Simulação da irrigação por aspersão utilizando redes neurais artificiais treinadas com e sem termo momentum

Resumo

O desenvolvimento da produção agrícola só é possível quando os aspectos de clima, solo e água se encontram em condições favoráveis. Condições desfavoráveis devido à escassez dos recursos prejudicam o crescimento e o desenvolvimento de plantas, podendo inviabilizar uma produção sustentável. O objetivo da pesquisa foi simular o ensaio radial da irrigação por aspersão através de modelo baseado nas redes neurais artificiais, treinadas com o algoritmo backpropagation com e sem o termo momentum, devido a sua capacidade de se reto propagar na rede para gerar a saída adequada. O estudo comparou o desempenho das redes neurais na simulação dos valores de precipitação de ensaios realizados em uma malha de 16x16 pluviômetros com espaçamentos regulares de 1,50 m. A melhor rede foi treinada com 6x459x1 neurônios no algoritmo backpropagation momentum. Conclui-se que o algoritmo backpropagation com o termo momentum apresentou melhor capacidade de generalização, com seu menor erro quadrático médio igual a 0,0040812 com a taxa de aprendizagem igual a 0,7.