Acurácia e precisão na formulação não linear de ração para frangos de corte: Avanço e otimização de resultados (Parte IV)

Planilha PPFR: aplicação prática

Desde 1983 as Tabelas Brasileiras para aves e suínos de composição de alimentos e exigências nutricionais (ROSTAGNO et al., 2011) são disponibilizadas, sendo em 2011 lançada a edição mais recente, e ainda, o que é melhor, disponibilizada integralmente pela internet (http://www.lisina.com.br/publicacoes_detalhes.aspx?id=2183 ).

Outro grande mérito das Tabelas Brasileiras refere-se à sua aceitação internacional, principalmente na América Latina, razão de sua publicação também em espanhol e inglês. Assim, aproveitando tal condição, também incorporamos na planilha PPFR a internacionalização, tanto em espanhol como em inglês (https://sites.google.com/site/ppfrprogramforfeedformulation/ ) (Figura 22).

Figura 22 - Programa prático de formulação de ração (PPFR).

Acurácia e precisão na formulação não linear de ração para frangos de corte: Avanço e otimização de resultados (Parte IV) - Image 1

Esses conhecimentos sobre o valor nutricional dos alimentos e das exigências dos animais permitem e representam uma condição de aplicabilidade imediata na formulação de rações pelos modelos obtidos no presente experimento. Mas um elo faltava, ou seja, uma ferramenta/planilha que incorporasse todas essas informações às novas tecnologias de informática, aplicando diretamente ao balanceamento de rações.

A formulação de ração, segundo o princípio linear, ainda predomina como opção para balanceamento de dietas, contudo, devido o aumento dos custos dos ingredientes e a necessidade da redução da contaminação ambiental, tem direcionado os nutricionistas à formulações com acurácia, sem recorrer a amplas margens de segurança. E ainda, devido ao aumento dos preços do milho e também de outras fontes energéticas, é fundamental revisar os níveis energéticos das dietas (PENZ-JUNIOR; BRUNO, 2012; ROSTAGNO et al., 2011).

Na prática, para atender essas condições, ao utilizar os modelos do presente projeto é possível estimar o crescimento do frango de corte, segundo o sexo, a idade e o teor de energia da ração. E assim, tendo como objetivo final, otimizar a margem bruta ("Ração de Lucro máximo") da criação de frangos de corte, e não apenas formular uma ração de custo mínimo.

Desta forma, através do modelo proposto no presente experimento, tanto a ingestão de ração como a estimativa do peso corporal, em diferentes densidades nutricionais, definem o melhor nível energético da dieta, viabilizando a mais favorável condição para otimizar a margem bruta.

Temos então, pela aplicação da formulação não linear, uma ferramenta que favorece a tomada de decisão, com maximização do desempenho econômico dos frangos de corte em diferentes cenários energéticos da dieta. Ou seja, maximizando a receita (Peso do frango*Preço/kg em R$) e, no presente caso, minimizando os custos de produção (Custo da ração consumida).

A armadilha, ou problema nutricional está em apenas objetivar encontrar o menor custo da ração por kg, o que é muito limitante para se obter um eficiente resultado econômico. Portanto, minimizar o custo por kg de ganho do frango deveria ser o objetivo principal da produção de frangos (MILLER et al., 1986). Desta forma, a visão não será mais uma ração de custo mínimo, mas uma produção com margem bruta máxima.

Tradicionalmente, o milho e o farelo de soja são os dois principais ingredientes das rações avícolas, representando em torno de 70 a 80% da dieta. Devido as recentes altas em curto espaço de tempo, faz-se necessário rever os princípios de formulação para garantir uma produção de frangos mais eficiente e econômica. Desta forma, o princípio não linear não visa produzir o "maior frango de corte" ao atingir o limite máximo de seu potencial genético, mas sim um frango mais adequado para diferentes cenários econômicos, com o menor custo por unidade de peso vivo (Figura 23).

Figura 23 - Margem bruta e Custo da ração segundo teor energético de dietas formuladas pelo programa PPFR.

Acurácia e precisão na formulação não linear de ração para frangos de corte: Avanço e otimização de resultados (Parte IV) - Image 2

Para obter o modelo mais apropriado foi utilizada a metodologia da superfície de resposta. Assim, foram obtidas equações quadráticas segundo a idade, o sexo e a densidade nutricional mais apropriada para maximizar a margem bruta, durante o processo de formulação.

