina a contribuição do animal para o rebanho considerando um conjunto de características ponderadas como meio para atingir os objetivos de seleção, que são o propósito final do melhoramento genético que trará o retorno financeiro ao sistema produtivo. A busca pela melhor combinação de acasalamentos, dado um índice de seleção, é um problema de otimização. Um dos objetivos desta dissertação é investigar a complexidade do problema de seleção de acasalamento, em busca de um algoritmo ótimo com um tempo de execução polinomial no número de animais envolvidos. Além disso, este trabalho difere por otimizar acasalamentos usando um índice de seleção baseado em valores econômicos. Valores econômicos possibilitam avaliar a importância econômica das características dos animais em um sistema produtivo, expressando em valores monetários o retorno financeiro que resulta da modificação de um característica através do melhoramento genético. A solução proposta baseia-se no uso de programação linear e técnicas branch-and-bound como forma combinada de resolver o problema original, modelado como uma instância de programação inteira. Os resultados mostram que o algoritmo fornece a solução ótima para o problema dentro de um limite de tempo polinomial.The growth of the world population, estimated at 9.7 billion by 2050, will determine a greater demand for food, implying new challenges for agriculture and livestock, in the sense of producing more with fewer resources in a scenario where the availability of water and land will be increasingly scarce for these activities. Currently, Brazil has one of the largest bovine herds globally, being one of the leading producers and exporters of beef, together with the USA and the European Union. One way to meet the country’s demand for meat and maintain competitiveness in the international market is to improve the genetic potential of the herds to obtain better production results. Animal breeding consists of selective procedures whose objective is to improve the next generations’ characteristics continuously. This work presents an optimization algorithm based on a selection index to determine an ideal mating system for Brangus cattle. Through a single value, a selection index expresses the total genetic merit of each animal. In other words, it determines the animal’s contribution to the herd considering a specific set of characteristics in a weighted manner that allows the achievement of selection objectives, which are the ultimate purpose of the genetic improvement that will bring the financial return to the production system. The search for the best combination of matings given a selection index is an optimization problem. One of this dissertation’s goals is to investigate the complexity of the mating selection problem in search of an optimal algorithm with a polynomial execution time in the number of animals involved. Also, this work differs by optimizing matings using a selection index based on economic values. Economic values make it possible to assess the economic importance of animal characteristics in a productive system, expressing in monetary values – the financial return that results from modifying a feature through genetic improvement. The proposed solution relies on linear programming and branch-and-bound techniques as a combined way of solving the original problem, modeled as an integer programming instance. The results show that the algorithm provides the optimal solution to the problem within a polynomial-time limit.porUniversidade Federal do PampaMestrado Acadêmico em Computação AplicadaUNIPAMPABrasilCampus BagéCNPQ::ENGENHARIASMelhoramento genéticoÍndice de seleção econômicoComplexidade computacionalOtimização combinatóriaProgramação inteiraAnimal breedingEconomic selection indexComputational complexityCombinatorial optimizationInteger programmingBrangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeirosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPAORIGINALDissertacao_BrunoTecheraDaMotta_VersaoFinal.pdfDissertacao_BrunoTecheraDaMotta_VersaoFinal.pdfapplication/pdf852294https://repositorio.unipampa.edu.br/bitstreams/f7436878-469d-48aa-aa2b-357add913dff/download961537e4a25f191e5cceee8d35a26e08MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81854https://repositorio.unipampa.edu.br/bitstreams/1dae9c56-2a65-47fe-9e96-7871466c9dde/downloadc9ad5aff503ef7873c4004c5b07c0b27MD52falseAnonymousREADriu/61442021-12-08 21:34:17.6open.accessoai:repositorio.unipampa.edu.br:riu/6144https://repositorio.unipampa.edu.brRepositório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2021-12-08T21:34:17Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)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
dc.title.pt_BR.fl_str_mv Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
title Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
spellingShingle Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
Motta, Bruno Ernesto Techera da
CNPQ::ENGENHARIAS
Melhoramento genético
Índice de seleção econômico
Complexidade computacional
Otimização combinatória
Programação inteira
Animal breeding
Economic selection index
Computational complexity
Combinatorial optimization
Integer programming
title_short Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
title_full Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
title_fullStr Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
title_full_unstemmed Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
title_sort Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros
