A Fuzzy mathematical model to estimate the effects of global warming on the vitality of Laelia purpurata orchids

Abstract

This study aimed to develop a fuzzy mathematical model to estimate the impacts of global warming on the vitality of Laelia purpurata growing in different Brazilian environmental conditions. In order to develop the mathematical model was considered as intrinsic factors the parameters: temperature, humidity and shade conditions to determine the vitality of plants. Fuzzy model results could accurately predict the optimal conditions for cultivation of Laelia purpurata in several sites of Brazil. Based on fuzzy model results, we found that higher temperatures and lacking of properly shading can reduce the vitality of orchids. Fuzzy mathematical model could precisely detect the effect of higher temperatures causing damages on vitality of plants as a consequence of global warming.

Metodologia Para Elaboração De Um Sistema Fuzzy Na Obtenção Do Índice De Conicidade Em Adultos

“…De acordo com o Quadro 1, em relação a variável massa corporal, foram definidas cinco funções de pertinências denominadas muito baixo (MB), baixo (B), adequado (AD), alto (A), muito alto (MA), cujos delimitadores para esta função de pertinência foram determinados como tipo trapezoidal. Este procedimento foi utilizado semelhantemente por Pereira et al, (2008); Cremasco et al (2010), Gabriel Filho et al (2015, e Putti et al (2014Putti et al ( , 2017 Destaca-se que os valores escolhidos para a classificação dessas variáveis foram aleatórios, justamente pelo fato de ser uma elaboração. A figura "2a" mostra que a massa corporal, os delimitadores utilizados foram, muito baixo, baixo, adequado, alto e muito alto, ambos os parâmetros foram colocados de maneira teórica, pois não se tem como predizer que homem ou mulher possui uma massa corporal dentro do padrão ou em excesso não sabendo suas variáveis antropométricas.…”

Modelo Automático De Classificação De Bovinos Para O Abate via Redes Neurais Artificiais

“…A FIGURA 2(a) representa as características de um neurônio artificial criado por MCCULLOCH e PITTS (1943) e a FIGURA 2(b) apresenta uma típica RNA com dois neurônios na camada de entrada (massa e altura), cinco neurônios na camada intermediária e um neurônio na camada de saída (IMC Nor ou convencional) que foi utilizada neste trabalho. Trata-se de uma rede Multilayer Perceptron (MLP) (RUMELHART et al, 1986), aqui do tipo feed forward (sem realimentação) e com algoritmo de treinamento backpropagation (retropropagação do erro) com treinamento supervisionado (saída desejada). Na FIGURA 2(a), o valor da saída u representa o somatório (Σ) dos produtos das entradas (x) pelos respectivos pesos (W), conforme a equação (3).…”

“…Vários outros trabalhos baseados em inteligência artificial e modelagem matemática foram desenvolvidos mostrando a importância de aplicações em áreas correlatas (BONINI et al, 2017, PUTTI et al, 2017, PUTTI et al, 2014, PEREIRA et al, 2008e GARCIA et al, 2014.…”

Technology 4.0 with 0.0 costs: fuzzy model of lettuce productivity with magnetized water

“…It is conjectured that this increase in production is a consequence of a set of changes caused by water magnetization, such as variations in the absorption value, pH, conductivity, and soil hardness (Ozeki, Miyamoto, Ono, Wakai, & Watanabe, 1996;Nasher, 2008;Khoshravesh, Mostafazadeh-Fard, Mousavi, & Kiani, 2011;Lyn & Yotavat, 1990). From the perspective of providing a detailed analysis of the effects of different technologies applied in agriculture, fuzzy mathematical models are being proposed as efficient and alternative methodologies for decision making, as illustrated by Gabriel Filho, Pigatto, and Lourenzani (2015), Pereira, Bighi, Gabriel Filho, and Cremasco (2008), Putti, Gabriel Filho, Silva, Ludwig, and Cremasco (2014), and Putti et al (2017a).…”