Recomendação de acasalamentos para otimização de modelos bioeconômicos
O melhoramento genético animal representa um conjunto de processos, que por meio de suas ferramentas de seleção e acasalamento, tem como objetivo maximizar o mérito bioeconômico na geração seguinte do rebanho. Neste contexto, surgem os programas de melhoramento genético animal para auxiliarem o prod...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | Brasil |
| Institución: | Universidade Federal do Pampa (UNIPAMPA) |
| Repositorio: | Repositório Institucional da UNIPAMPA |
| Idioma: | portugués |
| OAI Identifier: | oai:repositorio.unipampa.edu.br:riu/9162 |
| Acceso en línea: | https://repositorio.unipampa.edu.br/jspui/handle/riu/9162 |
| Access Level: | acceso abierto |
| Palabra clave: | CNPQ::ENGENHARIAS Inteligência artificial Otimização combinatória Computação evolutiva Melhoramento genético Artificial intelligence Combinatorial optimization Evolutionary computation Genetic improvement |
| Sumario: | O melhoramento genético animal representa um conjunto de processos, que por meio de suas ferramentas de seleção e acasalamento, tem como objetivo maximizar o mérito bioeconômico na geração seguinte do rebanho. Neste contexto, surgem os programas de melhoramento genético animal para auxiliarem o produtor rural otimizar meios que levem a um maior retorno econômico de sua atividade de pecuária de corte, incorporando aos índices de seleção animal, critérios que tragam maior retorno econômico. A inserção de critérios econômicos nos índices de seleção pode facilitar o aumento da lucratividade por meio de decisões focadas em uma variedade mais ampla de características economicamente relevantes. Considerando o acasalamento uma das ferramentas fundamentais do melhoramento genético animal, este trabalho tem como objetivo implementar uma estratégia para recomendar os melhores acasalamentos bovinos baseados em índices de seleção por valores econômicos. A otimização deste processo de melhoramento genético envolve o tratamento de uma variedade de características bioeconômicas ocasionando uma explosão combinatória de soluções de acasalamentos. Na computação, problemas de otimização são implementados por algoritmos computacionais para essa solução. Nesta abordagem é apresentada uma solução baseada em Algoritmos Evolucionários (EA - Evolutionary Algorithm), isto é, modelos computacionais, inspirados no processo de evolução natural, para soluções de problemas de otimização combinatória. Neste contexto, a proposta deste trabalho é a aplicação de um algoritmo genético para criar recomendações de acasalamentos para bovinos Brangus atendendo às características que são de interesse do programa de melhoramento genético da Embrapa. Os dados utilizados nas simulações deste trabalho correspondem aos critérios de seleção: i) peso ao nascer; ii) peso vaca adulta; iii) área do olho do lombo; iv) espessura de gordura subcutânea; v) espessura de gordura subcutânea na garupa; vi) velocidade de fuga; vii) número de ovos de nematóides por grama de fezes; e viii) contagem de carrapatos. Os resultados confirmam que a inferência da estratégia computacional para a seleção de acasalamentos proporciona evolução genética para as características selecionadas expressando em valores econômicos os ganhos em produtividade. |
|---|