Aplicação de modelos de redes neurais artificiais na previsão da produção, importação e consumo de fertilizantes no Brasil
DOI:
https://doi.org/10.53660/610.prw2201Palavras-chave:
Horizonte de curto prazo, Modelo, Séries temporais, WEKAResumo
Os fertilizantes, no Brasil, são insumos de grande importância na produtividade agrícola. Nesse contexto, este trabalho tem como objetivo implementar modelos, de séries temporais, para previsão da produção, importação e consumo de fertilizantes intermediários no Brasil. A base de dados, disponibilizada pela Associação Nacional para Difusão de Adubos (ANDA), apresenta séries históricas da produção, importação e consumo de fertilizantes no Brasil, no período entre 1998 e 2022. Modelos de previsão, baseados em redes neurais artificiais, foram desenvolvidos por meio do software WEKA. Resultados obtidos, dos modelos de previsão, foram comparados por meio das métricas RSME (Root Mean Squared Error), MAE (Mean Absolute Percent Error) e MAPE (Mean Absolute Percent Error). Verificou-se, para um horizonte de curto prazo, que os modelos de redes neurais, são adequados para prever a produção, importação e o consumo de fertilizantes no Brasil.
Downloads
Referências
ANDRADE, A.; SALLES, A.; CARVALHO, F. (2021) Uso de ciência de dados para predição do consumo de fertilizantes no Brasil. Disponível em: file:///mnt/bfa0f185-4a3e-437d-a457-33464aa8e85c/dwload/document.pdf. Acesso em: 3 de julho de 2021.
ANTONIOLLI, E. A. Previsão do consumo de energia elétrica em um frigorifico: um estudo de caso utilizando regressão linear, redes neurais e máquinas de vetor de suporte. Dissertação de Mestrado. Universidade Tecnológica Federal do Paraná, 2021.
BRASIL, Secretaria Especial de Assuntos Estratégicos. Produção nacional de fertilizantes. Disponível em: https://www.gov.br/planalto/pt-br/assuntos/assuntos-estrategicos/documentos/estudos-estrategicos/sae_publicacao_fertilizantes_v10.pdf>. Acesso em: 3 de setembro 2021.
FERNANDES, E; GUIMARÃES, B. A.; MATHEUS, R. R. (2009) Principais empresas e grupos brasileiros do setor de fertilizantes. Disponível em: https://www.bndes.gov.br/SiteBNDES/export/sites/default/bndes_pt/Galerias/Arquivos/conhecimento/bnset/Set2906.pdf. Acesso em: 15 de ago. de 2021.
HAYKIN, S. Neural networks: a comprehensive foundation. New Delhi: Pearson Prentice Hall, 2001.
MISHRA, P.; SAHU, P. K.; UDAY, J. P. S. ARIMA modeling technique in analyzing and forecasting fertilizer statistics in India. Trends in Biosciences, v. 7, 2014.
OGINO, C. M.; COSTA JUNIOR, G.; POPOVA, N. D., MARTINEZ FILHO, J. G. Poder de compra, preço e consumo de fertilizantes minerais: uma análise para o centro-oeste brasileiro. Revista de Economia e Sociologia Rural, v. 59, 2021.
REETZ, M. F. Fertilizantes e seu uso eficiente. (2017). Disponível em: https://www.ufla.br/dcom/wp-content/uploads/2018/03/Fertilizantes-e-seu-uso-eficiente-WEB-Word-Ouubro-2017x-1.pdf. Acesso em: 8 de setembro de 2021.
SANTOS, J. A. A. Arabica coffee price forecast: a neural network application CNN-BLSTM. Research, Society and Development, v. 11, 2022.
SILVA, R. A. Estudo preliminar da aplicação de redes neurais no sistema de controle de temperatura em uma planta didática. Trabalho de Conclusão de Curso. Universidade Federal Fluminense; 2015.
TRAGE, D. R. Estudo do mercado de fertilizantes no Brasil por meio de previsões estatísticas. Trabalho de Conclusão de Curso. Universidade Tecnológica Federal do Paraná, 2019.
WOYAKOSKI, J. F. G. (2012) Análise da demanda de fertilizantes no Brasil: Um estudo econométrico através da modelagem ARIMA. Disponível em: https://repositorio.unesp.br/bitstream/handle/11449/121766/woyakoski_jfg_tcc_arafcl.pdf?sequence=1&isAllowed=y>. Acesso em: 10 de julho 2021.
ZANGH, W.; ZANGH, X. A forecast analysis on fertilizers consumption worldwide. Environmental Monitoring and Assessment, v. 133, 2007.
