Publicado

2017-10-01

Fuzzy index for swine thermal comfort at nursery stage based on behavior

Índice fuzzy para confort térmico de cerdos en la fase de pre-ceba con base en su comportamiento

Palabras clave:

Thermal environment, fuzzy model, swine confinement facilities, frequency of behavior (en)
Ambiente térmico, modelamiento fuzzy, instalaciones para cerdos, frecuencia comportamental (es)

Descargas

Autores/as

  • Leticia Cibele Silva Ramos Freitas Freitas Universidade Federal de Viçosa https://orcid.org/0000-0002-9607-4092
  • Alessandro Torres Campos Campos Universidade Federal de Lavras
  • Leonardo Schiassi Schiassi Universidade federal de Lavras
  • Tadayuki Yanagi Júnior Yanagi junior Universidade federal de Lavras
  • Daiane Cecchin Cecchin Universidade Federal de Lavras https://orcid.org/0000-0002-6098-1846
This work aims to develop and test a computational mathematical model, based on the fuzzy set theory, to predict the rate of thermal comfort by means of the swine behavior in relation to their age and to the black globe humidity index for two nursery types. Nursery 1 had brick stalls with fully slatted metal flooring, and nursery 2 had wooden stalls with fully slatted plastic flooring. Nursery style 2 presented a higher frequency of behavior in the condition comfort than nursery style 1, respectively 39,32% and 38,16%. The thermal comfort values for the fuzzy system were 3,58% for the standard deviation and 72,86% for the coefficient of determination. The developed fuzzy model has proven adequate in predicting thermal comfort by means of the animal's behavior.
Este trabajo tuvo como objetivo desarrollar y evaluar un modelo matemático computacional, con base en la teoría de los conjuntos fuzzy, para predecir el confort térmico a partir del comportamiento de lechones, en función de su edad y del índice de temperatura de globo y humedad, en dos tipologías de instalación de preceba. La instalación 1 estaba compuesta por corrales de mampostería y piso de malla metálica, y la instalación 2 tenía corrales construidos con tablilla de madera y piso en malla plástica. La instalación 2 presentó una mayor frecuencia comportamental en la condición de confort que la instalación 1, con 39,32% y 38,16% respectivamente. Los valores da tasa de confort térmico estimados por el sistema fuzzy presentaron una desviación estándar media de 3,58% y coeficiente de determinación de 72,86%. El modelo fuzzy desarrollado mostró ser adecuado para la predicción de la tasa de confort térmico a partir del comportamiento de los animales.

Citas

Pandorfi, H., Silva, I.J.O., Guiselini, C. and Piedade S.M.S., Uso da lógica fuzzy na caracterização do ambiente produtivo para matrizes gestantes, Engenharia Agrícola, 27(1), pp. 83-92, 2007. DOI: 10.1590/S0100-69162007000100001

Sabino, L.A., Sousa Júnior, V.R., Abreu, P.G., Abreu, V.M.N., Lopes,

L.S. and Coldebella, A., Comportamento suíno influenciado por dois modelos de maternidade, Revista Brasileira de Engenharia Agrícola e Ambiental, 15(12), pp. 1321-1327, 2011. DOI: 10.1590/S1415-43662011001200015

Penha, N.L., Oliveira, S.C. and Pereira D.F., Análise de correlação entre comportamentos de matrizes pesadas e variáveis ambientais, Revista Brasileira de Engenharia de Biossistemas, 1(3), pp. 209-217, 2007. DOI: 10.18011/bioeng2007v1n3p209-217

Ferreira, R.A., Maior produção com melhor ambiente: Para aves, suínos e bovinos. 3. ed. Viçosa, MG: Aprenda Fácil, 2015.

Huynh, T.T.T., Aarnink, A.J.A., Gerrits, W.J.J., Heetkamp, M.J.H., Canh, T.T., Spoolder, H.A.M., Kemp, B. and Verstegen, M.W.A., Thermal behaviour of growing pigs in response to high temperature and humidity, Applied animal behaviour science, 91(1), pp. 1-16, 2005. DOI: 10.1016/j.applanim.2004.10.020

Xin H., Assessing swine thermal comfort by image analysis of postural behaviors, Journal of Animal Science, 77(supl.2), pp. 1-9, 1999. DOI: 1999.77suppl_21x

Paiano, D., Barbosa, O.R., Moreira, I., Quadros, A.R.B., Silva, M.A.A. and Oliveira, C.A.L., Comportamento de suínos alojados em baias de piso parcialmente ripado ou com lâmina d’água, Acta Scientiarum. Animal Sciences, 29(3), pp. 345-351, 2007. DOI: 10.4025/actascianimsci.v29i3.575

