@MASTERSTHESIS{ 2013:1209321599,
 	title = {Sistemas inteligentes aplicados na modelagem da produção de hastes florais de Heliconia spp},
 	year = {2013},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/5665",
 	abstract = "Objetivou-se com este trabalho analisar a influência do fotoperíodo (N, horas), temperatura do ar (TM, °C) e precipitação (PREC, mm) na produção de hastes florais de quatro espécies de Heliconia spp., avaliar a estabilidade temporal da produção e desenvolver modelos para estimação da produção de hastes florais por meio de Redes Neurais Artificiais (RNA) e regressão múltipla. Os dados utilizados foram provenientes de um experimento conduzido no período de dez/2003 a mar/2012, no município de Camaragibe-PE. Foram avaliadas quatro cultivares de helicônias: H. psittacorum L.f. Red Opal, H. psittacorum x H. spathocircinata cv. Golden Torch, H. stricta Fire Bird e H. rauliniana. Foi obtido o número de hastes florais colhidas por touceira por mês (HCM) e por semana (HCS), TM, PREC e N. Para a análise da estabilidade temporal foi conhecida a diferença relativa do parâmetro (HCM) em cada mês. No geral as espécies apresentaram estabilidade na produção de HCM, o que foi possível constatar os meses de menor e maior produção. Os maiores acréscimos da produção foram obtidos pela cv. Golden torch que apresentou no mês de dezembro um HCM 87% maior que a média anual e a H. rauliniana com HCM 274% maior para o mês de novembro. A utilização de RNAs comparadas à regressão múltipla mostrou-se mais eficiente para a predição da produção de hastes florais de quatro espécies de Heliconia spp. com base na TM, N e PREC. Para todas as espécies estudadas o resultado das predições das simulações de aumento de temperatura do ar indicou queda na produção de hastes florais que variou entre 33,19 a 81,78%.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Engenharia Agrícola},
 	note = {Departamento de Engenharia Agrícola}
}