Desta forma, diferiu-se completamente dos trabalhos de Guevara (2004) e Afrouziyeh et al. (2010), que se limitaram somente a uma equação, o que gerou uma única faixa de opção. Entretanto, no presente trabalho foi possível ajustar os dados a uma malha de possíveis respostas, viabilizando, segundo Barros-Neto et al. (2010), "andar" nessa superfície de resposta.

Após a finalização do experimento, ao iniciar os ajustes dos modelos, num primeiro momento, utilizou-se o "habitual", pois nas primeiras tentativas foram geradas equações conforme os trabalhos revisados de otimização não linear (Tabela 7).

Tabela 7 - Funções objetivo para margem de custo, obtidas das equações quadráticas para peso corporal e para consumo de ração, segundo o sexo e a idade das aves.

Acurácia e precisão na formulação não linear de ração para frangos de corte: Avanço e otimização de resultados (Parte IV) - Image 3

Decorrente disso, 15 equações foram obtidas, as quais permitiram 15 faixas de opções (ex: 0-21 dias ou 0-31 dias). Isto representou um enorme diferencial, mas desencadeou um grande inconveniente, ou seja, a necessidade de "muitos ajustes e manuseios" pelo usuário na planilha.

Buscando manter o foco com simplicidade, alterou-se radicalmente a proposta ao se adotar a metodologia da análise de superfície. Desta forma, reavaliando os dados, o óbvio (muitas vezes de difícil identificação e percepção) ficou evidente, ao se aplicar as equações geradas pela análise de superfície, que além de minimizar o número de equações (15 para 2), viabilizou o programa PPFR caminhar nessa malha gerada pelos dados (BARROS-NETO et al., 2010).

Tal procedimento incrementou as opções de respostas de otimização da planilha, permitindo uma melhor interpretação dos efeitos dos fatores envolvidos. Isso também possibilitou melhores subsídios para a análise econômica, ao indicar o mais favorável teor energético, ao final de períodos de criação definidos pelo usuário, numa condição de lucro máximo.

Em assim sendo, as respostas para a produção dos frangos de corte, segundo a idade e o teor energético da dieta, entendido como sendo "densidade nutricional", terá sempre duas entradas para definir a função quadrática, segundo a equação:

Y = f (I,E) = β₀ + β ₁I + β ₂E + β ₃I² + β ₄E² + β ₅I*E

Nesse estudo, Y é o "output", ou seja, o resultado de saída médio (peso corporal, consumo de ração, consumo de energia, conversão alimentar, peso de gordura cavitária e peso de carcaça), sendo I e E a idade (dias) e o teor energético da dieta (Mcal/kg de EM), respectivamente.

As partes lineares (β₁I e β₂E), quadráticas (β₃I² e β₄E²) e os possíveis efeitos de interações (β₅I*E) dessas respostas de produção seguem à lei dos rendimentos decrescentes para a idade e para o teor energético ("Input").

Cabe a ressalva que as respostas quadráticas obtidas para os diferentes fatores avaliados no presente estudo, todas foram extremamente significativas (P<0,0001) para os modelos estudados (Tabelas 5 e 6).

O efeito causativo (variável independente representada pela idade e pelo teor energético), por atuar sobre as variáveis dependentes (ex: peso corporal) demonstrou que todas elas são funções mais complexas do que uma simples função linear, ou seja, os modelos obtidos são realísticos biologicamente, justificando, e muito bem, os resultados encontrados, segundo os coeficientes de determinação (R²), que foram extremamente altos (>0,95), demonstrando confiáveis estimativas.

Também ficou demonstrado pelo coeficiente de variação (CV) que a instabilidade das respostas estudadas foram muito baixas. Entretanto, como exceção, para o CV do peso da gordura cavitária (28,7% e 36,8%, respectivamente para fêmeas e machos), por ser uma variável reconhecidamente muito instável, mesmo assim ainda permitiu um R² com capacidade razoável de precisão (69,03% para as fêmeas e 52,35% para os machos), segundo Sampaio (2007).

A contribuição da ferramenta Solver do Excel, na otimização da função objetivo, será encontrar, quando acionada, qual o melhor desempenho do animal (fonte de renda), sem necessariamente maximizar seu potencial de ganho de peso, levando em consideração o preço do produto (preço do kg do frango de corte pago pelo mercado) e a densidade energética mais apropriada para cada cenário de combinações. Assim, a margem bruta será a renda menos o custo (despesa com a ração consumida).

