This paper aims to connect morphogenetic variables of forage and climatic data, with protein fractions (A, B1, B2, B3 and C) through the artificial neural networks known as Multi-Layer Perceptron, with three layers and algorithm training based on back-propagation of error gradient, in order to create a model to predict the protein fractions of fodder from their morphogenetic characteristics and climate. The data used for training and the test were collected in an experiment that was conducted on a 25.2 ha experimental area, located at 47º26'W, 21º59'S, and with pasture composed of Brachiaria brizantha cv Marandu, in a completely randomized block, with four replicates and a forage allowance of 5% (5 kg of dry matter per 100 kg animal.day-1). Each block was divided into four experimental units of 1.575 ha, with five paddocks of 0.315 ha each. Samples were taken two days before the entry of animals, protein was analysed at laboratory to subsequently be compared with the values estimated by the network. Thus, by comparing the output of the network and those obtained by laboratory analysis, it was possible to calculate the average error for fractions A, B1, B2, B3 and C proteins and, thus, can be concluded that the model MLP is able to efficiently predict protein fractions of Brachiaria brizantha.
Este artigo tem como objetivo relacionar variáveis morfogenéticas da forragem e dados climáticos com as frações de proteínas (A, B1, B2, B3 e C), através da rede neural aritifical conhecida como Multi-Layer Perceptron, com três camadas e algoritmo de treinamento baseado na retropropagação do gradiente do erro, a fim de criar um modelo capaz de predizer as frações protéicas de forragens a partir de suas características morfogenéticas e climáticas. Os dados utilizados para o treinamento e teste da rede foram coletados em um experimento que foi realizado em uma área experimental de 25,2 ha, com coordenadas 47º 26' W, 21º 59' S, formada com capim braquiarão, em um delineamento em blocos completos e casualizados, com 4 repetições e uma oferta de forragem de 5% (5 kg de massa seca por 100 kg de peso animal.dia-1). Cada bloco foi dividido em quatro unidades experimentais de 1,575 ha, com cinco piquetes de 0,315 ha cada. As amostras foram colhidas dois dias antes da entrada dos animais, sendo a análise das frações de proteínas realizadas em laboratório para posteriormente serem comparadas com os valores estimados pela rede. Assim, através da comparação entre os dados de saída da rede e os obtidos pela análise laboratorial foi possível calcular o erro médio para as frações A, B1, B2, B3 e C de proteínas e com isso, pode-se concluir que o modelo MLP é capaz de predizer com eficiência as frações de proteínas de Brachiaria brizantha.
