Variabilidade fenotípica em genótipos de acerola

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Análise genético-quantitativa de pesos aos 8, 12, 18 e 24 meses de idade em um rebanho da raça Guzerá

O objetivo deste trabalho foi obter estimativas de herdabilidades, correlações genéticas, tendências genéticas e correlações de rank dos touros, para os pesos aos 8, 12, 18 e 24 meses de idade, no rebanho Guzerá do Campus da UNESP, Ilha Solteira, SP. As herdabilidades e os valores genéticos dos animais foram estimados por modelo animal, usando o programa computacional MTDFREML. As correlações genéticas (Pearson) e de rank dos touros (Spearman) foram obtidas pelo procedimento CORR do SAS, utilizando os valores genéticos dos animais, enquanto as tendências genéticas foram calculadas pelo procedimento REG do SAS, utilizando a média anual dos referidos valores genéticos. O modelo estatístico para a análise genética incluiu os efeitos fixos de grupo contemporâneo e a covariável idade da vaca ao parto (efeitos linear e quadrático), e os efeitos aleatórios genético aditivo direto, genético aditivo materno, de ambiente permanente da vaca e residual. As estimativas obtidas para a herdabilidade direta foram 0,14; 0,08; 0,08 e 0,13 e para materna, 0,01; 0,02; 0,02 e 0,05, respectivamente, para os pesos aos 8, 12, 18 e 24 meses de idade. As estimativas dos coeficientes de correlação genética foram positivas e de alta magnitude entre todos os pesos estudados. As tendências genéticas anuais foram baixas e significativas apenas para os pesos aos 8 e 18 meses de idade. As correlações de rank dos touros foram moderadas e significativas, implicando em razoável manutenção de posição de classificação dos touros, quando se comparam, dois a dois, os pesos estudados.

Características do pelame de vacas Holandesas em ambiente tropical: um estudo genético e adaptativo

As características do pelame (espessura da capa, comprimento médio dos pêlos, número de pêlos por unidade de área, densidade de massa dos pêlos, ângulo de inclinação dos pêlos com respeito a superfície da epiderme e diâmetro médio do pêlos) foram avaliadas em 973 vacas da raça Holandesa, entre novembro de 2000 e abril de 2001, numa área localizada 20cm abaixo da coluna vertebral, no centro do tronco, tanto nas malhas brancas como nas negras. As amostras de pêlos foram obtidas com um alicate comum adaptado. O método da Máxima Verossimilhança Restrita (REML) foi usado para estimar os componentes de variância e covariância sob modelo animal, sendo empregado o sistema MTDFREML. Os resultados mostraram que as características do pelame preto são diferentes das do branco, quando os animais são criados em ambiente tropical. O pelame preto apresentou-se menos denso, com pêlos mais curtos e grossos devido à maior necessidade de perder calor, enquanto que, o pelame branco é mais denso e com pêlos mais compridos, oferecendo uma melhor proteção contra à radiação solar direta. A seleção de vacas predominantemente negras pode ser uma boa escolha para aumentar a resistência do gado Holandês às condições do ambiente tropical, principalmente à radiação solar, quando esses animais são criados a campo, devido a que a epiderme sob esse tipo de malhas é altamente pigmentada. Tal seleção pode ser facilmente realizada, considerando a alta herdabilidade (h²=0,75) para a proporção de malhas negras. Esta seleção deve ser realizada no sentido de um pelame menos denso, com pêlos curtos e grossos favorecendo as perdas de calor sensível e calor latente.

Predição de ganhos genéticos em melhoramento florestal

Foram avaliados os ganhos totais preditos por diferentes critérios de seleção, em seis características de crescimento em famílias de meios-irmãos de Eucalyptus camaldulensis. A situação simulada consistiu na seleção de 25% das 44 famílias estudadas, e de 17% das plantas dentro dessas famílias, proporcionando, assim, uma seleção de 4,25% dos indivíduos constantes do ensaio. Os critérios de seleção empregados foram: seleção direta e indireta; índice clássico de Smith & Hazel, com quatro pesos econômicos, e índice de Pesek & Baker, em três situações. Os critérios de seleção utilizados mostraram-se semelhantes entre si, com ligeira superioridade do índice clássico quando se estabeleceu como vetor de pesos econômicos o coeficiente de variação genética associado a cada uma das características analisadas.

