MATERIAIS E MÉTODOS

Os procedimentos adotados para a construção do sistema especialista proposto são apresentados na figura 2 a seguir.

Figura 2: Fluxograma dos procedimentos adotados para a execução da presente pesquisa. Construção do Sistema Especialista:

a) Base de conhecimento preliminar e experimentos iniciais:

A base de conhecimento preliminar foi criada da coleta de informações de campo e de laboratório dos dados de distribuição de pressões relacionadas ao caminhar dos suínos ao longo de dois tipos de sistemas de piso de borracha (1- concreto; 2- colchão padrão de três milímetros de espessura) (Carvalho et al., 2009).

b) Construção das Variáveis Independentes do Sistema:

As variáveis independentes foram selecionadas de acordo com sua influência sobre as patologias de casco descritas anteriormente por meio da literatura e da experimentação. A biotina (representando nutrição) é uma coenzima essencial que participa em reações de carboxilação biológica. Com a suplementação de biotina tem sido demonstrado que é possível reduzir lesões digitais em suínos. As asperezas de pisos também têm sido estudadas e estão bem documentadas na medida em que as lesões de casco são provocadas em ambientes de suinocultura moderna. (De Belie e Rombaut (2003) e Penny et al. (1980), Bryant et al. (1985), Watkins et al. (1991) e Hedges et al. (2001)). Por outro lado, a associação entre peso do animal, a área de casco e a utilização de pisos alternativos, como colchões de borracha, foram obtidos através de experimentos realizados como parte desta pesquisa (Carvalho et al., 2009).

c) Construção das Variáveis Independentes do Sistema:

Os resultados obtidos para estas variáveis foram correlacionados com a complementação de biotina e a rugosidade dos pisos gerando assim a variável independente do sistema, base para construir o algoritmo apresentado.

d) Construção da Base de Regras do Sistema:

O algoritmo foi desenvolvido inicialmente com os dados do registro efetuado nas planilhas Microsoft Excel® e os resultados da sua correlação permitiram a implementação das regras que regem o controlador de lógica Fuzzy.

A base de regras foi inicialmente elaborada usando uma planilha do Microsoft Excel® para correlacionar todas as variáveis que compõem o sistema e aplicar os pesos para cada variável de acordo com a sua importância na predisposição da claudicação decorrente da Laminite.

O objetivo das regras é o de filtrar ou adicionar informações sobre os possíveis cenários que utilizam as variáveis de entrada do sistema, associadas umas ás outras, para inferir a saída de um valor que indica o risco associado de lesão de casco de acordo com as informações fornecidas pelo usuário.

O controlador de lógica Fuzzy foi criado usando o software Matlab ® v.R2009b baseado em 540 regras organizadas inicialmente utilizando a planilha obtida do Microsoft Excel® e implementadas na interface do software Matlab® associando as cinco variáveis de entrada: espessura do tapete em milímetros (mm) (Carvalho et al., 2009), peso do animal (kg), a área da superfície do casco (mm2), o coeficiente de fricção (sem unidade) (De Belie e Rombaut, 2003) e a complementação de biotina (ug / kg) (Penny et al., 1980, Bryant et al., 1985, Watkins et al., 1991 e Hedges et al., 2001).

Para a variável (dependente) linguística "coeficiente de fricção", considerou-se um intervalo de [0, 0,7] (sem unidade). Funções de pertinência tanto trapezoidais e triangulares foram usadas para representar essa variável para melhor descrever os intervalos de acordo com a literatura citada anteriormente.

Os coeficientes foram classificados como muito liso (ML), liso (L), Intermediário (I), áspero (A) e Muito áspero (MA), com os seguintes intervalos, respectivamente: ML [-0,0504 -0,0056 0,0441 0,0861], L [0,02968 0,105 0,175], I [0,119 0,18 0,216], A [0,152 0,273 0,401] e MA [0,161 0,512 0,715 0,831].

Para a variável linguística "Ep” espessura do tapete, foi considerado um intervalo de [0, 3], o que representa comprimento em milímetros (mm). Com um intervalo de [-1,0 0,75 0] e função de pertinência gaussiana representando os limites de uma espessura do piso de 0 milímetros ou simplesmente concreto, [0,25 1 1,75] função de pertinência triangular que representa os limites de uma espessura do piso alternativa de 1mm ou colchão fino com baixa proteção, [1.25 2 2,75] função de pertinência triangular que representa os limites de uma espessura do piso alternativa de 2mm de espessura ou um colchão com proteção média e [2.25 3 5] função de pertinência triangular que representam os limites de uma espessura do piso alternativa de 3mm de espessura ou colchão fornecendo a melhor proteção testada.

