Utilização de inteligência artificial (redes neurais artificiais) no gerenciamento de reprodutoras pesadas.

Uma atividade com a magnitude da avicultura, que usa equipamentos de última geração e serviços atualizados, é levada, na maioria dos casos, a tomar decisões que envolvem todos aspectos de produção, apoiada em critérios subjetivos. A presente tese objetivou estudar a utilização das redes neurais artificiais na estimação dos parâmetros de desempenho de matrizes pesadas, pertencentes a uma integração avícola sul-brasileira. Foram utilizados os registros de 11 lotes em recria, do período compreendido entre 09/11/97 a 10/01/99 e de 21 lotes em produção, do período compreendido entre 26/04/98 a 19/12/99, para a análise por redes neurais artificiais. Os dados utilizados corresponderam a 273 linhas de registros semanais, do período de recria e 689 linhas de registros semanais, do período de produção. Os modelos de redes neurais foram comparados e selecionados como melhores, baseados no coeficiente de determinação múltipla (R2), Quadrado Médio do Erro (QME), bem como pela análise de gráficos, plotando a predição da rede versus a predição menos o real (resíduo). Com esta tese foi possível explicar os parâmetros de desempenho de matrizes pesadas, através da utilização de redes neurais artificiais. A técnica permite a tomada de decisões por parte do corpo técnico, baseadas em critérios objetivos obtidos cientificamente. Além disso, este método permite simulações das conseqüências de tais decisões e fornece a percentagem de contribuição de cada variável no fenômeno em estudo.

Efeito da temperatura ambiente e do sistema de criação sobre as exigências de energia metabolizável para mantença de aves reprodutoras pesadas

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

Avaliação de uma equação de predição das exigências protéicas para aves reprodutoras pesadas na fase de produção

O objetivo do presente trabalho foi avaliar uma equação de predição das exigências de proteína bruta (PB) para reprodutoras pesadas na fase de produção. O experimento foi realizado com 600 aves reprodutoras pesadas, Hubbard HI-Y, durante o período de 31 a 46 semanas de idade, alojadas em boxes num delineamento experimental inteiramente casualizado com três tratamentos e cinco repetições de 40 aves. Os tratamentos consistiram de: T1- Fornecimento de PB de acordo com o manual da linhagem (controle), T2- Fornecimento de PB de acordo com a equação de predição determinada, utilizando os dados de desempenho médio das aves do tratamento controle para predizer as exigências e T3- Fornecimento de PB de acordo com a equação de predição determinada, utilizando os dados de desempenho de cada parcela experimental para predizer as exigências, onde a equação de predição avaliada foi: PB=2,282.P0,75+0,356.G+0,262.MO, sendo PB a exigência de proteína bruta (g/ave/dia), P o peso corporal (kg), G o ganho de peso (g) e MO a massa de ovos (g). As rações foram formuladas para atender as exigências nutricionais e quando necessário eram incluídos os aminoácidos sintéticos, metionina, lisina, triptofano, treonina e arginina. As aves alimentadas de acordo com a equação ingeriram menores quantidades de proteína (20,8g/dia) quando comparadas às alimentadas de acordo com as recomendações (23,80g), entretanto isto levou a menores pesos dos ovos refletindo no peso dos pintos. A equação de predição proporcionou melhores resultados quanto à eficiência protéica. Assim, concluiu-se que a equação de predição não forneceu a quantidade mínima de proteína bruta para atender as exigências dos aminoácidos não suplementados na dieta.

Equação de predição da exigência de proteína bruta para aves reprodutoras pesadas na fase de produção

O objetivo do presente trabalho foi determinar as exigências de proteína para aves reprodutoras pesadas através do método fatorial. A exigência de proteína bruta para mantença (PBm) foi determinada por intermédio da técnica do balanço de nitrogênio por meio de ensaio de metabolismo com aves submetidas a quatro dietas com níveis decrescentes de proteína, proporcionando balanço positivo, próximo a zero e negativo. Para determinar a exigência de proteína bruta para o ganho de peso (PBg) dois experimentos foram conduzidos, sendo que em um, determinou-se as exigências líquidas de nitrogênio e no outro, a eficiência de utilização do nitrogênio para o ganho, por meio de abates semanais de aves no período de 26 a 33 semanas de idade. A exigência de proteína bruta para produção de ovos (PBo) foi determinada através de análises semanais de proteína bruta dos ovos coletados, no período de 31 a 37 semanas de idade, considerando a eficiência de deposição da proteína no ovo. A exigência e eficiência de utilização da proteína para mantença foram 2.282 mg PB/kg0,75/dia e 60,79%; respectivamente. As exigências de PBg e PBo determinadas foram: 356 mg PB/g e 262 mg PB/g, respectivamente, e as eficiências de utilização do nitrogênio, 40 e 46,80%, respectivamente. A equação de predição elaborada para aves reprodutoras pesadas na fase de produção foi: PB=2,282.P0,75+0,356.G+0,262.MO, onde PB é a exigência de proteína bruta (g/ave/dia), P o peso corporal (kg), G o ganho de peso (g/dia) e MO a massa de ovos (g/dia).

