MODELO AUTOMÁTICO DE CLASSIFICAÇÃO DE BOVINOS PARA O ABATE VIA REDES NEURAIS ARTIFICIAIS

Hoje em dia, a busca por ferramentas que facilitam e ate mesmo substituem o trabalho humano tem ganhado grande destaque mundial. As redes neurais artificiais (RNAs) e uma dessas ferramentas, pois apresentam uma quantidade de aplicacoes, principalmente quando se trata de classificacao de dados, reconhecimento de padroes, analise de imagens, entre outros. Com este intuito, o objetivo deste trabalho foi desenvolver uma ferramenta de classificacao automatica de bovinos por intermedio de uma Rede Neural Artificial (RNA) de tres camadas. Essa rede e conhecida como Multilayer Perceptron (MLP), aqui do tipo feed forward (sem realimentacao) e com algoritmo de treinamento backpropagation (retropropagacao do erro) com treinamento supervisionado. A ideia foi identificar os grupos de abate e os que requerem alimentacao mais intensiva, utilizando como variaveis de entrada da rede massa e altura e como variavel de saida, o indice de massa corporal (IMC). Os dados utilizados neste trabalho foram obtidos de um rebanho de 147 vacas Nelore, localizadas na cidade de Santa Rita do Pardo - Mato Grosso do Sul (MS). Dos resultados, a rede obteve um excelente desempenho na fase de treinamento (100 amostras), com erro quadrado medio em torno de 10 -5 . Ja na fase do diagnostico (operacao da rede), foi submetida a rede as 47 amostras restantes dos dados de vacas Nelore que nao fizeram parte do treinamento da mesma, desses resultados, a rede apresentou em media, um erro em torno de 0,6% em relacao a saida desejada (dados normalizados), o que acarretou num erro de 1 amostra das 47 analisadas.