1. Parte da Tese de Doutorado do primeiro autor desenvolvida da FZEA/USP. * katherybr@yahoo.com.br
   
2. Professor do Mestrado Stricto senso da Universidade Camilo Castelo Branco – UNICASTELO, campus Descalvado
3. Professor da Faculdade de Zootecnia e Engenharia de Alimentos- USP/FZEA- Laboratório Física Aplicada e Computacional – Departamento de Ciências Básicas
   
4. Professor da Faculdade de Zootecnia e Engenharia de Alimentos- USP/FZEA – Departamento de Agrárias
5. Técnico de Laboratório de Física Aplicada e Computacional – FZEA/USP

Resumo: O trabalho foi desenvolvido no Laboratório de Física aplicada e Computacional (LAFAC) da FZEA/USP com o objetivo de adequar a interação do meio ambiente à produção quantitativa e qualitativa de uma forrageira com o uso de uma rede neural artificial (RNA) e com isso conseguir prever, ainda a campo, os teores de fibra em detergente ácido e, assim, facilitar a aquisição de dados da pastagem tanto em tempo, quanto em custos e maximizar a eficiência de manejo em função do sistema de pastejo. A RNA utilizada foi uma multi layer perceptron com retropopagação do erro. A forragem utilizada foi a Brachiaria brizantha cv. Marandu submetida a intensidades de pastejos (10 e 15% de oferta de forragem) e ciclos de pastejo (verão, outono e inverno). Pode-se concluir que a RNA conseguiu prever com eficiência os teores de fibras em detergente ácido da forrageira

Palavras-chave:neurônio artificial, predição de FDN, qualidade da forrageira.

Prediction of texts of acid detergent fiber of Brachiaria brizantha cv. Marandu for a artificial

abstract: The work was developed in the Laboratorio de Física Aplicada e Computacional (LAFAC) of the FZEA/USP with the objective to adjust the interaction of the environment to the quantitative and qualitative production of a forage grass with the use of artificial neural network (AAN) and with this to obtain to foresee, still the field, the fiber texts in acid detergent e, thus, to facilitate the acquisition of data of the pasture in such a way in time, how much in costs and to maximize the efficiency of handling in function of the grazing system. The used ANN was one multi layer perceptron with error retropropagation. The used forage grass was the Brachiaria brizantha cv. Marandu, submitted the forage allowance (10 and 15%) and grazing cycles (summer, autumn and winter). It can be concluded that the ANN obtained to foresee with efficiency staple acid detergent fibers texts of forage grass.

Keywords: artificial neuron, ADF prediction, forages grass quality

Artigo na Íntegra

Associe-se ou efetue o login de associado para baixar o artigo na íntegra (PDF).