Kiefer, C., Moura, M.S., Silva, E.A., Santos, A.P., Silva, C.M., Luz, M.F. and Nantes, C.L., Respostas de suínos em terminação mantidos em diferentes ambientes térmicos, Revista Brasileira de Saúde e Produção Animal, 11(2), pp. 496-504, 2010. [date of reference June 12th of 2015]. Available at: http://revistas.ufba.br/index.php/rbspa/article/view/1649/985

Pereira, D.F., Bighi, C.A., Gabriel, L.R.A., and Gabriel, C.P., Sistema fuzzy para estimativa do bem-estar de matrizes pesadas, Engenharia Agrícola, 28(4), pp.624-633, 2008. DOI: 10.1590/S0100-69162008000400002

Nääs, I.A., Uso de técnicas de precisão na produção animal, Revista Brasileira de Zootecnia, [on line]. 40(Supl. Especial), pp. 358-364, 2011. [date of reference August 27th of 2015]. Available at: http://www.sbz.org.br/revista/artigos/66291.pdf

Tolon, Y.B., Baracho, M.S., Nääs, I.A., Rojas, M. and Moura, D.J., Ambiência térmica aérea e acústica para reprodutores suínos, Engenharia Agrícola, 30(1), pp. 1-13, 2010. DOI: 10.1590/S0100-69162010000100001

Ponciano, P.F., Lopes, M.A., Yanagi Junior, T. and Ferraz, G.A.S., Análise do ambiente para frangos por meio da lógica fuzzy: uma revisão, Archivos de Zootecnia, [online]. 60(R), pp.1-13, 2011. [date of reference may 05th of 2015]. Available at: http://www.uco.es/organiza/servicios/publica/az/php/img/web/10_13_41_1783REVISIONAnalisePonciano.pdf

Ferreira, L., Yanagi Junior, T., Lopes, A.Z., et al., Desenvolvimento de uma rede neuro-fuzzy para predição da temperatura retal de frangos de corte, Revista de Informática Teórica e Aplicada, 17(2), pp. 221-23, 2010.

Nascimento, G.R., Pereira, D.F., Näas, I.A. and Rodrigues, L.H., Índice fuzzy de conforto térmico para frangos de corte, Engenharia Agrícola, 31(2), pp. 219-229, 2011. DOI: 10.1590/S0100-69162011000200002

Ponciano, P.F., Yanagi Junior, T., Schiassi, L., Campos, A.T. and Nascimento, J.D., Sistema fuzzy para predição do desempenho produtivo de frangos de corte de 1 a 21 dias de idade, Engenharia Agrícola, 32(3), pp. 446-458, 2012. DOI: 10.1590/S0100-69162012000300004

Campos, A.T., Castro, J.O., Schiassi, L., Yanagi Junior, T., Pires, M.F.Á. and Mattioli, C.C., Prediction of free-stall occupancy rate in dairycattle barns through fuzzy sets, Engenharia Agrícola, 33(6), pp.1079-1089, 2013. DOI: 10.1590/S0100-69162013000600001

Zimmermann, H.J. Fuzzy set theory and its applications: 3.ed. Boston: Kluwer, 1996

Ferraro, D.O., Ghersa, C.M. and Sznaider, G.A., Evaluation of environmental impact indicators using fuzzy logic to assess the mixed cropping systems of the Inland Pampa, Argentina, Agriculture, Ecosystems & Environment, 96(1), pp. 1-18, 2003. DOI: 10.1016/S0167-8809(03)00017-3

Dantas, A.A.A., Carvalho, L.G. and Ferreira, E., Classificação e tendências climáticas em Lavras, MG, Ciência e Agrotecnologia, 31(6), pp. 1862-1866, 2007. DOI: 10.1590/S1413-70542007000600039

Campos, J.A., Tinôco, I.F.F., Silva, F.F., Pupa, J.M.R. and Silva, I.J.O., Enriquecimento ambiental para leitões na fase de creche advindos de desmame aos 21 e 28 dias, Revista Brasileira de Ciências Agrárias, 5(2) pp. 272-278, 2010. DOI: 10.5039/agraria.v5i2a660

Hötzel, M.J., Nogueira, S.S.C. and Machado Filho, L,C,P., Bem-estar de animais de produção: das necessidades animais às possibilidades humanas, Revista de Etologia. [online]. 9(2), pp. 1-10, 2010. [date of reference may 05th of 2015]. Available at: http://www.etologiabrasil.org.br/sbet/revista/Vol_9_2_001.pdf

