Lógica fuzzy para a automação da classificação de amostras de leite

Detalhes bibliográficos
Autor(a) principal: Jousiane Alves Martins
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFMG
Texto Completo: http://hdl.handle.net/1843/36413
Resumo: A demanda de consumo de produtos lácteos tem crescido entre a população brasileira, o que torna o monitoramento da qualidade do leite feito pelos laticínios importante tanto para a indústria como para o consumidor e o produtor. Porém este monitoramento não é tarefa fácil devido ao grande número de produtores que fornecem leite para latícinios. Logo, objetivou-se avaliar a utilização da lógica fuzzy na tomada de decisão para a classificação do leite. Na etapa de fuzzyficação foram consideradas como variáveis linguísticas de entrada as características físico químicas do leite. Foram considerados os teores de Gordura, Proteína, Lactose, Sólidos não gordurosos (ESD), Sólidos totais (EST), Acidez titulável, Densidade relativa a 15°C, Índice crioscópico e Teste de Alizarol, e criou-se uma variável linguística para a saída. Os sistemas fuzzy foram desenvolvidos utilizando o software R, sendo utilizada a metodologia de Mandani Min na etapa de fuzzificação e o método do centroide na Defuzzificação, para qual foram adotadas as classificações de (Adulterado, Inadequado e Adequado) para cada amostra de leite. Computacionalmente, foram feitas simulações de amostras de leite com padrões adulterado, inadequado e adequado conforme a legislação em vigor. Todas estas amostras simuladas de leite foram classificadas corretamente pela lógica fuzzy, totalizando 100% de acerto. Logo, a lógica fuzzy é uma ferramenta eficiente para a classificação do leite, podendo ser usada vantajosamente por profissionais da área a fim de reduzir mão de obra, recursos humanos e financeiros. Além disso, destaca-se que a relação entre a pertinência ao grupo “adequado” e a qualidade do leite permite confirmar a eficiência do sistema fuzzy, o que viabiliza e beneficia o setor leiteiro.
id UFMG_b5d9e017b8cdb20055b94cda933c1c90
oai_identifier_str oai:repositorio.ufmg.br:1843/36413
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling Alcinei Mistico Azevedohttp://lattes.cnpq.br/9415018624563178http://lattes.cnpq.br/5595241796738571Jousiane Alves Martins2021-06-09T15:01:39Z2021-06-09T15:01:39Z2020-02-27http://hdl.handle.net/1843/36413A demanda de consumo de produtos lácteos tem crescido entre a população brasileira, o que torna o monitoramento da qualidade do leite feito pelos laticínios importante tanto para a indústria como para o consumidor e o produtor. Porém este monitoramento não é tarefa fácil devido ao grande número de produtores que fornecem leite para latícinios. Logo, objetivou-se avaliar a utilização da lógica fuzzy na tomada de decisão para a classificação do leite. Na etapa de fuzzyficação foram consideradas como variáveis linguísticas de entrada as características físico químicas do leite. Foram considerados os teores de Gordura, Proteína, Lactose, Sólidos não gordurosos (ESD), Sólidos totais (EST), Acidez titulável, Densidade relativa a 15°C, Índice crioscópico e Teste de Alizarol, e criou-se uma variável linguística para a saída. Os sistemas fuzzy foram desenvolvidos utilizando o software R, sendo utilizada a metodologia de Mandani Min na etapa de fuzzificação e o método do centroide na Defuzzificação, para qual foram adotadas as classificações de (Adulterado, Inadequado e Adequado) para cada amostra de leite. Computacionalmente, foram feitas simulações de amostras de leite com padrões adulterado, inadequado e adequado conforme a legislação em vigor. Todas estas amostras simuladas de leite foram classificadas corretamente pela lógica fuzzy, totalizando 100% de acerto. Logo, a lógica fuzzy é uma ferramenta eficiente para a classificação do leite, podendo ser usada vantajosamente por profissionais da área a fim de reduzir mão de obra, recursos humanos e financeiros. Além disso, destaca-se que a relação entre a pertinência ao grupo “adequado” e a qualidade do leite permite confirmar a eficiência do sistema fuzzy, o que viabiliza e beneficia o setor leiteiro.The demand for consumption of milk products has grown among the Brazilian population, which makes the monitoring of the quality of milk dairy products made by important both for industry and for the consumer and the producer. This study aimed to verify the efficiency of automation of the classification as regards the quality of the milk by means of Fuzzy logic. In the stage of fuzzyfication were considered as linguistic variables of the physicochemical characteristics of milk. We evaluated the levels of fat, protein, lactose, solids not fat (ESD), total solids (EST), titratable acidity, relative density at 15°C, crioscópico Index and alizarol Test, and created a linguistic variable for the output. The fuzzy systems have been developed using the R software, being used the methodology of Mandani Min in step of fuzzyfication and the centroid method in defuzzification, for which they were adopted the classifications (adulterated, inadequate and adequate) for each of the milk sample. In the simulation process used for the milk samples inappropriate verifies that the analyzes of fat, protein, lactose, solids not fat, total solids, density and acidity were within the pattern established by current legislation. While all samples (n = 25/100%) presented alteration on Alizarol test. All 25 samples for the analysis of adulterated milk were classified as adulterated by the