Redes neurais artificiais para identificar genótipos de feijão‑caupi semiprostrado com alta adaptabilidade e estabilidade fenotípicas

Autores

  • Paulo Eduardo Teodoro Universidade Estadual do Mato Grosso do Sul, Campus Aquidauana
  • Laís Mayara Azevedo Barroso Universidade Federal de Viçosa, Departamento de Estatística
  • Moysés Nascimento Universidade Federal de Viçosa, Departamento de Estatística
  • Francisco Eduardo Torres Universidade Estadual do Mato Grosso do Sul, Campus Aquidauana
  • Edvaldo Sagrilo Embrapa Meio‑Norte
  • Adriano dos Santos Universidade Estadual do Norte Fluminense Darcy Ribeiro
  • Larissa Pereira Ribeiro Universidade Estadual do Mato Grosso do Sul, Campus Aquidauana

DOI:

https://doi.org/10.1590/S1678-3921.pab2015.v50.22133

Palavras-chave:

Vigna unguiculata, inteligência artificial, interação genótipos x ambientes

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.

Biografia do Autor

Paulo Eduardo Teodoro, Universidade Estadual do Mato Grosso do Sul, Campus Aquidauana

http://lattes.cnpq.br/3731198010625970

Laís Mayara Azevedo Barroso, Universidade Federal de Viçosa, Departamento de Estatística

http://lattes.cnpq.br/8587813175766141

Moysés Nascimento, Universidade Federal de Viçosa, Departamento de Estatística

http://lattes.cnpq.br/6544887498494945

Francisco Eduardo Torres, Universidade Estadual do Mato Grosso do Sul, Campus Aquidauana

http://lattes.cnpq.br/6967277625491348

Edvaldo Sagrilo, Embrapa Meio‑Norte

http://lattes.cnpq.br/5600248433021837

Adriano dos Santos, Universidade Estadual do Norte Fluminense Darcy Ribeiro

http://lattes.cnpq.br/9995968525208764

Larissa Pereira Ribeiro, Universidade Estadual do Mato Grosso do Sul, Campus Aquidauana

http://lattes.cnpq.br/7220634546294640

Downloads

Publicado

2015-12-09

Como Citar

Teodoro, P. E., Barroso, L. M. A., Nascimento, M., Torres, F. E., Sagrilo, E., Santos, A. dos, & Ribeiro, L. P. (2015). Redes neurais artificiais para identificar genótipos de feijão‑caupi semiprostrado com alta adaptabilidade e estabilidade fenotípicas. Pesquisa Agropecuária Brasileira, 50(11), 1054–1060. https://doi.org/10.1590/S1678-3921.pab2015.v50.22133

Edição

Seção

GENÉTICA