Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Cited by Google
Similars in SciELO
Similars in Google
Share
Revista Colombiana de Ciencias Pecuarias
Print version ISSN 0120-0690
Abstract
MUNERA BEDOYA, Oscar D et al. Sistema fuzzy para predizer respostas fisiológicas de vacas Holstein na região sudeste do Brasil. Rev Colom Cienc Pecua [online]. 2015, vol.28, n.1, pp.42-53. ISSN 0120-0690.
Antecedentes: o ambiente térmico exerce uma influencia direta no desempenho animal. Fatores ambientais, em diferentes circunstancias, podem afetar a produção de leite e a fertilidade dos animais, comprometendo assim a rentabilidade da atividade. Sobcondições de estresse por calor, as vacas leiteiras reduzem o seu consumo de alimento e, consequentemente, a sua produção de leite. Sudorese e respiração ofegante são alguns dos mecanismos que estes animais usam para aliviar o estresse térmico. Além destas consequências, os animais com frequência sofrem mudanças fisiológicas e comportamentais causados pelo estresse calórico, causando uma redução na produção de leite. Objetivo: o objetivo do presente estudo foi desenvolver e avaliar um modelo baseado na teoria dos conjuntos fuzzy para predizer respostas fisiológicas, temperatura retal e frequência respiratória, de vacas leiteiras de raça holandesa branca e preta, expostas a diferentes condições térmicas ambientais. Métodos: o modelo fuzzy proposto foi baseado em dados obtidos experimentalmente (5,884 registros) bem como da literatura (792 registros), referindo-se à influência das variáveis ambientais sobre essas respostas fisiológicas. Cada registro inclui valores de temperatura de bulbo seco do ar, umidade relativa (variáveis de entrada), temperatura retal e frequência respiratória (variáveis de saída). Resultados: o modelo ajustado foi avaliado para cada variável resposta e prediz estas em função das variáveis de entrada. Este modelo foi capaz de predizer a frequência respiratória com um erro padrão médio de 7,73 e a temperatura retal com um erro padrão médio de 0,27. Conclusão: o modelo fuzzy foi desenvolvido com sucesso para predizer respostas fisiológicas. O modelo foi capaz de predizer frequência respiratória e temperatura retal com erros percentuais de +/- 12 y 0,5%, respectivamente.
Keywords : desempenho animal; frequência respiratória; modelo preditivo; temperatura retal.