1. RI UFLA
  2. Escola de Engenharia - EENG
  3. Departamento de Engenharia - DEG
  4. DEG - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/33661
Registro completo de metadados
Campo DCValorIdioma
dc.creatorFerraz, Patrícia F. P.-
dc.creatorYanagi Junior, Tadayuki-
dc.creatorHernandez-Julio, Yamid F.-
dc.creatorFerraz, Gabriel A. e S.-
dc.creatorSilva, Maria A. J. G.-
dc.creatorDamasceno, Flavio A.-
dc.date.accessioned2019-04-23T12:02:19Z-
dc.date.available2019-04-23T12:02:19Z-
dc.date.issued2018-
dc.identifier.citationFERRAZ, P. F. P. et al. Genetic fuzzy system for prediction of respiratory rate of chicks subject to thermal challenges. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 22, n. 6, p. 412-417, 2018.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/33661-
dc.description.abstractThe aim of this study was to estimate and compare the respiratory rate (breath min-1) of broiler chicks subjected to different heat intensities and exposure durations for the first week of life using a Fuzzy Inference System and a Genetic Fuzzy Rule Based System. The experiment was conducted in four environmentally controlled wind tunnels and using 210 chicks. The Fuzzy Inference System was structured based on two input variables: duration of thermal exposure (in days) and dry bulb temperature (°C), and the output variable was respiratory rate. The Genetic Fuzzy Rule Based System set the parameters of input and output variables of the Fuzzy Inference System model in order to increase the prediction accuracy of the respiratory rate values. The two systems (Fuzzy Inference System and Genetic Fuzzy Rule Based System) proved to be able to predict the respiratory rate of chicks. The Genetic Fuzzy Rule Based System interacted well with the Fuzzy Inference System model previously developed showing an improvement in the respiratory rate prediction accuracy. The Fuzzy Inference System had mean percentage error of 2.77, and for Fuzzy Inference System and Genetic Fuzzy Rule Based System it was 0.87, thus indicating an improvement in the accuracy of prediction of respiratory rate when using the tool of genetic algorithms.pt_BR
dc.languageen_USpt_BR
dc.publisherDepartamento de Engenharia Agrícola - UFCGpt_BR
dc.rightsacesso abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceRevista Brasileira de Engenharia Agrícola e Ambientalpt_BR
dc.subjectBroilerpt_BR
dc.subjectComputational intelligencept_BR
dc.subjectPhysiological responsespt_BR
dc.subjectGenetic algorithmspt_BR
dc.subjectFrango de cortept_BR
dc.subjectInteligência computacionalpt_BR
dc.subjectRespostas fisiológicaspt_BR
dc.subjectAlgorítmos genéticospt_BR
dc.titleGenetic fuzzy system for prediction of respiratory rate of chicks subject to thermal challengespt_BR
dc.title.alternativeSistema genético difuso para a predição da frequência respiratória de pintinhos sujeitos a desafios térmicospt_BR
dc.typeArtigopt_BR
dc.description.resumoObjetivou-se neste trabalho estimar e comparar as frequências respiratórias (respirações min-1) de pintinhos submetidos a diferentes intensidades e durações de exposição térmica durante a primeira semana de vida utilizando um Sistema de Inferência Fuzzy e um Sistema Genético Difuso Baseado em Regras Fuzzy. O experimento foi conduzido em quatro túneis de vento climatizados e utilizou-se 210 pintinhos. O Sistema de Inferência Fuzzy foi estruturado com base em duas variáveis de entrada: duração da exposição térmica (dias) e a temperatura do bulbo seco (°C), e a variável de saída foi frequências respiratórias. O Sistema Genético Difuso Baseado em Regras Fuzzy ajustou os parâmetros das variáveis de entrada e saída do modelo Sistema de Inferência Fuzzy com o propósito de aumentar a precisão da predição dos valores das frequências respiratórias. Os dois sistemas (Sistema de Inferência Fuzzy e Sistema Genético Difuso Baseado em Regras Fuzzy) mostraram-se capazes de predizer as frequências respiratórias de pintinhos. O Sistema Genético Difuso Baseado em Regras Fuzzy interagiu satisfatoriamente com o modelo Sistema de Inferência Fuzzy previamente desenvolvido, apresentando uma melhora na precisão da predição das frequências respiratórias. O Sistema de Inferência Fuzzy apresentou erro percentual médio de 2,77 e para o Sistema Genético Difuso Baseado em Regras Fuzzy o erro foi de 0,87, o que indica uma melhora na acurácia da predição da frequência respiratória quando utiliza a ferramenta de algoritmos genéticos.pt_BR
Aparece nas coleções:DEG - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Genetic fuzzy system for prediction of respiratory rate of chicks subject to thermal challenges.pdf200,54 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons