Estimativa e otimização da produtividade de diferentes variedades da cana-de-açúcar usando técnicas de aprendizado de máquina e algoritmos genéticos

• Processo: 17/01458-1
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2017
• Data de Término da vigência: 30 de junho de 2018
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: André Luis Debiaso Rossi
• Beneficiário: Víctor Augusto Faria Martins
• Instituição Sede: Universidade Estadual Paulista (UNESP). Campus Experimental de Itapeva. Itapeva , SP, Brasil
• Assunto(s): Cana-de-açúcar Produtividade Aprendizado computacional Algoritmos evolutivos Algoritmos genéticos Meta-heurística
• Palavra(s)-Chave do Pesquisador: Algoritmos Evolutivos | Aprendizado de Máquina | cana-de-açúcar | otimização | Produtividade | Otimização, Aprendizado de Máquina

Resumo

O Brasil é um dos maiores produtores mundiais de álcool e o maior exportador mundial de açúcar. Além disso, a cana-de-açúcar é uma das maiores e mais importantes fontes de energia para o país, possuindo grande relevância para sua economia. As regiões centro-oeste, sul e sudeste compreendem a maior parcela da cana produzida no Brasil, sendo o estado de São Paulo o maior produtor do país. A tendência do crescimento da produção desse insumo é eminente para os próximos anos, porém, o mesmo não pode ser dito da sua produtividade dentro das regiões mencionadas, pois nos últimos anos o aproveitamento da área plantada esteve aquém do seu potencial. Ademais, a estimativa de produtividade da cana é de declínio para os próximos anos, tornando válido e relevante estudos que tenham como objetivo analisar quais aspectos influenciam na produtividade da cana e como melhorar o aproveitamento de seu plantio. Tendo em vista o atual cenário, o presente projeto de pesquisa tem o objetivo de otimizar a plantação de diferentes variedades da cana-de-açúcar utilizando estimativas da proporção de fibra, sacarose e produtividade. Essas estimativas serão geradas por técnicas de Aprendizado de Máquina, que têm sido empregadas com sucesso na extração de padrões em problemas específicos para criação de modelos descritivos e preditivos. A otimização será realizada pela meta-heurística Algoritmos Genéticos, que é baseada em ideias do processo evolutivo para encontrar a melhor combinação dos principais fatores que influenciam na produtividade da cana em uma determinada região. Para esse fim, serão analisados dados de diversas variedades de cana-de-açúcar plantadas em mais de 300 fazendas da região centro-oeste, sudeste e sul do Brasil. (AU)