Perfurações espermáticas ao redopr do disco germinativo de ovos incubáveis e correlação com fertilidade e ecodibilidade de reprodutoras pesadas

Pós-graduação em Medicina Veterinária - FMVZ

Avaliação da gentamicina aplicada em ovos de aves reprodutoras pesadas e seu efeito residual nos tecidos

Pós-graduação em Medicina Veterinária - FCAV

Utilização de inteligência artitificail (redes neurais artificiais) no gerenciamento do incubatório de uma empresa avícola do sul do Brasil.

O estudo foi feito através de séries históricas de dados de um incubatório pertencente a uma integração avícola do Rio Grande do Sul, durante os anos de 1999 a 2003, com os quais foram feitas análises do tipo observacional analítico e transversal. Primeiramente usou-se os registros de 5 linhagens de frangos utilizadas pela empresa no transcorrer do período de 23 de fevereiro de 1995 a 25 de janeiro de 2002. As linhagens foram identificadas da seguinte forma: COBB, HIGH YIELD, MPK, ROSS308, e X. Esses 81 lotes analisados foram estudados através dos seus respectivos registros que continham: o número inicial de fêmeas, número inicial de machos, ração total/cabeça, ração/cabeça/inicial/recria, ração/cabeça/inicial/postura, ovos postos, ração p/ovo posto, pintos nascidos, percentagem viabilidade postura fêmea, percentagem viabilidade postura machos. O método aqui proposto provou ser capaz de classificar as linhagens a partir das entradas escolhidas. Na linhagem que apresentava uma grande quantidade de amostras a classificação foi muito precisa. Nas demais, com menor número de dados, a classificação foi efetuada, e, como era de se esperar, os resultados foram menos consistentes. Com o mesmo banco de dados dos lotes fechados, realizou-se a segunda etapa da dissertação. Nela, procedeu-se o treinamento das redes neurais artificiais onde foram utilizadas as seguintes variáveis de saída: ovos incubáveis, percentagem de ovos incubáveis, ovos incubados, percentagem de ovos incubados, pintos nascidos e pintos aproveitáveis. Os resultados apresentaram R2 oscilando entre 0,93 e 0,99 e o erro médio e o quadrado médio do erro ajustados, demonstrando a utilidade das redes para explicar as variáveis de saída. Na terceira e última etapa da dissertação, destinada à validação dos modelos, foram usados quatro arquivos distintos denominados da seguinte forma: INPESO (3.110 linhas de registros de pesos dos reprodutores), ININFO (56.018 linhas de registros com as informações diárias do ocorrido nas granjas de reprodução até o incubatório), INOVOS (35.000 linhas de registros com informações sobre os ovos processados), INNASC: 43.828 linhas de registros com informações sobre os nascimentos. O modelo gerado para o ano de 1999 foi capaz de predizer corretamente os resultados deste mesmo ano e dos anos de 2000, 2001, 2002 e 2003. O mesmo procedimento foi repetido criando modelo com os registros do ano em questão e validando-o com os registros dos anos subseqüentes. Em todas as ocasiões foram obtidos bons resultados traduzidos por um alto valor no R2. Concluindo, os fenômenos próprios do incubatório puderam ser explicados através das redes neurais artificiais. A técnica, seguindo a mesma tendência das dissertações que anteriormente já haviam demonstrado que esta metodologia pode ser utilizada para o gerenciamento de reprodutoras pesadas e de frangos de corte, pode realizar simulações, predições e medir a contribuição de cada variável no fenômeno observado, tornando-se uma poderosa ferramenta para o gerenciamento do incubatório e num suporte cientificamente alicerçado para a tomada de decisão.