Pode-se ainda ser constatado que a resposta da densidade foi curvilínea (EM*EM) para o consumo total energético. Portanto, para uma eficiente otimização, o modelo deverá obrigatoriamente ser não linear (CERRATE; WALDROUP, 2009a; EILA et al., 2012; GUEVARA, 2004), para garantir a maximização da eficiência econômica.

Com essa obrigatoriedade e através do princípio não linear de formulação do PPFR, a proporção de nutrientes, em relação ao teor energético, se mantém o mesmo em todas as dietas.

Desta forma a otimização promovida pela ferramenta Solver do Excel definirá qual a combinação de energia/nutrientes será a mais econômica, o que contraria as recomendações dos manuais das linhagens e tabelas de exigências, que orientam para a maximização do ganho de peso, o que não necessariamente garante uma máxima eficiência econômica.

Assim, de acordo com o presente trabalho, o mais favorável teor energético será aquele definido pelos modelos matemáticos, otimizados pela ferramenta Solver, através das comparações de custo/benefício, segundo cada fase da criação (inicial, crescimento, terminação).

Esse ajuste econômico é muito dependente de quanto estreito ou largo for a relação entre energia/nutrientes. Ou seja, para rações pré-iniciais e iniciais, por serem naturalmente muito estreitas as relações (ex: energia:proteína 140:1; Tabelas 3 e 4), não permite grandes manobras na otimização, contudo por ser o consumo ainda baixo nessas fases, não acarreta grandes prejuízos tal limitação.

Todavia, com o passar da idade, e com o aumento das relações (ração fase crescimento 171:1; ração fase terminação 197:1; Tabelas 3 e 4), permite ajustes muito mais "folgados", por não serem engessados pela relação, no momento da otimização da ferramenta Solver, e felizmente e oportunamente no momento em que o consumo de ração se torna cada vez mais crítico, com impacto direto no custo. Assim, essa é a maior ou principal razão pela qual há pouca flexibilidade para o ajuste da formulação para rações iniciais, frente a alterações significativas dos custos dos ingredientes.

Do exposto, fica evidenciado a importância do estudo de modelos matemáticos e de novos princípios de formulação que integrem os atuais conhecimentos da utilização e deposição dos nutrientes nos tecidos corporais do moderno frango de corte, principalmente em proteína e gordura, visando à otimização de sua deposição na carcaça (LOPEZ et al., 2007). E desta forma, produzir carcaças de melhor qualidade, para clientes cada vez mais exigentes, que desejam um menor teor em gordura nos produtos consumidos (MEINERZ et al., 2001).

CONCLUSÕES

O conceito de formulação não linear (ração de lucro máximo) mostra-se mais apropriado para atender o conceito da nutrição de precisão para frangos de corte;
Se todos os nutrientes essenciais são mantidos em proporção adequada com a densidade energética da dieta, o peso corporal e a conversão alimentar são favorecidos com o aumento da densidade energética da ração. Esta condição viabiliza a aplicação de modelos para máximo lucro (formulação não linear), visando estimar a proporção de ganho de peso mais apropriada segundo o preço pago pelo mercado;
A formulação de rações, baseada no conceito não linear, corrige as distorções do sistema tradicional (ração de custo mínimo/linear), resultando numa solução ótima em termos de teor energético da dieta. Uma vez que, segundo a metodologia proposta, as exigências de todos os nutrientes são automaticamente ajustadas pelo modelo matemático, relacionados ao teor energético estimado, conforme as recomendações nutricionais distintas para fases e idades de frangos de corte;
O projeto viabilizou um conceito nutricional atual e prático (nutrição de precisão) e que agora poderá ser aplicado com o uso da planilha PPFR, que por ser livre (sistema aberto e democrático) e acessível (uso do software Excel, da Microsoft), permite ajustes, com acurácia, nos modelos matemáticos adotados como suporte à decisão.

REFERÊNCIAS

AFROUZIYEH, M.; SHIVAZAD, M.; CHAMANI, M; DASHTI, G. Use of nonlinear programming to determine the economically optimal energy density in laying hens diet during phase 1. African Journal of Agricultural Research, v. 5, p. 2770 - 2777, 2010. Disponível em: http://www.academicjournals.org/ajar/PDF/pdf%202010/18%20Oct/Afrouziyeh %20et%20al.pdf. Acesso em: 10 jun. 2012.

