fuzzy método

Prévia do material em texto

USO DA TÉCNICA QUALITATIVA PREDITIVA NA ANÁLISE DA QUALIDADE DA CARNE BOVINA
Rafaela Silva Cesca
INTRODUÇÃO
De acordo com Fontes et. al., (2011), a definição de qualidade de produtos alimentares diz respeito ao conjunto de atributos que entram na função de utilidade dos consumidores. Assim, a qualidade condiz aos aspectos sanitários, nutricionais, mas também ao gosto, aspecto, integridade e à tipicidade dos produtos.
Conforme Santos (2016) o conhecimento sobre os vários fatores que interferem na qualidade da carne é de fundamental importância no sistema de produção, para que os produtores busquem maior eficiência e tenham condições de minimizar os efeitos negativos e de oferecer ao mercado produtos que atendam às exigências do consumidor. 
Santos (2016), afirma que a precocidade dos animais é um dos primeiros fatores a ser analisado, se trata da velocidade com que o animal atinge a puberdade (cessa o crescimento ósseo, diminui a taxa de crescimento muscular e aumenta a deposição de gordura na carcaça. O autor comenta sobre o grau de acabamento da carcaça (espessura de gordura subcutânea) que deve ser de pelo menos 2,5 a 3 mm para proteger a carcaça do resfriamento. Esse isolante térmico natural ajuda a prevenir a desidratação, escurecimento e endurecimento da carne. A precocidade também determina a porcentagem de gordura intramuscular, que é a última a ser depositada, influenciando diretamente na maciez e sabor do produto final.
Uma vez que variáveis ambientais como temperatura e umidade impactam no bem-estar, produção, comportamento e estresse animal, a combinação desses fatores é o principal condicionante para o conforto térmico e o funcionamento geral dos processos fisiológicos dos animais (JUNIOR, 2009). 
Embora sejam animais mais adaptados à climas quentes, pesquisas desenvolvidas em várias partes do mundo têm demonstrado que o gado de corte vem sofrendo estresse calórico em decorrência das alterações climáticas (ROCHA, 2016). Com isso, segundo Koohmaraie (2003) aproximadamente 54% das variações do efeito de ambiente afetam na maciez da carne bovina. 
Grunert (2005) propõe uma distinção entre quatro tipos de qualidade alimentar: (I) a qualidade do produto (product quality) que é medida com base nas características físicas do produto, por exemplo, o teor de gordura, o tamanho do músculo, a contagem de células no leite, entre outras; (II) a qualidade do processo (process quality), que tem a ver com características do processo de produção, por exemplo a satisfação de determinados padrões ecológicos ou éticos; (III) o controle de qualidade (quality control) que traduz até que ponto a qualidade produto e a qualidade processo se mantêm estáveis a níveis pré-determinados, e (IV) a qualidade de uso ou qualidade para o consumidor (user oriented quality) que traduz a percepção subjetiva da qualidade por parte do utilizador. 
Com os avanços nas instalações de produção animal, tornou-se necessário o uso de técnicas de controle das variáveis ambientais. Como citado por Perissinoto et. al., (2009) a lógica fuzzy, dentre outras ferramentas direcionadas para a tomada de decisão e para ações mais precisas, têm contribuído para o avanço e a velocidade das pesquisas em produção animal. 
Diversos trabalhos utilizaram a lógica fuzzy como ferramenta de suporte à decisão na agropecuária. Como exemplo, na bovinocultura, Santos & Nääs (2006) utilizaram a lógica fuzzy para simular a taxa de detecção de cio de vacas leiteiras confinadas e expostas a diferentes condições de temperatura (T) e umidade relativa do ar (UR).
Desta maneira, usar modelos que permitem a manipulação e entendimento destes dados, muitas vezes imprecisos, pode representar uma tecnologia inovadora à tomada de decisões quanto ao manejo e ao desempenho das culturas (STEFANOSKI et al., 2013). 
Mediante a esses fatores e a em suma importância de estudos voltados á qualidade da carne bovina, tal projeto tem-se como justificativa utilizar a modelagem via lógica fuzzy para a inserção dos valores, permitindo o entendimento e a explicação do conteúdo analisado.
Uma vez que fatores como precocidade, alimentação e clima influenciam na produtividade e qualidade da bovinocultura de corte, estes devem ser entendidos e manipulados adequadamente, visando a maximização dos resultados.
OBJETIVOS
O objetivo deste estudo será estimar a qualidade da carne de bovinos de corte a partir das variáveis de estresse climático, nutrição e precocidade, utilizando a lógica fuzzy.
METODOLOGIA
A pesquisa foi realizada na Faculdade de Ciências Agrárias / Universidade Federal da Grande Dourados (UFGD), na cidade de Dourados-MS, Brasil, Longitude 54º, 59'W; Latitude 22º, 14'S, Altitude 463 metros, clima Monção Am, inverno seco, segundo a classificação de Köppen, precipitação média de 1500 mm³ por ano e temperatura média de 22ºC por ano (ALVARES, 2013)
Para o desenvolvimento da programação da Lógica Fuzzy na previsibilidade da qualidade da carne bovina foi utilizado o Toolbox fuzzy, do software Matlab.
Utilizando como variáveis os fatores precocidades, nutricionais e climáticos. A junção dessas variáveis demonstrou a qualidade da carne bovina.
No caso do fator de conforto térmico foi utilizado os valores segundo Nienaber et al. (2004), sendo os valores recomendados para cada intervalo de ITU são: Normal valores de ITU menores ou igual a 74; Alerta valores entre 75 e 78; Perigo entre 79 a 83 e Emergência valores igual ou superior a 84. Assim, o domínio dessa função ficou compreendido entre 35 a 110 e os termos linguísticos como se segue:
QUADRO 1. Estipulação dos valores de ITU para bovinos de corte.
IDEAL: [35, 35, 70, 75]
ALERTA: [74, 75, 78, 79]
PERIGO: [78, 79, 82, 83]
EMERGÊNCIA: [82, 87, 110, 110]
Na variável nutricional, foi estipulado os parâmetros da quantidade de matéria seca (MS) necessária para uma boa alimentação diária de um bovino em fase de corte: um boi de 400 kg deve consumir cerca ou mais de 10 kg de MS/dia (EMBRAPA, 2016). 
RUIM: [0, 0, 4, 5]
MÉDIO: [4, 6, 8, 9]
ÓTIMO: [8, 10, 15, 15]QUADRO 2. Estipulação das variáveis nutricionais para bovino de corte.
Por fim, a variável sobre precocidade dos bovinos foi levada em consideração a afirmação em que, novilhos abatidos com idade média de 13 meses (superprecoce) têm a carne de melhor qualidade comparativamente com animais abatidos mais velhos, já que o aumento da idade do animal altera significativamente a maciez (RESTLE et al., 1999). Então utilizamos os parâmetros seguintes:
Quadro 3. Precocidade dos bovinos de corte.
SUPER PRECOCE: [9, 9, 14, 15]
PRECOCE: [13, 18, 22, 25]
NORMAL: [23, 26, 28, 30]
VELHO: [28, 32, 48, 48]
Diante tais variáveis e seus respectivos parâmetros, foram geradas regras “RULES”, e estipulados as variáveis de saída dos valores estimativos da qualidade de carne bovina, sendo considerados com parâmetros RUIM, MÉDIO, BOM e ÓTIMO.
 Quadro 4. Variáveis de saída da qualidade de carne bovina.
RUIM: [0, 0, 3, 5]
MÉDIO: [4, 5, 6,7]
BOM: [6, 7, 8, 8.5]
ÓTIMO: [8, 9, 10,10]
Após estipulação dos dados, foi gerada as regras “RULES” para então plotar os gráficos “SURFACE”.
RESULTADOS E DISCUSSOES
Após a realização das analises quantitativas e qualitativas das variáveis, foram geradas 47 regras para situações hipoteticamente ideais, conforme Figura 1:
Figura 1. Base de regras ativadas para valores ideais.
Então foi plotado os gráficos de Conforto Térmico x Nutrição, onde conforme análise, se o bovino sofre estresse grau de EMERGÊNCIA e possui pouca alimentação diária, não obterá uma boa qualidade de carne. Mas, se o animal estiver no grau ALERTA e ter uma alimentação ótima, obterá uma boa qualidade de carne. 
Figura 2. Gráfico Conforto Térmico x Nutrição
Já o gráfico gerado do Precocidade x Conforto Térmico, mostra que o bovino apesar de possuir idade NORMAL se estiver em ambiente com estresse PERIGO ou EMERGÊNCIA, não possuirá uma boa qualidade.
Figura 3. Gráfico Precocidade x Conforto Térmico.A última análise gráfica, foi a de Precocidade x Nutrição, mostrando que a influência da super precocidade junto com a ótima nutrição, gera uma ÓTIMA qualidade de carne. A ótima nutrição diária para bovinos considerados velhos, ocasiona uma média qualidade bovina.
Figura 4. Gráfico Precocidade x Nutrição. 
CONCLUSÕES
	De acordo com os resultados encontrados no presente experimento, foi possível a construção de um modelo baseado na lógica fuzzy e dados de ambiência, nutrição e precocidade, além de informações fornecidas por especialista, que estime a qualidade de carne bovina.
Estima-se que com a aplicação da lógica Fuzzy, obtenhamos parâmetros indicativos das condições de estudadas com modelos de fácil interpretação.
Espera-se que tal lógica se torne uma ferramenta importante na compreensão da qualidade da carne bovina ao associar com o genótipo, nutrição e clima. E que através desta, possa ser possível estabelecer alguns parâmetros ideais de qualidade de carne.
REFERENCIAS BIBLIOGRÁFICAS
Alvares CA, Stape JL, Sentelhas PC, Moraes GL, Sparavek G. Köppen's climate classification map for Brazil. MeteorologischeZeitschrift. 2013;22(6):711-728. 
EMBRAPA. Nutrição de Bovinos de Corte. 2016. Disponível em < https://ainfo.cnptia.embrapa.br/digital/bitstream/.../Nutricao-Animal-livro-em-baixa.pd> Acesso em 10 Jul 2018.
FONTES, M. A.; PINTO, A. S.; LEMOS, J. P. C. Qualidade na Carne de Bovino: Atributos e Percepção. Revista Portuguesa de Ciências Veterinárias , Porto Rico - PORTUGAL, v. 1, n. 106, p. 21-29, set. 2011. Disponível em: <http://www.fmv.ulisboa.pt/spcv/PDF/pdf12_2011/21-29.pdf>. Acesso em: 21 jun. 2018.
GRUNERT, K. Qualidade e segurança alimentar: percepção do consumidor e demanda. Revista Europeia de Agropecuária. Economia, 32(3), 369-391. 2005.
JUNIOR, M. D. S. Características de Adaptabilidade em Bovinos de Corte, Campo Grande, Programa de pós-graduação em ciência animal, 2009. Disponível em: <http://www.mca.ufms.br/producao/seminarios/2009/CAB.pdf>. Acesso em: 10 Jun 2018.
KOOHMARAIE, M. et al. Understanding and Managing Variation in Meat Tenderness. In: REUNIÃO ANUAL DA SOCIEDADE BRASILEIRA DE ZOOTECNIA, 40., 2003, Santa Maria. Anais… Santa Maria: UFSM, 2003.
NIENABER, J.A.; HAHN, G. L.; EIGENBERG, R.A. Engineering and Management Practices to Ameliorate Livestock Heat Stress. In: International Symposium of the CIGR - New Trends in Farm Buildings, 2nd Technical Section. Book of abstracts. CD-ROM… Congresso Évora, Portugal. May 02 – 06/2004.
PERISSINOTTO, M. et. al., Conforto térmico de bovinos leiteiros confinados em clima subtropical e mediterrâneo pela análise de parâmetros fisiológicos utilizando a teoria dos conjuntos fuzzy. 2009. inotto et al. Ciência Rural, v.39, n.5, ago, 2009. Ciência Rural, Santa Maria, v.39, n.5, p.1492-1498, ago, 2009.
RESTLE, J.; VAZ, F.N.; QUADROS, A.R.B. et al. Característica de carcaça e da carne de novilhos de diferentes genótipos de Hereford x Nelore. Rev. Bras. Zootec., v.28, p.1245-1251, 1999.
ROCHA, M. K. Efeitos Do Ambiente Na Reprodução De Bovinos De Corte. 2016. 53f.Trabalho de Conclusão de Curso – UFRGS, Porto Alegre, 2016.
SANTOS, D. M. Fatores que Influenciam Na Qualidade de Carne Bovina. Artigo, Gado de Corte, Qualidade da Carne. 2016. Disponível em < https://3rlab.wordpress.com/2016/08/24/fatores-que-influenciam-a-qualidade-da-carne-bovina/> Acesso em 13 Jul 2018.
SANTOS, R.C.; NÄÄS, I.A. Utilização da lógica fuzzy para a simulação do estro de bovino leiteiro exposto a diferentes valores de temperatura e UR. In: SIMPÓSIO DE CONSTRUÇÕES RURAIS E AMBIENTES PROTEGIDOS, 2006, Campinas, SP. Anais… Campinas: FEAGRI/UNICAMP, 2006. 1 CD.