Barón Velandia, JulioRocha Calderón, Camilo EnriqueLeal Lara, Daniel David2020-11-252020-11-252020-04-16http://hdl.handle.net/11349/25655Este documento presenta los resultados de la elaboración de 8 modelos basados en sistemas de lógica difusa mejorados mediante algoritmos de optimización, con el propósito de brindar una solución alternativa a la detección temprana de la enfermedad Xanthomonas Campestris encontrada en las hojas de las plantas de judía (Habichuela), permitiendo identificar de manera adecuada el estado de una planta (Sana o enferma). Los modelos son obtenidos, a partir, de la creación de 2 sistemas de lógica difusa tipo Mamdani y Sugeno con configuraciones distintas en sus conjuntos de entrada y en sus reglas, cada una de las configuraciones es mejorada utilizando algoritmos de optimización, los cuales, emplean métodos exactos (Cuasi-Newton) y heurísticos (Algoritmos genéticos). La técnica metodológica aplicada para la implementación de los modelos, se basa en el conjunto de datos o imágenes a analizar y en las variables de mayor relevancia comprendidas en la intensidad de color de la escala RGB, por medio, de las cuales se definen los conjuntos de clasificación adecuados acerca del estado de la planta. El resultado obtenido para el mejor modelo muestra un desempeño del 99.68%, a través, de su evaluación con el conjunto de datos de entrenamiento, por otra parte, proporcionó un porcentaje de efectividad del 94% en la detección de la enfermedad Xanthomonas Campestris en una hoja de judía representada mediante una imagen, con base en el conjunto de datos de prueba, permitiendo una detección más temprana de la enfermad en relación con los métodos convencionales, de tal manera que los agricultores puedan tomar acciones para reducir el impacto que produce la enfermedad en la presentación y rendimiento del cultivo.This document presents the results of the elaboration of 8 models based on fuzzy logic systems improved by optimization algorithms, in order to provide an alternative solution to the early detection of Xanthomonas Campestris disease found in the leaves of the plants of bean (Kidney beans), allowing to properly identify the state of a plant (healthy or diseased). The models are obtained from the creation of 2 systems of fuzzy logic type Mamdani and Sugeno with different configurations in their input sets and in their rules, each of the configurations is improved using optimization algorithms, which use Exact methods (Quasi-Newton) and heuristics (Genetic algorithms). The methodological technique applied for the implementation of the models is based on the set of data or images to be analyzed and on the most relevant variables included in the color intensity of the RGB scale, by means of which the sets are defined of adequate classification about the state of the plant. The result obtained for the best model shows a performance of 99.68%, through its evaluation with the training data set, on the other hand, it provided a percentage of effectiveness of 94% in detecting Xanthomonas Campestris disease in a Bean leaf represented by an image, based on the test data set, allowing earlier detection of the disease in relation to conventional methods, so that farmers can take actions to reduce the impact of the disease in the presentation and yield of the crop.pdfspaAtribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/AgriculturaDetección de EnfermedadesAlgoritmos de OptimizaciónSistemas de Lógica DifusaXanthomonas Campestrisinfo:eu-repo/semantics/openAccessAgricultureDisease DetectionOptimization AlgorithmsFuzzy Logic SystemsXanthomonas CampestrisMonografíaAbierto (Texto Completo)