Previsão de diâmetros ao longo do fuste de eucalipto via redes neurais artificiais

Objetivou-se avaliar e aplicar as redes neurais artificias (RNA) para estimar o diâmetro (di) ao longo do fuste (hi) em um plantio de Eucalyptus sp., e com isso comparar com o metodo de regressao linear por um polinomio do quinto grau (PQG). Foram cubadas 74 arvores pelo metodo absoluto e destrutivo, coletando diâmetros (di) a varias alturas (hi). Para realizar a modelagem de predicao dos diâmetros, a base de dados foi dividida em um conjunto de treinamento e outro de teste. O PQG foi ajustado por meio do software estatistico R considerando o metodo dos minimos quadrados ordinarios como procedimento de ajuste. As variaveis utilizadas para estimar os diâmetros (di) das arvores pelo metodo do PQG foram: Dap (diâmetro a 1,30m), di, hi e Ht (altura total). A RNA do tipo perceptron de multiplas camadas foi implementada no software Scilab com o auxilio do ANN toolbox. As variaveis utilizadas para o treinamento da RNA foram obtidas por meio de combinacoes com diferentes operacoes matematicas nos dados de Dap, hi e Ht. As estatisticas MAPE, MAD, MSD, RSME (%) foram aplicadas nos dados estimados com a finalidade de analisar os desvios frente aos dados observados e realizar a comparacao entre os metodos utilizados. Considerando uma comparacao aplicada dos metodos, foi calculado o volume e a quantificacao do sortimento por arvore, usando como base as estimativas geradas. A RNA em geral apresentou boas estatisticas e um melhor grafico residual. Conclui-se que ambas as metodologias mostraram-se eficientes para alcancar os objetivos propostos, assim as RNA podem ser consideradas como uma boa alternativa de uso e aplicacao.