Comparison of logistic and neural network models to fit to the egg production curve of White Leghorn hens

• Processo: 11/00703-6
• Modalidade de apoio: Auxílio à Pesquisa - Publicações científicas - Artigo
• Data de Início da vigência: 01 de março de 2011
• Data de Término da vigência: 31 de agosto de 2011
• Área do conhecimento: Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos
• Pesquisador responsável: Danísio Prado Munari
• Beneficiário: Danísio Prado Munari
• Instituição Sede: Faculdade de Ciências Agrárias e Veterinárias (FCAV). Universidade Estadual Paulista (UNESP). Campus de Jaboticabal. Jaboticabal , SP, Brasil
• Assunto(s): Redes neurais (computação) Produção animal Melhoramento genético animal Aves Produção de ovos
• Palavra(s)-Chave do Pesquisador: Modelo logístico | Produção de ovos | Redes neurais | Melhoramento de aves

Resumo

As redes neurais são capazes de modelar qualquer função complexa e podem ser usadas na área de produção animal. O objetivo deste estudo foi investigar a possibilidade de utilização de redes neurais em modelos de ajuste da curva de produção de ovos pela aplicação de duas abordagens de análise: uma utilizando um modelo não-linear logístico e outra com dois modelos de redes neurais artificiais (multilayer perceptron, MLP, e função de base radial, RBF). Foram usados dois conjuntos de dados de duas gerações de aves White Leghorn selecionadas principalmente para produção de ovos. No primeiro conjunto de dados, a taxa média semanal de postura foi medida ao longo de um período de 54 semanas de produção de ovos. Este conjunto de dados foi utilizado para ajustar e testar o modelo Logístico e treinar e testar as redes neurais. O segundo conjunto de dados, abrangendo 52 semanas de produção de ovos, foi utilizado para validar os modelos. Desvio médio absoluto, o erro médio quadrado e coeficiente de determinação foram utilizados para avaliar o ajuste dos modelos. A rede neural MLP teve o melhor ajuste nas fases de teste e validação. A vantagem do uso de redes neurais é que estas podem ser aplicadas em qualquer tipo de conjunto de dados e não requerem suposições do modelo, como os exigidos na metodologia não-linear. Os resultados confirmam que a rede neural MLP pode ser usada como uma ferramenta alternativa para ajustar a produção de ovos. Os benefícios da MLP é a capacidade de generalização, sem a necessidade de pressuposições a priori ao ajustar um modelo não-linear. (AU)