Modelo de inferencia difusa evolutivo aplicado al pronóstico no estacionario de humedad interna en invernaderos

Fecha

Autor corporativo

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Distrital Francisco José de Caldas

Compartir

Altmetric

Resumen

Automated greenhouse agriculture serves as a tool for developing crops with high yield and quality indices, requiring proper management of internal climatic variables through prediction and control models. Due to the existence of measurable but uncontrollable disturbances that characterize the non-stationary behavior of these variables, models that can evolve and adapt to these changes are necessary. This document presents the development of a doctoral research project in which an evolutionary fuzzy inference model is constructed to forecast the non-stationary behavior of internal relative humidity in greenhouses for short-cycle crops, providing automatic adjustment of system parameters over time. The proposed methodology consists of three stages: the first is data analysis using the ETL (Extraction, Transformation, and Loading) process employed in data mining; the second is the definition of the model structure based on a systematic review of compatible structures using the PRISMA methodology; and the third is the development of the model based on the software prototyping paradigm. A software prototype of the model is established through various structures of evolutionary fuzzy inference systems, implementing optimized fuzzy systems with a hybrid Mamdani-type algorithm that handles floating-point values. This facilitates monitoring and control for individuals interested in agricultural activities, yielding results with high levels of interpretability and maximum precision in all proposals, with a mean squared error (MSE) of 1.20E-02.

Descripción

La agricultura en invernaderos automatizados constituye una herramienta para el desarrollo de cultivos con altos índices de rendimiento y calidad, que implica una gestión correcta de las variables climáticas internas mediante modelos de predicción y control. La existencia de perturbaciones medibles pero incontrolables que caracteriza el fenómeno no estacionario de las variables, exige modelos que puedan evolucionar y adaptarse a este tipo de comportamientos. Este documento presenta los resultados del desarrollo del proyecto de investigación doctoral en el que se construye un modelo de inferencia difusa evolutivo para el pronóstico del comportamiento no estacionario de la humedad relativa interna en invernaderos para cultivos de ciclo corto, proporcionando un ajuste dinámico de los parámetros del sistema a través del tiempo. La metodología aplicada se conforma de tres etapas: la primera, el análisis de datos a partir del proceso ETL (Extracción, Transformación y Carga) que se aplica en la minería de datos, la segunda, la definición de la estructura del modelo a partir de una revisión sistemática de propuestas usando la metodología PRISMA, y por último, la elaboración del modelo a partir de técnicas de desarrollo basadas en prototipos. Como despliegue se presenta un software en ambiente web, basado en el desarrollo de diversas estructuras de sistemas de inferencia difusa evolutivos, que combinan sistemas tipo Mamdani optimizados con algoritmo híbrido y manejo de valores faltantes, que obtienen resultados con altos niveles de interpretación y precisión donde el porcentaje de efectividad es del 92.41%, para facilitar el seguimiento y control de personas interesadas en el pronóstico de humedad relativa interna en invernaderos para cultivos de ciclo corto.

Palabras clave

Humedad relativa interna, Invernadero, Modelo de pronóstico, Sistema de inferencia difusa evolutivo

Citación