ALMQUIST, H. J. Interpretation of amino acid requirement data according to the law of diminishing returns. Arch. Biochem. Biophys. v.44, p.245-247, 1953.

BARROS-NETO, B.; SCARMINIO, I. S.; BRUNS, R. E. Como fazer experimentos: aplicações na ciência e na indústria. 4 ed. Bookman, 2010. 414 p.

BRASIL, Ministério da Agricultura, Pecuária e Abastecimento. Portaria n°. 210, de 10/11/1998. Aprova o regulamento técnico da inspeção tecnológica e higiênico-sanitária de carne de aves. Diário oficial [da] República Federativa do Brasil, poder Executivo, Brasília, DF, 26 de nov. 1998. Seção I, p. 226.

BRASIL. Decreto n°. 2244, de 5 de junho de 1997. Estabelece regulamentação da inspeção industrial e sanitária de produtos de origem animal. Diário oficial [da] República Federativa do Brasil, poder Executivo, Brasília, DF, 4 de jun.1997. Seção I, p. 204.

CERRATE, S.; WALDROUP, P. Maximum Profit Feed Formulation of Broilers: 2. Comparison among Different Nutritional Models. International Journal of Poultry Science, v. 8, p. 216-228, 2009a.

CERRATE, S.; WALDROUP, P. Maximum Profit Feed Formulation of Broilers: 1. Development of a Feeding Program Model to Predict Profitability Using non Linear Programming. International Journal of Poultry Science, v.8, p. 205- 215, 2009b.

EILA, N.; LAVVAF, A.; FARAHVASH, T. A model for obtaining more economic diets for laying hen. African Journal of Agricultural Research. v 7, n. 8, p. 1302-1306, 2012.

ESTEVE-GARCIA, E.; MACK, S. The effect of -methionine and betaine on growth performance and carcass characteristics in broilers. Animal Feed Sci. tech., v.87, p. 85-93, 2000.

FRONTLINE SYSTEMS. Solver User´s Guide. Incline Village, 1999. Disponível em: http://www.solver.com/press199901.htm . Acesso em: 16 jul. 2012.

GARCIA-NETO, M. PPFR: Programa Prático para Formulação e Otimização de Ração frangos de corte Programação não linear/2009. Disponível em: <https://sites.google.com/site/ppfrprogramforfeedformulation/ >. Acesso em: 18 dez. 2012.

GARCIA-NETO, M., FARIA-JUNIOR, M.J.A. PPFR: Eficaz programa não-linear para lucro máximo In: Anais da Conferência FACTA 2009 de Ciência e Tecnologia Avícolas. Porto Alegre, 2009. Anais... Porto Alegre, RS, 2009. v. 1CDROM.

GUEVARA, V.R. Use of Nonlinear Programming to Optimize Performance Response to Energy Density in Broiler Feed Formulation. Poultry Science, v. 83, p.147-151, 2004.

KESSLER, A. M.; SNIZEK JÚNIOR, P. N.; BRUGALLI, I. Manipulação da quantidade de gordura na carcaça de frango. In: Anais da Conferência APINCO 2000 de Ciência e Tecnologia avícolas, 2000. Anais... 2000. v. 1. p. 107-134.

LANNA, D. P. D.; TEDESCHI, L.O.; BELTRAME-FILHO, J. A.. Modelos lineares e não-lineares de uso de nutrientes para formulação de dietas de ruminantes. Scientia Agrícola, Piracicaba, v. 56, n. 2, 1999. Disponível em:<http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103- 90161999000200031&lng=en&nrm=iso>. Acesso em: 10 jun. 2012.

LEESON, S.; CASTON, L.; SUMMERS, J.D. Broiler response to energy diet. Poultry Science, v.75, p.529-535, 1996.

LOPEZ, G.; LANGE, K.; LEESON, S. Partitioning of retained energy in broilers and birds with intermediate growth rate. Poultry Science, v.86, p. 2162-2171, 2007.

MEINERZ, C.; RIBEIRO, A.M.L.; PENZ-JUNIOR, A.M.; KESSLER, A.M. Níveis de energia e peletização no desempenho e rendimento de carcaça de frangos de corte com oferta alimentar equalizada. Revista Brasileira de Zootecnia, v.30, p.2026-2032, 2001.