Busca heurística através de algoritmo genético e memético com construção de vocábulos para o problema de atribuição de localidades a anéis Sonet

Telecommunications play a key role in contemporary society. However, as new technologies are put into the market, it also grows the demanding for new products and services that depend on the offered infrastructure, making the problems of planning telecommunications networks, despite the advances in technology, increasingly larger and complex. However, many of these problems can be formulated as models of combinatorial optimization, and the use of heuristic algorithms can help solving these issues in the planning phase. In this project it was developed two pure metaheuristic implementations Genetic algorithm (GA) and Memetic Algorithm (MA) plus a third hybrid implementation Memetic Algorithm with Vocabulary Building (MA+VB) for a problem in telecommunications that is known in the literature as Problem SONET Ring Assignment Problem or SRAP. The SRAP arises during the planning stage of the physical network and it consists in the selection of connections between a number of locations (customers) in order to meet a series of restrictions on the lowest possible cost. This problem is NP-hard, so efficient exact algorithms (in polynomial complexity ) are not known and may, indeed, even exist

Estimativa de ganho genético a partir de diferenciais de seleção e parâmetros populacionais em um rebanho Caracu

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estudo genético da precocidade sexual de novilhas em um rebanho Nelore

Objetivou-se, com este trabalho, estimar a herdabilidade (h²) para prenhez de novilhas e sua correlação genética (rg) com idade ao primeiro parto (IPP), em animais da raça Nelore. A prenhez de novilhas foi definida de três formas: prenhez aos 16 meses (Pr16) - para as novilhas que pariram com menos de 31 meses, atribuiu-se 1 (sucesso) e, para aquelas que pariram após 30,99 meses ou que não pariram, atribuiu-se 0 (fracasso); prenhez aos 24 meses (Pr24) - para as novilhas que pariram até 46 meses (incluindo as Pr16), foi atribuído 1 e, para aquelas que não pariram 0; e prenhez da novilha (PrN) - atribuiu-se classificação 2 para as que pariram com menos de 31 meses, 1 para as que pariram entre 31 e 46 meses e 0 para as que não pariram. Os arquivos, analisados pelo Método R e Inferência Bayesiana, continham registros de 30.802 novilhas desmamadas. As análises forneceram médias de estimativas de h² de 0,52, 0,12 e 0,16 para Pr16, Pr24 e PrN, respectivamente, pelo Método R. O valor médio obtido por Inferência Bayesiana foi de 0,45 para Pr16. A rg estimada entre Pr16 e IPP foi -0,32. Os resultados indicam que, para selecionar para precocidade sexual, é necessário expor todas as fêmeas em idades jovens e que a mensuração da taxa de prenhez por meio da Pr16 é pertinente, uma vez que esta característica apresenta variabilidade genética alta e deve responder eficientemente à seleção com possibilidades de rápido ganho genético. A análise indicou também que Pr16 e IPP são determinadas em grande parte por genes diferentes.

Algoritmo Q-learning como estratégia de exploração e/ou explotação para metaheurísticas GRASP e algoritmo genético

Techniques of optimization known as metaheuristics have achieved success in the resolution of many problems classified as NP-Hard. These methods use non deterministic approaches that reach very good solutions which, however, don t guarantee the determination of the global optimum. Beyond the inherent difficulties related to the complexity that characterizes the optimization problems, the metaheuristics still face the dilemma of xploration/exploitation, which consists of choosing between a greedy search and a wider exploration of the solution space. A way to guide such algorithms during the searching of better solutions is supplying them with more knowledge of the problem through the use of a intelligent agent, able to recognize promising regions and also identify when they should diversify the direction of the search. This way, this work proposes the use of Reinforcement Learning technique - Q-learning Algorithm - as exploration/exploitation strategy for the metaheuristics GRASP (Greedy Randomized Adaptive Search Procedure) and Genetic Algorithm. The GRASP metaheuristic uses Q-learning instead of the traditional greedy-random algorithm in the construction phase. This replacement has the purpose of improving the quality of the initial solutions that are used in the local search phase of the GRASP, and also provides for the metaheuristic an adaptive memory mechanism that allows the reuse of good previous decisions and also avoids the repetition of bad decisions. In the Genetic Algorithm, the Q-learning algorithm was used to generate an initial population of high fitness, and after a determined number of generations, where the rate of diversity of the population is less than a certain limit L, it also was applied to supply one of the parents to be used in the genetic crossover operator. Another significant change in the hybrid genetic algorithm is the proposal of a mutually interactive cooperation process between the genetic operators and the Q-learning algorithm. In this interactive/cooperative process, the Q-learning algorithm receives an additional update in the matrix of Q-values based on the current best solution of the Genetic Algorithm. The computational experiments presented in this thesis compares the results obtained with the implementation of traditional versions of GRASP metaheuristic and Genetic Algorithm, with those obtained using the proposed hybrid methods. Both algorithms had been applied successfully to the symmetrical Traveling Salesman Problem, which was modeled as a Markov decision process

