Aplicação de Redes Neurais na Previsão de Custos de Produção de Frangos de Corte no Estado do Paraná

Abstract

Artigo recebido em 23/05/2021. Última versão recebida em 01/06/2021. Aprovado em 02/06/2021. Avaliado pelo sistema Triple Review: a) Desk Review pelo Editor-Chefe; e b) Double Blind Review (avaliação cega por dois avaliadores da área). Revisão: Gramatical, Normativa e de Formatação Rev. FSA, Teresina, v. 18, n. 6, art. 9, p. 169-185, jun. 2021 www4.fsanet.com.br/revista RESUMOA avicultura é um dos principais componentes do agronegócio paranaense. A produção de frangos de corte contribui significativamente para a economia estadual. O produtor paranaense, na gestão da produção de frangos de corte, leva em conta os dados de desempenho, a forma de renumeração dos lotes e os custos de produção. Os custos de produção refletem diretamente na rentabilidade do seu negócio. Neste contexto, este trabalho tem como objetivo avaliar a eficácia de modelos de redes neurais artificiais, para previsão dos custos de produção de frangos de corte no estado do Paraná. A base de dados disponibilizada pela Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA), apresenta uma série de custos mensal compreendida entre Janeiro/2010 e Novembro/2020. Modelos de previsão, baseados em Redes Neurais MLP (Multilayer Perception) e LSTM (Long Short-Term Memory) foram implementados, na linguagem Python, utilizando o framework Keras. Os resultados obtidos para um horizonte de onze meses, mostram que o modelo LSTM apresentou, na previsão dos custos de produção, um melhor desempenho.

Previsão do preço do milho: uma comparação entre os modelos SARIMA e LSTM

“…Tendo influência direta, por ser essencial na produção de rações, no preço das carnes, leite e seus derivados. Sua produção mundial se concentra principalmente em três países, Estado Unidos, China e Brasil (SANTOS, 2021;ATLAS, 2021).…”

“…O milho, sendo uma cultura de alta produtividade, está sujeito a variações no seu preço. Portanto, técnicas de previsão, de séries temporais univariadas, podem ser úteis, a produtores e compradores, no momento de produzir e negociar (SANTOS, 2021). Neste contexto, este trabalho tem como objetivo comparar modelos, de séries temporais na sua forma univariada, para previsão do preço do milho no estado do Rio Grande do Sul.…”

Previsão do consumo de energia elétrica em uma agroindústria: um estudo de caso usando redes LSTM e CNN-LSTM

“…Podem ser consideradas como um esquema de processamento capaz de armazenar conhecimento e disponibilizá-lo para determinada aplicação. Seu objetivo é servir de modelo para o aprendizado e resoluções de problemas complexos (SEBASTIAN, 2016;PINHEIRO et al, 2020;BASTIANI et al, 2018;HAYKINS, 2001;SANTOS;CHAUCOSKI, 2020;LUCAS, 2019).…”