author Motta, Bruno Ernesto Techera da
author_facet Motta, Bruno Ernesto Techera da
author_role author
dc.contributor.advisor1.fl_str_mv Ferreira, Ana Paula Lüdtke
dc.contributor.advisor-co1.fl_str_mv Yokoo, Marcos Jun-Iti
dc.contributor.referee1.fl_str_mv Ferreira, Ana Paula Lüdtke
dc.contributor.referee2.fl_str_mv Boligon, Arione Augusti
dc.contributor.referee3.fl_str_mv Aguiar, Marilton Sanchotene
dc.contributor.referee4.fl_str_mv Camargo, Sandro da Silva
dc.contributor.author.fl_str_mv Motta, Bruno Ernesto Techera da
contributor_str_mv Ferreira, Ana Paula Lüdtke
Yokoo, Marcos Jun-Iti
Ferreira, Ana Paula Lüdtke
Boligon, Arione Augusti
Aguiar, Marilton Sanchotene
Camargo, Sandro da Silva
dc.subject.cnpq.fl_str_mv CNPQ::ENGENHARIAS
topic CNPQ::ENGENHARIAS
Melhoramento genético
Índice de seleção econômico
Complexidade computacional
Otimização combinatória
Programação inteira
Animal breeding
Economic selection index
Computational complexity
Combinatorial optimization
Integer programming
dc.subject.por.fl_str_mv Melhoramento genético
Índice de seleção econômico
Complexidade computacional
Otimização combinatória
Programação inteira
Animal breeding
Economic selection index
Computational complexity
Combinatorial optimization
Integer programming
description O crescimento da população mundial, estimada em 9,7 bilhões até o ano 2050, determinará uma maior demanda por alimentos. Isso implicará novos desafios para a agropecuária, no sentido de produzir mais com menos recursos em um cenário onde a disponibilidade de água e de terras será cada vez mais escassa para essas atividades. Atualmente, o Brasil possui um dos maiores rebanhos bovinos do mundo, sendo um dos maiores produtores e exportadores de carne bovina, ao lado dos EUA e da União Europeia. Uma forma de atender a demanda por carne do país e manter a competitividade no mercado internacional é melhorar o potencial genético dos rebanhos para obter melhores resultados de produção. A criação de animais consiste em um conjunto de procedimentos seletivos cujo objetivo é melhorar continuamente as características das próximas gerações. Este trabalho apresenta um algoritmo de otimização para determinar um sistema de acasalamento ideal para bovinos Brangus com base em um índice de seleção. Um índice de seleção expressa, por meio de um único valor, o mérito genético total de cada animal ou, em outras palavras, determina a contribuição do animal para o rebanho considerando um conjunto de características ponderadas como meio para atingir os objetivos de seleção, que são o propósito final do melhoramento genético que trará o retorno financeiro ao sistema produtivo. A busca pela melhor combinação de acasalamentos, dado um índice de seleção, é um problema de otimização. Um dos objetivos desta dissertação é investigar a complexidade do problema de seleção de acasalamento, em busca de um algoritmo ótimo com um tempo de execução polinomial no número de animais envolvidos. Além disso, este trabalho difere por otimizar acasalamentos usando um índice de seleção baseado em valores econômicos. Valores econômicos possibilitam avaliar a importância econômica das características dos animais em um sistema produtivo, expressando em valores monetários o retorno financeiro que resulta da modificação de um característica através do melhoramento genético. A solução proposta baseia-se no uso de programação linear e técnicas branch-and-bound como forma combinada de resolver o problema original, modelado como uma instância de programação inteira. Os resultados mostram que o algoritmo fornece a solução ótima para o problema dentro de um limite de tempo polinomial.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-12-08T21:34:17Z
dc.date.available.fl_str_mv 2021-12-08
2021-12-08T21:34:17Z
dc.date.issued.fl_str_mv 2021-10-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MOTTA, Bruno Ernesto Techera da. Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros .95.: il. 2021. Dissertação (Mestrado em Computação Aplicada) – Universidade Federal do Pampa, Campus Bagé, Bagé, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.unipampa.edu.br/jspui/handle/riu/6144
identifier_str_mv MOTTA, Bruno Ernesto Techera da. Brangus Selection: algoritmo de otimização para seleção de acasalamentos de bovinos com foco na maximização dos ganhos financeiros .95.: il. 2021. Dissertação (Mestrado em Computação Aplicada) – Universidade Federal do Pampa, Campus Bagé, Bagé, 2021.
url https://repositorio.unipampa.edu.br/jspui/handle/riu/6144
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Pampa
dc.publisher.program.fl_str_mv Mestrado Acadêmico em Computação Aplicada
dc.publisher.initials.fl_str_mv UNIPAMPA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Campus Bagé
publisher.none.fl_str_mv Universidade Federal do Pampa
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIPAMPA
instname:Universidade Federal do Pampa (UNIPAMPA)
instacron:UNIPAMPA
instname_str Universidade Federal do Pampa (UNIPAMPA)
instacron_str UNIPAMPA
institution UNIPAMPA
reponame_str Repositório Institucional da UNIPAMPA
collection Repositório Institucional da UNIPAMPA
bitstream.url.fl_str_mv https://repositorio.unipampa.edu.br/bitstreams/f7436878-469d-48aa-aa2b-357add913dff/download
https://repositorio.unipampa.edu.br/bitstreams/1dae9c56-2a65-47fe-9e96-7871466c9dde/download
bitstream.checksum.fl_str_mv 961537e4a25f191e5cceee8d35a26e08
c9ad5aff503ef7873c4004c5b07c0b27
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)
repository.mail.fl_str_mv sisbi@unipampa.edu.br
_version_ 1848608632206262272