. DO NASCIMENTO 5 RESUMO: Um sistema de inferência fuzzy foi desenvolvido baseado em dados da literatura para predição do consumo de ração, ganho de peso e conversão alimentar de frangos de corte com idade variando de 1 a 21, dias submetidos a diferentes condições térmicas. O sistema fuzzy foi estruturado com base em três variáveis de entrada: idade das aves (semanas), temperatura (°C) e umidade relativa (%) ambientes, sendo que as variáveis de saída consideradas foram: ganho de peso, consumo de ração e conversão alimentar. A inferência foi realizada por meio do método de Mamdani, que consistiu na elaboração de 45 regras e a defuzzificação por meio do método do Centro de Gravidade. Com base nos resultados, ao se compararem os dados da literatura com os obtidos pelo sistema fuzzy proposto, verificou-se desempenho satisfatório na predição das variáveis respostas, com R² da ordem de 0,995; 0,998 e 0,976, respectivamente. O ganho de peso predito pela lógica fuzzy foi validado com dados experimentais de campo, no qual se obteve R² = 0,975, apresentando grande potencial de uso em sistemas de climatização automatizado.
PALAVRAS-CHAVE: modelagem, inferência fuzzy, conforto ambiental.
FUZZY SYSTEM TO PREDICT PRODUCTIVE PERFORMANCE OF BROILER CHICKS FROM 1 TO 21 DAYS OLDABSTRACT: A fuzzy inference system was developed based on literature data to predict feed intake, weight gain, and feed conversion of broiler chicks from 1 to 21 day old submitted to different thermal conditions. The fuzzy system was structured based on three input variables: age of chick (weeks), ambient temperature (°C) and ambient relative humidity (%); and the output variables considered were: weight gain, feed intake and feed conversion. The inference was performed using the Mamdani's method, which consisted of the elaboration of 45 rules, and the defuzzification using the Center of Gravity method. Comparing literature data with the results obtained by the fuzzy system proposed, it is possible to conclude that the fuzzy system predicts satisfactorily the weight gain, feed intake and feed conversion, which R 2 were 0.995, 0.998, and 0.976, respectively. The weight gain predicted by the fuzzy system was validated by experimental field data, which obtained R 2 = 0.9753, presenting a considerable use potential in automatic acclimatization systems.KEYWORDS: modeling, fuzzy inference, environmental comfort.
INTRODUÇÃODentre os desafios enfrentados pela avicultura de corte, destaca-se a importância do ambiente de criação. Sabe-se que o sistema de criação intensivo possui influência direta na condição de conforto e bem-estar animal, promovendo dificuldade na manutenção do balanço térmico, no interior das instalações e na expressão dos comportamentos naturais dos animais, afetando o desempenho produtivo das aves (MOURA et al., 2006;SALGADO et al., 2007;NAZARENO et al., 2009;VIGODERIS et al., 2010). Entre os fatores ambientais, os elementos meteorológicos,