Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/14300
metadata.dc.type: Tese
metadata.dc.rights: Acesso Aberto
Title: Predição recursiva de diâmetros de clones de eucalipto utilizando rede Perceptron de múltiplas camadas para o cálculo de volume
metadata.dc.creator: Soares, Fabrízzio Alphonsus Alves de Melo Nunes
metadata.dc.contributor.advisor1: Flores, Edna Lúcia
metadata.dc.contributor.referee1: Veiga, Antônio Cláudio Paschoarelli
metadata.dc.contributor.referee2: Carrijo, Gilberto Arantes
metadata.dc.contributor.referee3: Fleury, Claudio Afonso
metadata.dc.contributor.referee4: Cabacinha, Christian Dias
metadata.dc.description.resumo: O volume de madeira plantado é uma informação essencial no direcionamento racional e sustentável dos recursos disponíveis nas florestas. Assim, é muito importante quantificá-lo da forma mais precisa possível. A atividade da Engenharia Florestal que trata da quantificação de madeira nas florestas é o Inventário Florestal. Este inventário é a base para o planejamento do uso dos recursos florestais. Por meio dele é possível a caracterização de uma determinada área e o conhecimento quantitativo e qualitativo das espécies que a compõe. Inventários florestais são utilizados em vários tipos de levantamentos com a finalidade de reconhecimento, diagnóstico e avaliações no campo florestal. A avaliação de estoque de madeira em estudos de viabilidade, planejamento e preparação de talhões de exploração, bem como, diagnóstico pós-exploratórios, exigem inventários específicos. As redes neurais, especialmente as redes perceptron multicamadas com o algoritmo back-propagation vêm sendo utilizadas em diversas áreas devido à sua alta capacidade para tratar com relações não-lineares de entrada-saída, destacando-se a habilidade de aprendizado e a capacidade de generalização, associação e busca paralela. Essas redes têm sido aplicadas em diversas áreas como finanças, previsão de séries temporais, classificação de padrões, entre outras. As redes neurais têm sido utilizadas também em diversos trabalhos de modelagem florestal para estimar diversos parâmetros das árvores tais como diâmetro, altura, volume, e outros. Neste trabalho são realizadas análise e predição de diâmetros e cálculo de volumes de árvores do gênero Eucalyptus. O modelo desenvolvido utiliza apenas três medidas de diâmetros da base das árvores, e recursivamente, os diâmetros seguintes são preditos. Para o modelo proposto foram realizados experimentos para abordagens com a altura total e com o diâmetro mínimo comercial. O desempenho do modelo nos experimentos foi comparado e os resultados mostraram que o modelo proposto apresentou desempenho satisfatório em relação aos modelos tradicionais utilizados na Engenharia Florestal.
Abstract: The volume of timber planted is essential information in a rational and sustainable direction of resources available in the forests. Thus it is very important to quantify it as precisely as possible. The Forestry activity that deals with the quantification of wood in the forest is the Forest Inventory. This inventory is the basis for planning the use of forest resources. Through it is possible to characterize a given area and the qualitative and quantitative knowledge of the species that compose it. Forest inventories are used in various types of surveys for recognition, diagnosis and evaluations in the field of forests. The assessment of timber stock in feasibility studies, planning and preparation of plots of exploitation, as well as exploratory post-diagnosis, require specific inventories. Neural networks, especially multilayer perceptron networks with back-propagation algorithm have been used in several areas due to its high capacity to deal with nonlinear relationships of input-output, highlighting the learning ability and the ability to generalization, association and parallel search. These networks have been applied in various areas such as finance, time series forecasting, pattern classification, among others. Neural networks have also been used in several works modeling to estimate forest trees of various parameters such as diameter, height, volume, and others. In this work we performed the analysis and prediction of diameters and calculation of volumes of trees of genus Eucalyptus. The model uses only three diameters measure from the base of the tree, and recursively, the diameters are predicted. For the proposed model experiments were performed to approaches with the overall height and the minimum commercial diameter. The model performance was compared in the experiments and the results showed that the proposed model showed satisfactory performance in relation to the traditional models used in Forestry.
Keywords: Redes neurais
Inventário florestal
Clones de eucaliptos
Perceptron multicamadas
Predição de diâmetros
Neural networks
Forest inventory
Eucalyptus clones
Multilayer perceptron
Diameter prediction
Redes neurais (Computação)
Árvores - Inventários
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.initials: UFU
metadata.dc.publisher.department: Engenharias
metadata.dc.publisher.program: Programa de Pós-graduação em Engenharia Elétrica
Citation: SOARES, Fabrízzio Alphonsus Alves de Melo Nunes. Predição recursiva de diâmetros de clones de eucalipto utilizando rede Perceptron de múltiplas camadas para o cálculo de volume. 2012. 131 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2012.
URI: https://repositorio.ufu.br/handle/123456789/14300
Issue Date: 13-Apr-2012
Appears in Collections:TESE - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
t.pdf2.34 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.