Aplicação de redes neurais e modelos de regressão aleatória para predição do valor genético da produção de leite em vacas holandesas

Resumo

O objetivo do presente trabalho será avaliar o potencial do uso da metodologia de redes neurais artificiais na predição da produção de leite e nas estimativas dos valores genéticos da mesma característica, em animais da raça Holandesa, pertencentes à Agropecuária Agrindus S.A. Serão avaliados cerca de 50.000 controles mensais e as produções de leite de aproximadamente 5.000 primeiras lactações de vacas em modelo animal uni-característica de regressão aleatória. Serão estimadas funções de covariâncias para os componentes genéticos aditivos e de ambiente permanente. O modelo incluirá os efeitos aleatórios genético aditivo direto, de ambiente permanente e residual. A princípio, os efeitos fixos serão grupo de contemporâneos, os efeitos linear e quadrático da idade da vaca ao parto e a curva média de lactação da população. Serão avaliados os modelos de redes neurais Multilayer Perceptron (MLP) e Radial Basis Function (RBF). As produções de leite de parentes colaterais e/ou ancestrais, o valor genético dos pais e das mães, os coeficientes da regressão aleatória e os valores das produções nos controles serão utilizados na camada de entrada das redes neurais, para que a produção total de leite e o valor genético dessa característica, utilizadas na camada de saída da rede, sejam preditas pela associação dos valores utilizados na camada de entrada com os da camada de saída. A correlação simples de Pearson entre a estimativa dos valores genéticos e das produções de leite gerados pelas redes neurais e os valores genéticos preditos pela regressão aleatória (valores controle) será utilizada para avaliar a eficiência das redes neurais para a predição dos valores genéticos. (AU)