Análise comparativa do desempenho de um Controlador Fuzzy acoplado a um PID Neural sintonizado por um Algoritmo Genético com Controladores Inteligentes Convencionais

On this paper, it is made a comparative analysis among a controller fuzzy coupled to a PID neural adjusted by an AGwith several traditional control techniques, all of them applied in a system of tanks (I model of 2nd order non lineal). With the objective of making possible the techniques involved in the comparative analysis and to validate the control to be compared, simulations were accomplished of some control techniques (conventional PID adjusted by GA, Neural PID (PIDN) adjusted by GA, Fuzzy PI, two Fuzzy attached to a PID Neural adjusted by GA and Fuzzy MISO (3 inputs) attached to a PIDN adjusted by GA) to have some comparative effects with the considered controller. After doing, all the tests, some control structures were elected from all the tested techniques on the simulating stage (conventional PID adjusted by GA, Fuzzy PI, two Fuzzy attached to a PIDN adjusted by GA and Fuzzy MISO (3 inputs) attached to a PIDN adjusted by GA), to be implemented at the real system of tanks. These two kinds of operation, both the simulated and the real, were very important to achieve a solid basement in order to establish the comparisons and the possible validations show by the results

Separação cega de fontes lineares e não lineares usando algoritmo genético, redes neurais artificiais RBF e negentropia de Rényi como medida de independência

Conventional methods to solve the problem of blind source separation nonlinear, in general, using series of restrictions to obtain the solution, often leading to an imperfect separation of the original sources and high computational cost. In this paper, we propose an alternative measure of independence based on information theory and uses the tools of artificial intelligence to solve problems of blind source separation linear and nonlinear later. In the linear model applies genetic algorithms and Rényi of negentropy as a measure of independence to find a separation matrix from linear mixtures of signals using linear form of waves, audio and images. A comparison with two types of algorithms for Independent Component Analysis widespread in the literature. Subsequently, we use the same measure of independence, as the cost function in the genetic algorithm to recover source signals were mixed by nonlinear functions from an artificial neural network of radial base type. Genetic algorithms are powerful tools for global search, and therefore well suited for use in problems of blind source separation. Tests and analysis are through computer simulations

Estudo avaliativo de um algoritmo genético auto-organizável e multiobjetivo utilizando aprendizado de máquina para aplicações de telecomunicações

This paper presents an evaluative study about the effects of using a machine learning technique on the main features of a self-organizing and multiobjective genetic algorithm (GA). A typical GA can be seen as a search technique which is usually applied in problems involving no polynomial complexity. Originally, these algorithms were designed to create methods that seek acceptable solutions to problems where the global optimum is inaccessible or difficult to obtain. At first, the GAs considered only one evaluation function and a single objective optimization. Today, however, implementations that consider several optimization objectives simultaneously (multiobjective algorithms) are common, besides allowing the change of many components of the algorithm dynamically (self-organizing algorithms). At the same time, they are also common combinations of GAs with machine learning techniques to improve some of its characteristics of performance and use. In this work, a GA with a machine learning technique was analyzed and applied in a antenna design. We used a variant of bicubic interpolation technique, called 2D Spline, as machine learning technique to estimate the behavior of a dynamic fitness function, based on the knowledge obtained from a set of laboratory experiments. This fitness function is also called evaluation function and, it is responsible for determining the fitness degree of a candidate solution (individual), in relation to others in the same population. The algorithm can be applied in many areas, including in the field of telecommunications, as projects of antennas and frequency selective surfaces. In this particular work, the presented algorithm was developed to optimize the design of a microstrip antenna, usually used in wireless communication systems for application in Ultra-Wideband (UWB). The algorithm allowed the optimization of two variables of geometry antenna - the length (Ls) and width (Ws) a slit in the ground plane with respect to three objectives: radiated signal bandwidth, return loss and central frequency deviation. These two dimensions (Ws and Ls) are used as variables in three different interpolation functions, one Spline for each optimization objective, to compose a multiobjective and aggregate fitness function. The final result proposed by the algorithm was compared with the simulation program result and the measured result of a physical prototype of the antenna built in the laboratory. In the present study, the algorithm was analyzed with respect to their success degree in relation to four important characteristics of a self-organizing multiobjective GA: performance, flexibility, scalability and accuracy. At the end of the study, it was observed a time increase in algorithm execution in comparison to a common GA, due to the time required for the machine learning process. On the plus side, we notice a sensitive gain with respect to flexibility and accuracy of results, and a prosperous path that indicates directions to the algorithm to allow the optimization problems with "η" variables

