Estimativa do afilamento do fuste de indivíduos de eucalipto por meio de técnicas de inteligência artifical

Objetivou-se com este trabalho definir configuracoes acuradas de redes neurais artificiais (RNA) para estimar o afilamento do fuste de individuos de eucalipto com seis anos de idade. Foi realizada uma cubagem rigorosa em um povoamento comercial no municipio de Paragominas, mesorregiao sudeste do Estado do Para. Para maior precisao de cubagem, todos os clones foram separados em tres classes diametricas, sendo abatidas cinco arvores por classe, totalizando 60 arvores abatidas. Para o banco de dados foram treinadas 240 RNA no software Neuro versao 4.06. As RNA treinadas foram do tipo Multilayer Perceptron (MLP), com o algoritmo de aprendizado Resilient Propagation RPROP+, com diferentes funcoes de ativacao e arquitetura, sendo estas avaliadas quanto o bias, raiz quadrada do erro medio, variância, erro padrao da estimativa e coeficiente de correlacao. As RNA com menor valor ponderado foram as 165, 202, 204, 203 e 177, as quais apresentaram funcao de ativacao do tipo sigmoidal. O coeficiente de correlacao apresentou valores maiores que 0,99 para o treinamento e 0,98 para a validacao das RNA, nas RNA treinadas. As RNA nao foram tendenciosas e possuem capacidade de estimar o taper do eucalipto com acuracia. A RNA 165, com arquitetura de 5-7-1 e funcao de ativacao sigmoidal, foi a que apresentou melhores resultados.