Buffington, D.E., Collazo-Arocho, A., Canton, G.H., Pitt, D., Thatcher, W.W. and Collier, R. J., Black globe humidity index as a comfort equation for dairy cows, American Society of Agricultural Engineers, 24(3), pp. 711-714, 1981. DOI: 10.13031/2013.34325

Cornelissen, A.M.G., Van den Berg, J., Koops, W.J. and Kaymak, U., Eliciting expert knowledge for fuzzy evaluation of agricultural production systems. Rotterdam: Erasmus Research Institute of Management, [online]. 2002. [date of reference August 23th of 2015]. Available at: http://papers.ssrn.com/sol3/papers. cfm?abstract_id=371055

Escobar, C. and Galindo J., Fuzzy control in agriculture: Simulation software, Industrial Simulation Conference (ISC), Malaga, Spain, 2004. pp. 45-49.

Yanagi Junior, T., Schiassi, L., Abreu, L.H.P., Barbosa, J.A. and Campos, A.T., Procedimento fuzzy aplicado à avaliação da insalubridade em atividades agrícolas, Engenharia Agrícola, 32(3), pp. 423-434, 2012. DOI: 10.1590/S0100-69162012000300002

Schiassi, L., Yanagi Junior, T., Reis, G. M., Abreu, L. H, P., Campos, A.T., Castro, J.O., Modelagem Fuzzy aplicada na avaliação do desempenho de frangos de corte. Revista Brasileira de Engenharia Agrícola e Ambiental, 19(2), pp. 140- 146, 2015. DOI: 10.1590/1807-1929/agriambi.v19n2p140-146

Ayyub B.M. and Klir G.J., Uncertainty modeling and analysis in engineering and the sciences. 1ª edição. Boca Raton: Chapman & Hall/CRC, 2006.

Martino J.P., Technological forecasting for decision making. 3ª edição. New York: McGraw-Hill, Inc., 1983.

Preble, J.F., The selection of Delphi panels for strategic planning purposes, Strategic Management Journal, 5(2), pp. 157-170, 1984. DOI: 10.1002/smj.4250050206

Witt, S.F., and Moutinho L., Tourism marketing and management handbook. – in: Taylor J. Delphi method applied to tourism, 1ª edição. London: Prentice Hall, 1989, pp.95-99.

Ferreira, L., Yanagi Junior, T., Nääs, I.A. and Lopes, M.A., Development of algorithm using fuzzy logic to predict estrus in dairy cows: Part I, Agricultural Engineering International: The CIGR E Journal, [online]. 9, pp.1-16, 2007. [date of reference January 26th of 2015]. Available at: http://www.cigrjournal.org/index.php/Ejounral/article/view/898/892

Cremasco, C.P., Gabriel Filho, L.R.A. and Cataneo, A., Metodologia de determinação de funções de pertinência de controladores fuzzy para a avaliação energética de empresas de avicultura de postura, Revista Energia na Agricultura, 25(1), pp. 21-39, 2010. DOI: 10.17224/EnergAgric.2010v25n1p21-39)

Schiassi, L, Melo, N.S.M., Tavares, G.F., Souza, Í.P., Araújo, H.B. and Della-Giustina, C., Modelagem fuzzy em parâmetros de bem-estar humano, Revista Nativa, 1(1), pp. 8-12, 2013. DOI: 10.14583/2318-7670.v01n01a02

Kaur, R. and Rehani, V., Recognition and cure time prediction of swine flu, dengue and chicken pox using fuzzy logic. International Research Journal of Engineering and Technology, 3(6), pp. 1058-1062, 2016.

Castro, J.O., Veloso, A.V., Yanagi Junior, T., Fassani, E.J., Schiassi, L. and Campos, A.T., Estimate of the weight of japanese quail eggs through fuzzy sets theory, Ciência e Agrotecnologia, 36(1), pp. 108-116, 2012. DOI: 10.1590/S1413-70542012000100014

Licencia

Derechos de autor 2017 DYNA

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

El autor o autores de un artículo aceptado para publicación en cualquiera de las revistas editadas por la facultad de Minas cederán la totalidad de los derechos patrimoniales a la Universidad Nacional de Colombia de manera gratuita, dentro de los cuáles se incluyen: el derecho a editar, publicar, reproducir y distribuir tanto en medios impresos como digitales, además de incluir en artículo en índices internacionales y/o bases de datos, de igual manera, se faculta a la editorial para utilizar las imágenes, tablas y/o cualquier material gráfico presentado en el artículo para el diseño de carátulas o posters de la misma revista.