Para a variável linguística "Biotina", foi considerado um intervalo de [0, 1560], em ug / kg, com um intervalo de [0 0 185 401,1], e função de pertinência trapezoidal representando níveis mínimos de suplementação de biotina, [218 399 700 859,5] suplementação leve e [671 955,5 1560 1570] suplementação ideal.

As variáveis: peso do Animal - (Pan) e área do casco - (AAN), seguem o mesmo método com intervalos obtidos resultados de experimentos usando o Matscan - DB - Tekscan ® sistema de distribuição de pressão - Boston, MA - EUA (Carvalho, 2009).

A adição de pesos para as variáveis foi desenvolvida utilizando um padrão obtido a partir de

conhecimentos adquiridos a partir da literatura (Penny et al., 1980, Bryant et al., 1985, Watkins

et al., 1991, Hedges et al., 2001, e De Belie e Rombaut, 2003) e a experimentação desenvolvida

acordo com a sua importância e impacto na saúde em relação aos outros, que contribuem para agravar ou atenuar o risco de incidência de lesão de casco em uma determinada situação. Quando associadas dentro do algoritmo irão somar-se de maneira a produzir um resultado numérico que é traduzido na saída linguística da variável dependente em um intervalo que representa as condições e o prognóstico para a gestão agrícola.

A forma como os pesos foram aplicados às variáveis foi baseada na soma dos valores para cada um dos fatores de uma variável (isto é, 5, 10, 15). Quando os fatores de uma variável estão associados, a soma dos pesos dos fatores é associada para produzir o risco de saída final que varia de 0 a 100%. Adicionando o tapete no piso temos a correspondente redução do valor da variável peso proporcionalmente à sua espessura.

O método para somar os valores numéricos para o fator independente dentro de uma variável foi adaptado a partir de um sistema conhecido consensualmente e utilizado mundialmente na área médica para a avaliação subjetiva de emergência do estado neurológico de pessoas que foram poli traumatizadas. A escala de coma de Glasgow avalia os níveis de consciência e reflexos neurológicos de um paciente e atribui valores para a presença ou ausência de sinais vitais que conduzem ou não para a necessidade de uma intervenção de emergência específica (Donald et al., 2009, Briant, 2005).

O sistema foi baseado em uma função de pertinência de saída, (variável dependente) com um valor correspondente ao risco de desenvolvimento de lesões de casco. Ele é composto por sete termos linguísticos: muito baixo, baixo, médio, alto, muito alto, extremamente elevado.

As variáveis de entrada foram compostas por funções de pertinência trapezoidais ou gaussianas aplicadas ao método de inferência de Mamdani.

e) Construção do Sistema para Simulação no Ambiente Matlab:

O desenvolvimento do algoritmo do sistema especialista, foi implementado com o uso do

software ferramenta matemática “Matlab® Fuzzy Logic Toolbox”, que foi inicialmente aplicado

para se obter uma simulação para a verificação da consistência e certificação do funcionamento das bases de regras desenvolvidas (Figura 3).

f) Validação do Algoritmo construído:

O algoritmo resultante foi validado em vários cenários diferentes em experimentos realizados em campo e em laboratório, confirmando-se os resultados obtidos com entrevistas realizadas com especialistas da área de conhecimento segundo procedimentos de Carvalho (2009).

g) Desenvolvimento e Codificação do Software de Diagnóstico:

O desenvolvimento do software de diagnóstico, propriamente dito, foi desenvolvido em ferramenta RAD de software (Rapid Aplication Development) desenvolvido pela Microsoft®.

O aplicativo utilizado tem o nome de Microsoft Visual Studio®, em sua versão 2010. Sistema desenvolvido para a construção de aplicações de 32/64 Bits para ambiente operacional Windows® 9x/NT/2K/XP/Vista/7.

Neste aplicativo foi codificado o algoritmo testado na ferramenta Matlab® e codificadas todas as telas de entradas/saídas do sistema especialista.

h) Validação Final do Sistema Desenvolvido:

Após a construção do algoritmo no software Matlab ® v.R2009b utilizando o Microsoft Visual Studio® 2010, foi construída com esta ferramenta para desenvolvimento rápido de aplicações, o sistema especialista proposto e, o sistema resultante foi validado em vários cenários diferentes em experimentos realizados em campo e em laboratório.