Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/40366
Type: | Artigo de Periódico |
Title: | Fuzzy logic in automation for interpretation of adaptability and stability in plant breeding studies |
Other Titles: | Lógica fuzzy em automação para interpretação de adaptabilidade e estabilidade em estudos de melhoramento de plantas |
Authors: | Anna Regina Tiagocarneiro Demerson Arruda Sanglard Alcinei Mistico Azevedo Thiago Lívio Pessoa Oliveira de Souza Helton Santos Pereira Leonardo Cunha Melo |
Abstract: | The methods of Annicchiarico (1992) and Cruz et al. (1989) are widely used in phenotypic adaptability and stability analyses in plant breeding. In spite of the importance of these methodologies, their parameters are difficult to interpret. The aim of this research was to develop fuzzy controllers to automate the decision-making process employed by adaptability and stability studies following the methods adopted by Annicchiarico (1992) and Cruz et al. (1989) and check their efficiency using experimental data from common bean cultivars. Fuzzy controllers have been developed based on the Mamdani inference system proposed by these two methods of adaptability and stability studies. For the first fuzzy controller parameters were considered favorable environments and the recommendation index for unfavorable environments obtained by Annicchiarico's method (1992). For the second controller the parameters considered were the general mean (β0), coefficient of regression of unfavorable environments (β1) and coefficient of favorable environments (β1i + β2i) and the coefficient of determination of the method of Cruz et al. (1989). To check the performance of these drivers yield data from field trials on 18 common bean cultivars grown in 11 environments were used. The controllers were developed from established routines in the R software and, using the inference system based on the methods proposed by Annicchiarico (1992) and Cruz et al. (1989), classified the 18 genotypes appropriately in accordance with the criteria for each method. Thus, the methods used are effective, and are prescribed for decision-making automation in yield adaptability and stability studies pertaining to recommendation of cultivars. |
Abstract: | Os métodos de Annicchiarico (1992) e Cruz et al. (1989) são amplamente utilizados em análises de adaptabilidade e estabilidade fenotípica no melhoramento de plantas. Apesar da importância dessas metodologias, seus parâmetros são de difícil interpretação. O objetivo desta pesquisa foi desenvolver controladores fuzzy para automatizar o processo de tomada de decisão empregado por estudos de adaptabilidade e estabilidade seguindo os métodos adotados por Annicchiarico (1992) e Cruz et al. (1989) e verificar sua eficiência utilizando dados experimentais de cultivares de feijão. Os controladores fuzzy foram desenvolvidos com base no sistema de inferência Mamdani proposto por esses dois métodos de estudos de adaptabilidade e estabilidade. Para o primeiro controlador fuzzy foram considerados os parâmetros de ambientes favoráveis e o índice de recomendação para ambientes desfavoráveis obtido pelo método de Annicchiarico (1992). Para o segundo controlador os parâmetros considerados foram a média geral (β0), coeficiente de regressão de ambientes desfavoráveis (β1) e coeficiente de ambientes favoráveis (β1i + β2i) e o coeficiente de determinação do método de Cruz et al. (1989). Para verificar o desempenho desses drivers foram utilizados dados de produtividade de ensaios de campo em 18 cultivares de feijoeiro cultivadas em 11 ambientes. Os controladores foram desenvolvidos a partir de rotinas estabelecidas no software R e, utilizando o sistema de inferência baseado nos métodos propostos por Annicchiarico (1992) e Cruz et al. (1989), classificaram os 18 genótipos adequadamente de acordo com os critérios de cada método. Assim, os métodos utilizados são eficazes e são indicados para a automação da tomada de decisão em estudos de adaptabilidade e estabilidade de produtividade para recomendação de cultivares. |
Subject: | Feijão comum Plantas - Melhoramento genético Feijão - Melhoramento genetico Lógica difusa |
language: | eng |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
Rights: | Acesso Aberto |
metadata.dc.identifier.doi: | http://dx.doi.org/10.1590/1678-992X-2017-0207 |
URI: | http://hdl.handle.net/1843/40366 |
Issue Date: | 2019 |
metadata.dc.url.externa: | https://www.scielo.br/j/sa/a/fWtGkRnJsjvrQh8XpLDyzgJ/?msclkid=9625b865aab911ecaf27a938241dd5e3 |
metadata.dc.relation.ispartof: | Scientia Agricola |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Fuzzy logic in automation for interpretation of adaptability and stability in plant breeding studies.pdf | 369.31 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.