Use este identificador para citar ou linkar para este item:
https://repositorio.ufms.br/handle/123456789/4379| Tipo: | Dissertação |
| Título: | PREDIÇÃO DO PREÇO DA ARROBA DO BOI UTILIZANDO REDES NEURAIS ARTIFICIAIS |
| Autor(es): | Felipe Ferraz de Souza |
| Primeiro orientador: | Andrea Teresa Riccio Barbosa |
| Resumo: | Nessa dissertação é proposto um modelo para predição do preço da arroba do boi gordo com referência no preço disponibilizado pelo CEPEA. Essa predição é feita com base na combinação de variáveis que interferem na composição do indicador, como por exemplo, o valor do dólar e o valor do milho. Após a identificação das variáveis que têm maior influência na composição do preço da arroba, para implementação do modelo, foi utilizada Redes Neurais Artificiais do tipo MLP (Multilayer Perceptron). Para realizar simulações com a rede MLP foi utilizado o software gratuito Weka (Waikato Environment for Knowledge Analysis) e várias configurações diferentes foram implementadas, tanto no número de variáveis, quanto na configuração do modelo de rede. Durante a execução dos testes, optou-se por adotar o modelo que apresentou o melhor resultado e com a configuração de rede possuindo o menor número de variáveis possível. A rede em alguns testes apresentou taxa de erro abaixo de 4%. Sendo assim, definiu-se a arquitetura, as variáveis de entrada e os parâmetros da rede mais indicada na predição do preço da arroba do boi para um futuro de noventa dias. |
| Abstract: | In this paper, a model for predicting the price of live cattle with reference to the price provided by CEPEA is proposed. This prediction is made based on the combination of variables that interfere in the composition of the indicator, such as the dollar value and the corn value. After identifying the variables that have the greatest influence on the composition of the price, to implement the model, Artificial Neural Networks of the MLP (Multilayer Perceptron) type were used. The simulation of the MLP network was used free software Weka (Waikato Environment for Knowledge Analysis) and several simulations were performed with different configurations, both in the number of variables and in the configuration of the network model. During the execution of the tests, it was decided to adopt the model that presented the best result and with the network configuration having the fewest possible variables. Some tests the network reached below 4% error rate. Therefore, the architecture and parameters of the network are more suitable for predicting the price of the cattle's. |
| Palavras-chave: | preço arroba de boi, predição de valor, inteligência artificial |
| País: | Brasil |
| Editor: | Fundação Universidade Federal de Mato Grosso do Sul |
| Sigla da Instituição: | UFMS |
| Tipo de acesso: | Acesso Aberto |
| URI: | https://repositorio.ufms.br/handle/123456789/4379 |
| Data do documento: | 2021 |
| Aparece nas coleções: | Programa de Pós-graduação em Computação Aplicada |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| DissertaçãoFelipe.pdf | 1,89 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.