Exigências e otimização de isoleucina, valina, triptofano e arginina para matrizes pesadas

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Comparação entre método bioquímico e reação em cadeia de polimerase para identificação de Lactobacillus spp., isolados de aves

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

Relação ideal dos aminoácidos essenciais para mantença, crescimento e produção de aves

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

Modelos estatísticos indicadores de comportamentos associados a bem-estar térmico para matrizes pesadas

O estudo de reprodutoras de frangos de corte é de grande importância para o País, uma vez que o frango de corte é um dos maiores itens agropecuários em exportação, sendo o Brasil o segundo maior exportador mundial dessa carne. O comportamento animal é conceituado como reflexo do efeito da interação de diversos fatores, entre os quais o ambiental. Dessa forma, o ambiente interno do galpão de produção constitui um dos elementos que fornecem indicações sobre o conforto térmico das aves. O comportamento de matrizes expressa, sob a forma de padrões específicos, a saúde e o bem-estar dessas aves. Este trabalho teve como objetivo a aplicação dos modelos estatísticos preditivos, por meio da construção de cenários, apresentando resultados do conforto animal perante diversas condições ambientais. O trabalho foi desenvolvido com dados coletados em ambiente controlado, utilizando a linhagem Hybro-PG®, submetida a diferentes níveis de temperatura ambiente, tipos padronizados de ração e idade. Foram procedidas as análises descritiva e exploratória e, posteriormente, a modelagem, utilizando as Equações de Estimação Generalizadas (EEG). A pesquisa permitiu o desenvolvimento de indicadores de bem-estar térmico por meio das equações dos modelos estatísticos de predição, sob os distintos cenários estudados.

Sistema fuzzy para estimativa do bem-estar de matrizes pesadas

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Programas de alimentação para matrizes pesadas após o pico de postura, com base em modelos para predizer a exigência energética

Este trabalho foi conduzido com o objetivo de avaliar o desempenho de matrizes pesadas, submetidas a diferentes programas de alimentação estabelecidos pela aplicação de modelos para predizer as exigências energéticas, após o pico de postura. O experimento foi conduzido no setor de avicultura da UNESP Campus Jaboticabal, com duração de 84 dias (três períodos de 28 dias). Foram utilizadas 740 matrizes de corte Hubbard Hy-Yield e 80 machos Petterson, com 55 semanas de idade. O delineamento foi inteiramente casualizado, com quatro tratamentos e cinco repetições de 37 aves por repetição (box) e um modelo fatorial 4´3 (quatro tratamentos ´ três períodos). Os programas de alimentação avaliados foram: T1 - Fornecimento de ração de acordo com o padrão da linhagem (428 kcal/ave/dia de 55 a 66 semanas de idade); T2 - Redução semanal de energia (2 kcal de EM/ave em cada semana); T3 - Fornecimento de ração de acordo com o modelo de exigência de EM, UNESP (2000); e T4 - Fornecimento de ração de acordo com o modelo, NRC (1994). O programa de alimentação com redução semanal de energia foi adequado para manter os desempenhos produtivo e reprodutivo das aves, indicando a possibilidade de redução de 2 kcal/ave/dia, em cada semana, na alimentação de matrizes pesadas após 55 semanas de idade. Os modelos UNESP e NRC proporcionaram estimativas mais elevadas das exigências energéticas que o modelo padrão, provavelmente em decorrência do ganho de peso das matrizes, que esteve acima do recomendado para a linhagem, promovendo maiores exigências de energia para mantença.

Indicadores de bem-estar baseados em reações comportamentais de matrizes pesadas

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

Sistema fuzzy para estimativa do bem-estar de matrizes pesadas

Entender o comportamento e suas pequenas variações decorrentes das mudanças do ambiente térmico e desenvolver modelos que simulem o bem-estar a partir de respostas das aves ao ambiente constituem o primeiro passo para a criação de um sistema de monitoramento digital de aves em galpões de produção. Neste trabalho, foi desenvolvido um sistema de suporte à decisão com base na teoria dos conjuntos fuzzy para a estimativa do bem-estar de matrizes pesadas em função de frequências e duração dos comportamentos expressos pelas aves. O desenvolvimento do sistema passou por cinco etapas distintas: 1) organização dos dados experimentais; 2) apresentação dos vídeos em entrevista com especialista; 3) criação das funções de pertinência com base nas entrevistas e na revisão da literatura; 4) simulação de frequências de ocorrências e tempos médios de expressão dos comportamentos classificados como indicadores de bem-estar utilizando equações de regressão obtidas na literatura, e 5) construção das regras, simulação e validação do sistema. O sistema fuzzy desenvolvido estimou satisfatoriamente o bem-estar de matrizes pesadas, tendo na sua última versão, com maior número de regras, acertado 77,8% dos dados experimentais, comparados com as respostas esperadas por um especialista. O sistema pode ser utilizado como instrumento matemático-computacional para apoiar decisões em galpões de produção de matrizes pesadas.