Seleção de progênies de meios-irmãos do composto Isanão VF-1 de milho na safra e safrinha

O aumento significativo da produção de milho na segunda safra no Brasil, principalmente no centro-sul do país, têm estimulado os programas de melhoramento da cultura a selecionar genótipos que sejam adaptáveis às condições climáticas das diferentes épocas de semeadura. Nesse sentido, o objetivo do presente trabalho foi quantificar a interação progênies x épocas de semeadura e verificar seus reflexos no progresso genético com o uso de índice de seleção multivariado para seleção de progênies do Composto Isanão VF-1 de milho. As semeaduras foram realizadas na segunda safra em 2004 e na primeira safra do ano agrícola 2004/05. Foram utilizadas 71 progênies de meios irmãos avaliadas em blocos ao acaso, com três repetições. Os caracteres avaliados foram: altura de plantas, altura de espigas, tombamento, prolificidade e rendimento de grãos. Realizaram-se a decomposição da interação progênies x épocas e foram estimados os ganhos pelo índice de seleção descrito por Mulamba e Mock. Houve predomínio da interação do tipo simples para maioria dos caracteres, exceto para prolificidade, que revelou 86% de interação do tipo complexa. Pelo índice de Mulamba e Mock, os ganhos proporcionais mais adequados para o conjunto de caracteres avaliados foi obtido pelos pesos econômicos atribuídos por tentativas. Os ganhos preditos foram de 1,41, 0,86, -13,03, 9,54 e 16,12% para altura de planta, altura de espiga, tombamento, prolificidade e rendimento de grãos, respectivamente.

Estimative of genetic parameters in progeny test of Pinus caribaea Morelet var. hondurensis Barret & Golfari by quantitative traits and microsatellite markers

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Ganho genético com base no tamanho efetivo populacional de progênies de seringueira

O objetivo deste trabalho foi estimar os ganhos genéticos de um teste de progênies de seringueira para a produção de borracha seca e, com base no maior tamanho efetivo populacional e maior ganho genético, obter os melhores indivíduos. Foram utilizadas 30 progênies de meios-irmãos, provenientes de sementes de polinização mista - alogamia e autogamia - de testes clonais no Estado de São Paulo. Utilizou-se o delineamento experimental de blocos ao acaso, com 30 tratamentos (progênies), 3 repetições e parcelas lineares de 10 plantas, em um espaçamento de 3x3 m, o que totalizou 900 plantas úteis. Aos três anos, o perímetro, a 50 cm do solo (PA50), e a produção de borracha seca (PBS) foram avaliadas por meio do teste precoce de produção Hamaker Morris-Mann (HMM). As variáveis foram analisadas pelo método de modelo linear misto, via procedimento REML/BLUP, em progênies com sistema reprodutivo misto e taxa de autofecundação de 22%. A identificação dos 20 melhores indivíduos quanto à PBS e ao PA50 proporcionou ganho genético de 67,96 e 16,48%, respectivamente, e um coeficiente de endogamia de aproximadamente 2,82%. O teste de progênies proporciona produção de sementes com melhor valor genético, grande variabilidade e baixa endogamia

Um algoritmo genético especializado aplicado ao planejamento da expansão do sistema de transmissão com alocação de dispositivos de compensação série

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)