MICROSOFT OFFICE EXCEL. Microsoft corporation, Redmond, WA. 98052.

MILLER, B. R.; ARRAES, R. A.; PESTI, G. M. Formulation of broiler finishing ratios by quadratic programming. Southern Journal of Agricultural Economics, v. 18, n. 1, p. 141-150, 1986.

MOORE, J.H.; WEATHERFORD, L.R. Tomada de decisão em administração com planilhas eletrônicas. 6 ed. Porto Alegre: Bookman, 2008. 643 p.

NATIONAL RESEARCH COUNCIL. Nutrient requirements of poultry. 9. ed. Washington: National Academy Press, 1994. 155p.

OVIEDO, E. O. Formulação de rações para frangos de corte com base em alvos de desempenho. In: SIMPÓSIO GOIANO DE AVICULTURA, 7., Goiânia. Anais... Goiânia: Avesui, 2005. p.36-45.

OVIEDO-RONDÓN, E. O.; FRITTS, C. A; WALDROUP, P. W. Accuracy of Omnipro II estimations for amino acid requirements of broilers. International Journal of Poultry Science, v. 1, n. 5, p. 119-126, 2002. Disponível em: < http://docsdrive.com/pdfs/ansinet/ijps/2002/119-126.pdf>. Acesso em 12 jun. 2012.

PENZ-JUNIOR, A. M. Nutrição de precisão em avicultura de corte. Nutrition for tomorrow alliance. 2010. Disponível em : <http://www.nftalliance.com.br/nutricao-de-precisão-em-avicultura-de-corte>. Acesso em: 20 mar. 2011.

PENZ-JUNIOR, A. M.; BRUNO, D. G. The future of broiler production in the Americas. 2012. Disponível em : <http://www.thepoultryfederation.com/public/userfiles/files/Penz_The%20Future %20of%20Broiler%20Production%20in%20the%20Americas_abstract.pdf>. Acesso em 18 dez. 2012.

PENZ-JUNIOR, A. M.; BRUNO, D.; FIGUEIREDO, A. Nutrição de frangos- Mudanças de paradigmas para o futuro. In: Anais da Conferência FACTA 2009 de Ciência e Tecnologia Avícolas. Porto Alegre, 2009. Anais... Porto Alegre, RS, 2009.

PESTI, G. M.; MILLER, B. R. Animal feed formulation: Economic and computer applications. New York: Van Nostrand Reinhold,1992.

PESTI, G. M.; MILLER, B. R. Modelling for precision nutrition. Journal of Applied Poultry Reseach, v. 6, n. 4, p. 483-494, 1997. Disponível em: < http://japr.fass.org/content/6/4/483.full.pdf+html>. Acesso em: 18 dez. 2012.

PESTI, G. M.; THOMSON, E. ; BAKALLI, R. I. ; LECLERCQ, B. ; MENTEN, J. F. M. ; SHAN, A. WUFFDA - Windows-Based User Friendly Feed Formulation. 2002. Disponível em: <http://pubs.caes.uga.edu/caespubs/ES- pubs/WUFFDA.htm>. Acesso em: 10 jun. 2012.

PESTI, G. M.; VEDENOV, D.; CASON, J. A.; BILLARD, L. A comparison of methods to estimate nutritional requirements from experimental data. British Poultry Science, v. 50, n. 1, p. 16-32, 2009. Disponível em: < http://www.tandfonline.com/doi/pdf/10.1080/00071660802530639>. Acesso em: 25 jun. 2012.

PESTI, G.M.; SEILA, A.F. The Use of an electronic spreadsheet to solve linear and non-linear stochastic feed formulation problems J. Applied Poult. Res., v.8, p. 110-112, 1999.

RENZ, S.V. Comparação de sistemas de formulação lineares e não lineares para frangos de corte. 2005. Dissertação (Mestrado), Programa de Pós-Graduação em Zootecnia, Faculdade de Agronomia, Universidade Federal do Rio Grande do Sul, 2005. Disponível em : <http://www.lume.ufrgs.br/bitstream/handle/10183/13761/000644979.pdf?seque nce=1>. Acesso em: 10 jun.2012.

