Anais do XXXV Congresso Brasileiro de Ciência do Solo

ESTRUTURA DE REDES NEURAIS ARTIFICIAIS PARA ESTIMAR CAPACIDADE DE CAMPO EM SOLOS DO ESTADO DE SANTA CATARINA

CLEBER RECH⁽¹⁾; DIEGO BORTOLINI⁽¹⁾; JACKSON ADRIANO ALBUQUERQUE⁽¹⁾; LUANA DA SILVA⁽¹⁾; RUBIA BORGES MENDES SPONHOLZ DE OLIVEIRA⁽¹⁾;
1 - UDESC-CAV;

O uso de redes neurais artificiais (RNA) para estimativa da retenção e disponibilidade de água no solo se apresenta melhor do que o uso das regressões múltiplas lineares. Mas sua melhor estrutura e parâmetros não foram definidos para estudos em solos do Estado de Santa Catarina, e considerando que estes podem variar e resultar em melhorias na estimativa, este trabalho tem por objetivo o desenvolvimento e indicação de estrutura e parâmetro de redes neurais artificiais, com algoritmo backpropagation no software Weka para estimar capacidade de campo em solos do Estado de Santa Catarina. Foram testados para três modelos, distintas estruturas e parâmetros: número de variáveis de entrada, neurônios, taxa de aprendizagem, momento e tempo de treinamento para estimativa da capacidade de campo, ponto de murcha permanente e água disponível, sendo utilizadas 1184 amostras de solos coletadas em solos do Estado de Santa Catarina, sendo que as RNA foram desenvolvidas no software Weka. De maneira geral o aumento no número de variáveis de entrada melhora a estimativa da CC, e se recomenda o uso de seis neurônios na camada oculta, tempo de treinamento de 2000, taxa de aprendizagem de 0,05 e momento de 0,2, para as estimativas nos solos do Estado de Santa Catarina.

[baixar arquivo pdf]