Estabilidade e adaptabilidade de produção de grãos de soja por meio de metodologias tradicionais e redes neurais artificiais

Autores

  • Mario do Carmo Oda Pesquisador no Melhoramento Genético de Soja da TMG
  • Tuneo Sediyama Departamento de Fitotecnia, Universidade Federal de Viçosa - Campus Viçosa
  • Eder Matsuo Instituto de Ciências Exatas e Tecnológicas, Universidade Federal de Viçosa - Campus de Rio Paranaiba
  • Moysés Nascimento Departamento de Estatística, Universidade Federal de Viçosa - Campus Viçosa
  • Cosme Damião Cruz Departamento de Biologia Geral, Universidade Federal de Viçosa - Campus Rio Paranaíba
Agências de fomento
a CAPES (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) e ao CNPQ (Conselho Nacional de Desenvolvimento Científico e Tecnológico) pelo apoio financeiro na realização deste trabalho.

Resumo

Em programas de melhoramento genético, o conhecimento sobre a interação genótipos x ambientes e da recomendação por meio de análise de adaptabilidade e estabilidade tornam-se imprescindíveis para melhoristas de soja. Desta forma, objetivou-se neste trabalho avaliar a estabilidade e adaptabilidade do rendimento de grãos de linhagens elites, utilizando métodos tradicionais e abordagens fundamentadas em redes neurais artificiais. Para o uso das redes neurais em análise de estabilidade e adaptabilidade não requer conhecimento prévio a respeito do comportamento a ser modelado e de nenhuma pressuposição em relação às variáveis em estudo; além de ser útil para contornar problemas ligados ao pequeno número de ambientes e à perda de informações. Foram analisados 20 genótipos de soja em cinco diferentes ambientes considerando-se o delineamento em blocos casualizados com cinco repetições. Realizou-se análise de variância individual e conjunta, seguida das análises de adaptabilidade e estabilidade fenotípica. Os genótipos Monarca e UFV01-10533486B podem ser indicados para ambientes gerais, o genótipo UFV99-8231826 pode ser recomendado para ambientes favoráveis e o Conquista para ambientes desfavoráveis.

Downloads

Publicado

27-08-2019

Como Citar

ODA, M. do C.; SEDIYAMA, T.; MATSUO, E.; NASCIMENTO, M.; CRUZ, C. D. Estabilidade e adaptabilidade de produção de grãos de soja por meio de metodologias tradicionais e redes neurais artificiais. Scientia Agraria Paranaensis, [S. l.], v. 18, n. 2, p. 117–124, 2019. Disponível em: https://e-revista.unioeste.br/index.php/scientiaagraria/article/view/21109. Acesso em: 17 abr. 2025.

Edição

Vol. 18, No 2 (2019)

Seção

Artigos Científicos

Licença

Aviso de Direito Autoral Creative Commons

Política para Periódicos de Acesso Livre

Autores que publicam nesta revista concordam com os seguintes termos:

1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

3. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).

 


Licença Creative Commons

Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0 Internacional, o que permite compartilhar, copiar, distribuir, exibir, reproduzir, a totalidade ou partes desde que não tenha objetivo comercial e sejam citados os autores e a fonte.