RODRIGUES, M. S., IEMMA, A. F. Planejamento de experimentos e otimização de processos. 2. ed. Campinas: Casa do Espírito Amigo Fraternidade Fé e Amor, 2009. 358p.

RONDÓN, E. O. O.; MURAKAMI, A. E.; SAKAGUTI, E. S. Modelagem Computacional para Produção e Pesquisa em Avicultura. Brazilian Journal of Poultry Science, v. 4, n. 1, 2002. Disponível em : <http://www.scielo.br/pdf/rbca/v4n1/11421.pdf>. Acesso em: 15 dez. 2012.

ROSTAGNO, H. S.; ALBINO, L. F. T.; DONZELE, J. L.; GOMES, P. C. OLIVEIRA, R. F.; LOPES, D. C.; FERREIRA, A. S.; BARRETO, S. L. T. Tabelas brasileiras para aves e suínos: composição de alimentos e exigências nutricionais. 2. ed. Viçosa: UFV, Departamento de Zootecnia, 2005. 186p.

ROSTAGNO, H. S.; ALBINO, L. F. T.; DONZELE, J. L.; GOMES, P. C.; OLIVEIRA, R. F.; LOPES, D.C.; FERREIRA, A. S.; BARRETO, S. L. T.; EUCLIDES, R. F. Tabelas brasileiras para aves e suínos: composição de alimentos e exigências nutricionais. 3. ed. Viçosa: UFV, Departamento de Zootecnia, 2011. 252p.

ROUSH, W. B.; PURSWELL, J.; BRANTON, S. L. An adjustable nutrient margin of safety comparison using linear and stochastic programming in an excel spreadsheet. Journal of Applied Poultry Research, v.16, p. 514-520, 2007.

ROUSH, W.B.; PURSWELL, J.; BRANTON, S. L. Microsoft excel sensitivity analysis for linear and stochastic program feed formulation. Journal of Applied Poultry Research, v. 18, p. 85-89, 2009.

SAEG-RMC. Programa SAEG versão Ração de Mínimo Custo, 2007 (Versão 2.0 freeware- 3mb). Fundação Arthur Bernardes, UFV. Disponível em: < http://www.ufv.br/saeg/download.htm>. Acesso em: 10 jun. 2012.

SAKOMURA, N. K. ; HAUSCHILD, L. ; SILVA, E. P. ; ARAUJO, J. A. . Modelo fatorial para estimar exigências nutricionais de aves. In: Luiz Fernando Teixeira Albino; Horácio Santiago Rostagno. (Org.). Anais do III Simpósio internacional sobre exigências nutricionais de aves e suínos. 3ed.Viçosa: UFV, 2011, v. , p. 267-296.

SALEH, E. A.; WATKINS, S. E.; WALDROUP, A. L.; WALDROUP, P. W. Effects of Dietary Nutrient Density on Performance and Carcass Quality of Male Broilers Grown for Further Processing. International Journal of Poultry Science, v. 3, p. 1-10, 2004. Disponível em: <http://www.pjbs.org/ijps/fin149.pdf>. Acesso em: 13 abr. 2012.

SAMPAIO, I. B. M. Estatística aplicada à experimentação animal. 3 ed. Belo Horizonte: Fundação de Estudo e Pesquisa em Medicina Veterinária e Zootecnia, 2007. 264 p.

SAS Institute. SAS user´s guide: statistics. version five edition. Cary, NC: SAS Institute, Inc., 2009.

SKINNER, S.T.; WALDROUP, A.L.; WALDROUP, P.W. Effects of dietary nutriente density on performance and carcass quality of broilers 42 to 49 days of age. Journal of Applied Poultry Research, v.1, p.367-372, 1992.

THOMSON, E.; NOLAN, J. UNEForm: a powerful feed formulation spreadsheet suitable for teaching or on-farm formulation. Animal Feed Science and Technology. v. 91, n. 3, p. 233- 240, 2001.

VARGAS, G.D'A.; DIONELLO, N.L.; BRUM, P.A.R. de; RUTZ, F.; FIALHO, F.B. Modelagem do crescimento e do desenvolvimento de frangos de corte: validação. Ciência Rural, v.36, p.1664-1669, 2006.

ZHANG, F.; ROUSH, W.B. Multiple-objective (goal) programming model for feed formulation: A example for reducing nutrient variation. Poultry Science, v. 81, p. 182-192, 2002.