Facultad Regional Trenque Lauquen

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/114

Browse

Start date: 2008Subject: search.filters.subject.Lógica difusa

Search Results

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Análisis de variables en producción de leche bovina aplicando cadenas de Markov y lógica difusa
    (COINI 2025, 2025) Matassa, Marcelo Daniel; Xodo, Daniel; Moro, Nicolás
    La producción de leche bovina está asociada a variables, riesgos y condiciones de manejo de rodeo, alimentación del ganado, ubicación geográfica, clima, suelo, recursos y tecnología, que inciden en la producción y pueden provocar pérdidas de tiempo, trabajo e inversión. Determinar los riesgos asociados según las condiciones con distintos tipos de variables en estudio es de suma importancia para la actividad en el sector y afecta los resultados de las inversiones realizadas y las perspectivas de las potenciales El análisis estadístico e inferencial, con las posibles variaciones resulta útil para cuantificar su incidencia mediante mediciones sistemáticas. El presente trabajo presenta alternativas de clasificación de riesgos por área o sector determinado a partir de la combinación de las variables mediante cadenas de Markov y lógica difusa, observando los resultados obtenidos para determinar acciones de manejo. Los datos a utilizar son información del Servicio Meteorológico Nacional, de la oficina local de INTA y datos de productores de la región. Las diferencias en resultados a obtener por la influencia de las precipitaciones en diferentes temporadas (considerando la afectación en el ITH) podrá justificar el desarrollo de un soft que permita anticipar decisiones como por el ejemplo el tipo de alimentación, los cuidados sanitarios, etc) La aplicación de cadenas de Markov y análisis mediante lógica difusa (Fuzzy Logic) de la incidencia de los distintos factores , permitirá anticipar las condiciones de riesgo a la producción de leche bovina facilitando las acciones acordes a las condiciones de uso determinando las decisiones para el manejo del tambo
  • Thumbnail Image
    Item
    Análisis de una muestra de cereal aplicando lógica difusa
    (Universidad Tecnológica Nacional, 2019) Xodo, Daniel; Matassa, Marcelo Daniel; Galmes, Alberto Federico
    La elección de un tipo de cultivo en período de siembra tiene riesgos asociados a las condiciones del suelo que provocan pérdidas importantes de tiempo de trabajo e inversión para el empresario. Determinar los riesgos asociados según las condiciones con distintos tipos de suelo, y factores climáticos, puede significar importantes economías en variaciones en labor agrícola. Los principales factores que condicionan el riesgo son: régimen de lluvias, humedad del suelo y características y composición del suelo. Estas variables determinan los riesgos económicos, productividad y rendimiento, que son limitantes para los distintos productores o inversores. Un análisis predictivo o estadístico resulta útil para cuantificar su incidencia mediante mediciones sistemáticas, el trabajo presenta una alternativa de clasificación de riesgos por área o sector determinado a partir de la combinación de las variables mediante lógica difusa (Fuzzy Logic).Los datos a utilizar son información del Servicio Meteorológico Nacional y de la oficina de INTA local y recolección de datos rurales. La aplicación de lógica difusa, con un método Mandani, permitirá determinar las condiciones de riesgo a las labores de siembra y cosecha. A partir del desarrollo de la clasificación de las áreas y condiciones para un tipo de cereal, puede ser determinado en un suelo o un sector agrícola, acotado para cada muestra y determinar el nivel de riesgo asociado, a cada muestra de cereal seleccionado.
  • Thumbnail Image
    Item
    Análisis de variables de riesgo en producción de leche bovina aplicanco ahp y lógica difusa
    (Universidad Tecnológica Nacional, 2024) Matassa, Marcelo Daniel; Xodo, Daniel; Splendiani, Joaquín
    La producción de leche bovina está asociada a variables, riesgos y condiciones de manejo de rodeo, alimentación del ganado bovino, ubicación geográfica, clima, suelo, recursos y la tecnología, que provocan pérdidas de tiempo, trabajo e inversión. Determinar los riesgos asociados según las condiciones con distintos tipos de variables en estudio es de suma importancia para las economías y los inversores que interviene en el Sector. Los factores que condicionan el riesgo son variables que determinan los riesgos económicos, productividad y rendimiento, son limitantes para los distintos productores o inversores. Un análisis predictivo o estadístico resulta útil para cuantificar su incidencia mediante mediciones sistemáticas, el trabajo presenta alternativas de clasificación de riesgos por área o sector determinado a partir de la combinación de las variables mediante AHP y lógica difusa. Los datos a utilizar son información del Servicio Meteorológico Nacional y de la oficina de INTA local y recolección de datos rurales. La aplicación de método AHP (Analytic hierarchy process) y lógica difusa (Fuzzy Logic), con un método Mandani, permitirá optimizar las condiciones de riesgo a la producción de leche bovina. La clasificación de áreas de desarrollo y condiciones, pueden ser un factor o sector geógráfico o agrícola, para determinar el nivel de riesgo asociado, a cada muestra en estudio.