fuzzy logic. This demonstrates that this methodology allowed the automation of this classification with efficiency. As the system modeled the appropriate milk samples from all showed appropriate values of protein, lactose, fat, solids not fat, total solids and density. All these samples were classified as adequate by the fuzzy logic. fuzzy logic is a powerful tool for the classification of the milk, and can be used advantageously by professionals of the area in order to reduce labor, human and financial resources. Furthermore, it should be emphasized that the relationship between the relevance and quality of the milk allows you to confirm the efficiency of the fuzzy system, which enables and enjoys the dairy sector.porUniversidade Federal de Minas GeraisPrograma de Pós-Graduação em Produção AnimalUFMGBrasilLeiteAutomaçãoLógica difusaLógica fuzzy para a automação da classificação de amostras de leiteinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALLógica Fuzzy para a automação da classificação de amostras de leite.pdfLógica Fuzzy para a automação da classificação de amostras de leite.pdfapplication/pdf1482206https://repositorio.ufmg.br/bitstream/1843/36413/1/L%c3%b3gica%20Fuzzy%20para%20a%20automa%c3%a7%c3%a3o%20da%20classifica%c3%a7%c3%a3o%20de%20amostras%20de%20leite.pdf5853b5131b12b2abe75e962ea04806f4MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82119https://repositorio.ufmg.br/bitstream/1843/36413/2/license.txt34badce4be7e31e3adb4575ae96af679MD521843/364132021-06-09 12:01:39.903oai:repositorio.ufmg.br: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Repositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2021-06-09T15:01:39Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.pt_BR.fl_str_mv Lógica fuzzy para a automação da classificação de amostras de leite
title Lógica fuzzy para a automação da classificação de amostras de leite
spellingShingle Lógica fuzzy para a automação da classificação de amostras de leite
Jousiane Alves Martins
Leite
Automação
Lógica difusa
title_short Lógica fuzzy para a automação da classificação de amostras de leite
title_full Lógica fuzzy para a automação da classificação de amostras de leite
title_fullStr Lógica fuzzy para a automação da classificação de amostras de leite
title_full_unstemmed Lógica fuzzy para a automação da classificação de amostras de leite
title_sort Lógica fuzzy para a automação da classificação de amostras de leite
author Jousiane Alves Martins
author_facet Jousiane Alves Martins
author_role author
dc.contributor.advisor1.fl_str_mv Alcinei Mistico Azevedo
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/9415018624563178
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/5595241796738571
dc.contributor.author.fl_str_mv Jousiane Alves Martins
contributor_str_mv Alcinei Mistico Azevedo
dc.subject.por.fl_str_mv Leite
Automação
Lógica difusa
topic Leite
Automação
Lógica difusa
description A demanda de consumo de produtos lácteos tem crescido entre a população brasileira, o que torna o monitoramento da qualidade do leite feito pelos laticínios importante tanto para a indústria como para o consumidor e o produtor. Porém este monitoramento não é tarefa fácil devido ao grande número de produtores que fornecem leite para latícinios. Logo, objetivou-se avaliar a utilização da lógica fuzzy na tomada de decisão para a classificação do leite. Na etapa de fuzzyficação foram consideradas como variáveis linguísticas de entrada as características físico químicas do leite. Foram considerados os teores de Gordura, Proteína, Lactose, Sólidos não gordurosos (ESD), Sólidos totais (EST), Acidez titulável, Densidade relativa a 15°C, Índice crioscópico e Teste de Alizarol, e criou-se uma variável linguística para a saída. Os sistemas fuzzy foram desenvolvidos utilizando o software R, sendo utilizada a metodologia de Mandani Min na etapa de fuzzificação e o método do centroide na Defuzzificação, para qual foram adotadas as classificações de (Adulterado, Inadequado e Adequado) para cada amostra de leite. Computacionalmente, foram feitas simulações de amostras de leite com padrões adulterado, inadequado e adequado conforme a legislação em vigor. Todas estas amostras simuladas de leite foram classificadas corretamente pela lógica fuzzy, totalizando 100% de acerto. Logo, a lógica fuzzy é uma ferramenta eficiente para a classificação do leite, podendo ser usada vantajosamente por profissionais da área a fim de reduzir mão de obra, recursos humanos e financeiros. Além disso, destaca-se que a relação entre a pertinência ao grupo “adequado” e a qualidade do leite permite confirmar a eficiência do sistema fuzzy, o que viabiliza e beneficia o setor leiteiro.
publishDate 2020
dc.date.issued.fl_str_mv 2020-02-27
dc.date.accessioned.fl_str_mv 2021-06-09T15:01:39Z
dc.date.available.fl_str_mv 2021-06-09T15:01:39Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1843/36413
url http://hdl.handle.net/1843/36413
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Produção Animal
dc.publisher.initials.fl_str_mv UFMG
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
bitstream.url.fl_str_mv https://repositorio.ufmg.br/bitstream/1843/36413/1/L%c3%b3gica%20Fuzzy%20para%20a%20automa%c3%a7%c3%a3o%20da%20classifica%c3%a7%c3%a3o%20de%20amostras%20de%20leite.pdf
https://repositorio.ufmg.br/bitstream/1843/36413/2/license.txt
bitstream.checksum.fl_str_mv 5853b5131b12b2abe75e962ea04806f4
34badce4be7e31e3adb4575ae96af679
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv
_version_ 1803589506629107712