R E S U M OCom o objetivo de analisar o efeito da idade e a temperatura do ar nas respostas produtivas de frangos de corte, conduziu-se um experimento com animais criados de 1 a 21 dias de idade em túneis de vento climatizados cujos resultados observados foram utilizados no desenvolvimento e teste de um modelo matemático Fuzzy capaz de quantificar esta relação. O modelo desenvolvido tem, como variáveis de entrada: temperatura da primeira semana de vida (°C), temperatura da segunda semana de vida (°C) e a idade das aves (semanas), sendo que as variáveis de saída consideradas foram consumo de ração (CR, g), ganho de peso (GP, g) e conversão alimentar (CA, g g -1). O método de inferência de Mandani foi utilizado para elaboração de 36 regras e na defuzificação foi aplicado o método do centro de gravidade. Com base nos resultados e ao se comparar os dados medidos com os obtidos pela simulação com o modelo Fuzzy proposto, coeficientes de determinação (R 2 ) da ordem de 0,9989; 0,9960 e 0,9801 foram verificados para CR, GP e CA, respectivamente.Fuzzy modeling applied in the evaluation of broiler performance A B S T R A C TWith the objective of analysing the effect of age and air temperature on the productive responses of broilers, an experiment with bred animals of 1 to 21 days of age was conducted in acclimatized wind tunnels, using the results obtained in the development and testing of a Fuzzy mathematical model able to quantify this relation. The model developed presented as entry variables: temperature in the first week of life (°C), temperature in the second week of life (°C) and age of the bird (in weeks), and as the output variables: feed intake (FI, g), weight gain (WG, g) and feed conversion (FC, ). The Mandani inference method was used in the elaboration of 36 rules, and the center of gravity method was applied on the defuzzification. Based on the results, in comparing the measured data with that obtained by simulation with the proposed Fuzzy model, the coefficients of determination (R 2 ) of the order of 0.9989; 0.9960 and 0.9801 were verified for FI, WG and FC, respectively. Palavras-chave:ambiência animal modelagem matemática sistemas especialistas

-The objective of this work was to develop, validate, and compare 190 artificial intelligence-based models for predicting the body mass of chicks from 2 to 21 days of age subjected to different duration and intensities of thermal challenge. The experiment was conducted inside four climate-controlled wind tunnels using 210 chicks. A database containing 840 datasets (from 2 to 21-day-old chicks) -with the variables dry-bulb air temperature, duration of thermal stress (days), chick age (days), and the daily body mass of chicks -was used for network training, validation, and tests of models based on artificial neural networks (ANNs) and neuro-fuzzy networks (NFNs). The ANNs were most accurate in predicting the body mass of chicks from 2 to 21 days of age after they were subjected to the input variables, and they showed an R² of 0.9993 and a standard error of 4.62 g. The ANNs enable the simulation of different scenarios, which can assist in managerial decision-making, and they can be embedded in the heating control systems.Index terms: animal welfare, artificial neural network, broiler, modeling, neuro-fuzzy network, thermal comfort. Predição da massa corporal de pintinhos por meio de modelos baseados em inteligência artificialResumo -O objetivo deste trabalho foi desenvolver, validar e comparar 190 modelos baseados em inteligência artificial, para predizer a massa corporal de pintinhos de 2 a 21 dias de vida, submetidos a diferentes períodos e intensidades de estresse térmico. O experimento foi realizado com 210 pintinhos, em quatro túneis de vento climatizados. Um banco de dados com 840 conjuntos de dados (de aves de 2 a 21 dias) -com as variáveis temperatura de bulbo seco do ar, duração do estresse térmico (dias), idade das aves (dias) e a massa corporal diária dos pintinhos -foi utilizado para treinamento de rede, validação e testes dos modelos baseados em redes neurais artificiais (RNA) e redes "neuro-fuzzy" (RNF). As RNA mostraram-se mais precisas para se predizer a massa corporal de pintinhos de 2 a 21 dias de idade, submetidos às variáveis de entrada, e apresentaram R² de 0,9993 e erro-padrão de 4,62 g. As RNA propiciam a simulação de diversos cenários, que podem auxiliar na tomada de decisões em relação ao manejo, e podem ser incorporadas nos sistemas de controle de aquecimento.Termos para indexação: bem estar animal, redes neurais artificiais, frango, modelagem, redes neurais difusas, conforto térmico.

No abstract

No abstract

No abstract