Fuzzy logic in automation for interpretation of adaptability and stability in plant breeding studies

dc.creatorAnna Regina Tiagocarneiro
dc.creatorDemerson Arruda Sanglard
dc.creatorAlcinei Mistico Azevedo
dc.creatorThiago Lívio Pessoa Oliveira de Souza
dc.creatorHelton Santos Pereira
dc.creatorLeonardo Cunha Melo
dc.date.accessioned2022-03-23T15:31:05Z
dc.date.accessioned2025-09-08T23:39:57Z
dc.date.available2022-03-23T15:31:05Z
dc.date.issued2019
dc.description.abstractOs 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.
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico
dc.description.sponsorshipCAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
dc.description.sponsorshipOutra Agência
dc.identifier.doihttp://dx.doi.org/10.1590/1678-992X-2017-0207
dc.identifier.issn1678992X
dc.identifier.urihttps://hdl.handle.net/1843/40366
dc.languageeng
dc.publisherUniversidade Federal de Minas Gerais
dc.relation.ispartofScientia Agricola
dc.rightsAcesso Aberto
dc.subjectFeijão comum
dc.subjectPlantas - Melhoramento genético
dc.subjectFeijão - Melhoramento genetico
dc.subjectLógica difusa
dc.titleFuzzy logic in automation for interpretation of adaptability and stability in plant breeding studies
dc.title.alternativeLógica fuzzy em automação para interpretação de adaptabilidade e estabilidade em estudos de melhoramento de plantas
dc.typeArtigo de periódico
local.citation.epage129
local.citation.issue2
local.citation.spage123
local.citation.volume76
local.description.resumoThe 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.
local.identifier.orcidhttps://orcid.org/ 0000-0001-6759-9730
local.identifier.orcidhttps://orcid.org/0000-0001-5196-0851
local.publisher.countryBrasil
local.publisher.departmentICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS
local.publisher.initialsUFMG
local.url.externahttps://www.scielo.br/j/sa/a/fWtGkRnJsjvrQh8XpLDyzgJ/?msclkid=9625b865aab911ecaf27a938241dd5e3

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Fuzzy logic in automation for interpretation of adaptability and stability in plant breeding studies.pdf
Tamanho:
369.31 KB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
License.txt
Tamanho:
1.99 KB
Formato:
Plain Text
Descrição: