Lógica fuzzy na seleção simultânea em couve e bata-doce

• Autor(a) principal: Ana Clara Goncalves Fernandes
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ICAS-BBLFVF
• topic: Inteligência computacional; Brassica oleracea L var; Acephala DC; Ipomoea batatas (L) LAM; Índices de seleção; Batata-doce; Inteligência artificial; Couve; Lógica difusa

O melhoramento genético visa obter plantas agronomicamente superiores às pré-existentes. Para isso, utilizam-se técnicas para a seleção simultânea de caracteres, contudo há limitações nos procedimentos tradicionais quanto à seleção de características para intervalos comerciais desejados e caracteres qualitativos. Neste contexto, a lógica fuzzy pode possibilitar a modelagem computacional da experiência do pesquisador, considerando caracteres qualitativos e com intervalos predefinidos. Logo, objetivou-se desenvolver um sistema de lógica fuzzy, para a seleção simultânea de várias características nomelhoramento genético da couve e da batata-doce e testar sua eficiência comparando-o com o índice de Mulamba e Mock. Para isso, foram utilizados dados de dois experimentos: (1) delineamento em blocos ao acaso (DBC) com 24 famílias de meios-irmãos de couve, utilizando quatro repetições e cinco plantas por parcela; (2) 24 genótipos de batata-doce, em DBC com quatro repetições e 10 plantas por parcela. No experimento 1, foram avaliadas características quantitativas associadas à facilidade de tratos culturais e à produtividade de folhas e características qualitativas associadas à qualidade das folhas. No experimento 2, foram avaliadas a produtividade de massa seca de ramas, a produtividade de raízes comerciais, o peso médio das raízes comerciais, o formato das raízes, resistência a insetos, o teor de matéria seca das raízes e a produtividade de refugo das raízes. Para todos os caracteres quantitativos, os valores genéticos foram obtidos via REML/BLUP. Posteriormente, estimou-se o ganho de seleção pelo índice de Mulamba e Mock. Os sistemas fuzzy foram desenvolvidos, utilizando o software R, sendo empregada a metodologia deMandani Min na etapa de fuzzificação e o método do centroide na defuzzificação. A lógica fuzzy foi eficiente na seleção simultânea, fornecendo ganhos próximos aos obtidos pelo método de Mulamba e Mock, para os meios-irmãos de couve, além de permitir adicionalmente a seleção de caracteres qualitativos. Para o experimento com batata-doce, a lógica fuzzy possibilitou ganhos similares aos obtidos pela metodologia Mulamba e Mock, para o sistema FIM, todavia o sistema fuzzy propiciou maior ganho à produtividade deraízes comerciais, que é a característica mais importante para o melhoramento. Já para as características relacionadas aos sistemas AH e AA, os ganhos foram superiores aos obtidos pelo índice de MM. Ossistemas fuzzy permitiram a seleção, para intervalos pré-definidos comercialmente, demonstrando ser uma ferramenta promissora ao melhoramento genético.