期刊论文详细信息
Pesquisa Agropecuária Brasileira
Redes neurais artificiais para identificar genótipos de feijão-caupi semiprostrado com alta adaptabilidade e estabilidade fenotípicas
Paulo Eduardo Teodoro1  Laís Mayara Azevedo Barroso1  Moysés Nascimento1  Francisco Eduardo Torres1  Edvaldo Sagrilo1  Adriano Dos Santos1  Larissa Pereira Ribeiro1 
关键词: Vigna unguiculata;    inteligência artificial;    interação genótipos x ambientes.;    Vigna unguiculata;    artificial intelligence;    genotypes x environments interaction.;   
DOI  :  10.1590/S0100-204X2015001100008
来源: SciELO
PDF
【 摘 要 】

Resumo: O objetivo deste trabalho foi verificar a concordância entre as redes neurais artificiais (RNAs) e o método de Eberhart & Russel na identificação de genótipos de feijão-caupi (Vigna unguiculata) com alta adaptabilidade e estabilidade fenotípicas. Utilizou-se o delineamento experimental de blocos ao acaso com quatro repetições. Os tratamentos consistiram de 18 linhagens experimentais e duas cultivares de feijão-caupi. Foram conduzidos quatro ensaios de valor de cultivo e uso nos municípios de Aquidauana, Chapadão do Sul e Dourados, no estado do Mato Grosso do Sul. Os dados de produtividade de grãos foram submetidos às análises de variância individual e conjunta. Em seguida, os dados foram submetidos às análises de adaptabilidade e estabilidade por meio dos métodos de Eberhart & Russell e de RNAs. Houve elevada concordância entre os métodos avaliados quanto à discriminação da adaptabilidade fenotípica dos genótipos de feijão-caupi semiprostrado, o que indica que as RNAs podem ser utilizadas em programas de melhoramento genético. Em ambos os métodos avaliados, os genótipos BRS Xiquexique, TE97-304G-12 e MNC99-542F-5 são recomendados para ambientes desfavoráveis, gerais e favoráveis, respectivamente, por apresentarem produtividade de grãos acima da média geral dos ambientes e alta estabilidade fenotípica.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License

【 预 览 】
附件列表
Files Size Format View
RO202005130058611ZK.pdf 479KB PDF download
  文献评价指标  
  下载次数:10次 浏览次数:15次