Resumen de Predicción del rendimiento y la calidad de tres gramíneas en el valle del cauto

Ibet de los A Pascual Sánchez, Agustín A Ortiz Díaz, Jorge L. Ramírez de la Ribera, Angel Figueredo León

• English

  En las regiones tropicales los pastos y forrajes se han convertido en la principal alternativa como fuente de nutrientes para la alimentación del ganado, es por ello que en la actualidad se hace necesario el conocimiento más preciso del valor alimenticio de los mismos. El estudio de los pastos y forrajes cobra una gran relevancia en el Valle del Cauto por las difíciles condiciones edafoclimáticas que posee. En el Centro de Estudios de Producción Animal (CEPA) de la Universidad de Granma se lleva a cabo el proceso de caracterización de varias especies de pastizales. Dicho proceso presentaba diversas limitantes que dificultaban la obtención de factores de rendimiento y calidad que se debían tener en cuenta a la hora de elaborar las raciones de los animales. A lo largo de los años se ha propuesto la sustitución de la caracterización tradicional de la productividad y rendimiento de cultivos, por la predicción, a través de métodos como la regresión múltiple, y en las últimas décadas las redes neuronales artificiales. En la presente investigación se obtuvieron tres modelos de redes neuronales artificiales utilizando la herramienta Matlab 2013b, que permiten predecir factores de rendimiento y la calidad de las especies Megathyrsus maximus, Bracharia decumbens y Bracharia brizantha x Brachiaria ruziziensis,en las condiciones edafoclimáticas del Valle del Cauto, posibilitando agilizar el proceso de caracterización y evitar el uso de complejas técnicas de laboratorio.

• English

  In tropical regions, pastures and forages have sbecome the main alternative as a source of nutrients for livestock feed, which is why it is now necessary to know more precisely the nutritional value of them. The study of pastures and forages is of great importance in the Valle del Cauto due to the difficult soil and climatic conditions it has. At the Center for Animal Production Studies (CEPA) of the University of Granma, the process of characterization of several species of grassland is carried out. This process had several limitations that made it difficult to obtain performance and quality factors that should be taken into account when preparing animal rations. Over the years it has been proposed to replace the traditional characterization of productivity and crop yields, by prediction, through methods such as multiple regression, and in recent decades artificial neural networks. In the present research, three models of artificial neural networks were obtained using the Matlab 2013b tool to predict performance factors and the quality of the species Megathyrsus maximus, Bracharia decumbens and Bracharia brizantha x Brachiaria ruziziensis, under the edaphoclimatic conditions of Valle del Cauto, Making it possible to streamline the characterization process and avoid the use of complex laboratory techniques.