A fuzzy system for cloacal temperature prediction of broiler chickens

ABSTRACT

Cloacal temperature (CT) of broiler chickens is an important parameter to classify its comfort status; therefore its prediction can be used as decision support to turn on acclimatization systems. The aim of this research was to develop and validate a system using the fuzzy set theory for CT prediction of broiler chickens. The fuzzy system was developed based on three input variables air temperature (T), relative humidity (RH) and air velocity (V). The output variable was the CT. The fuzzy inference system was performed via Mamdani's method which consisted in 48 rules. The defuzzification was done using center of gravity method. The fuzzy system was developed using MAPLE® 8. Experimental results, used for validation, showed that the average standard deviation between simulated and measured values of CT was 0.13°C. The proposed fuzzy system was found to satisfactorily predict CT based on climatic variables. Thus, it could be used as a decision support system on broiler chicken growth.

RESUMO

A temperatura cloacal (TC) de frangos de corte é um importante parâmetro para classificar a sua condição de conforto, portanto, a sua predição pode ser usada no suporte à decisão de acionamento de sistemas de climatização. Objetivou-se com a presente pesquisa desenvolver e validar um sistema, utilizando a teoria dos conjuntos fuzzy para predição da TC de frangos de corte. O sistema fuzzy foi desenvolvido com base em três variáveis de entrada temperatura do ar (T), umidade relativa (UR) e velocidade do ar (V), tendo, como variável de saída, a TC. A inferência fuzzy foi realizada por meio do método tipo Mamdani, que consistiu na elaboração de 48 regras e a defuzzificação por meio do método do Centro de Gravidade. O sistema fuzzy foi desenvolvido no ambiente computacional MAPLE® 8. Resultados experimentais, usados para a validação, mostraram que o desvio padrão médio entre os valores simulados e medidos de TC foi de 0,13°C. O sistema fuzzy proposto prediz satisfatoriamente a TC com base nas variáveis climáticas, podendo ser utilizado como suporte à decisão em sistemas de criação de frangos de corte.