Por favor, use este identificador para citar o enlazar este ítem: http://www.monografias.ufop.br/handle/35400000/6803
Título : Aplicação de redes neurais para a predição do volume de madeira extraído por hora de uma empresa produtora de celulose.
Autor : Pezzin, Bruno Garuzzi
metadata.dc.contributor.advisor: Oliveira, Paganini Barcellos de
Silva, Thiago Augusto de Oliveira
metadata.dc.contributor.referee: Oliveira, Paganini Barcellos de
Silva, Thiago Augusto de Oliveira
Torres, Luiz Carlos Bambirra
Correa, Flávio Marcelo
Palabras clave : Industria de celulose
Modelos matemáticos
Previsão
Produtividade
Redes neurais - computação
Fecha de publicación : 2024
Citación : PEZZIN, Bruno Garuzzi. Aplicação de redes neurais para a predição do volume de madeira extraído por hora de uma empresa produtora de celulose. 2024. 32 f. Monografia (Especialização em Ciência de Dados), Universidade Federal de Ouro Preto, João Monlevade, 2024.
Resumen : Este trabalho tem como foco a proposição de redes neurais do tipo Multi-Layer Perceptron (MLP) para a predição da produtividade dos equipamentos conhecidos como Forwarders, em metros cúbicos por hora (m³/h), nas atividade de colheita florestal de uma produtora de celulose. Inicialmente, foram identificadas algumas das variáveis que influenciam no indicador de desempenho operacional dos equipamentos. Na sequência, a metodologia proposta se deu a partir da coleta e preparação dos dados, a modelagem das redes neurais MLP em função dos ajustes nos hiperparâmetros, e as avaliações de desempenho dos modelos com base nos erros absoluto e quadrático médios. A melhor configuração obtida entre as redes MLP testadas resultou em erro médio absoluto de 4,03 e um erro quadrático médio de 27,05. Esse resultado representa uma redução de 13% no erro de predição dos índices de produtividade dos Forwarders em comparação com a metodologia atualmente empregada pela empresa.
metadata.dc.description.abstracten: This work proposes the use of Multi-Layer Perceptron (MLP) neural networks to predict the productivity of equipment known as Forwarders, in cubic meters per hour (m³/h), in the forest harvesting activities of a pulp manufacturing company. First, some variables that influence the operational performance indicator of the equipment were identified. The proposed methodology continued from data collection and preparation, modeling of MLP neural networks based on adjustments to hyperparameters, and model performance evaluations based on absolute and mean squared errors. The best configuration obtained among the tested MLP networks resulted in a mean absolute error of 4.03 and a mean squared error of 27.05. This result represents a 13% reduction in the prediction error of Forwarders’ productivity rates compared to the methodology adopted by the company nowadays.
URI : http://www.monografias.ufop.br/handle/35400000/6803
metadata.dc.rights.license: Este trabalho está sob uma licença Creative Commons BY-NC-ND 4.0 (https://creativecommons.org/licenses/by-nc-nd/4.0/?ref=chooser-v1).
Aparece en las colecciones: Especialização - Ciência dos Dados

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
MONOGRAFIA_AplicaçãoRedesNeurais.pdf1,79 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.