UNIDADE ACADÊMICA ESPECIALIZADA EM CIÊNCIAS AGRÁRIAS CURSO SUPERIOR DE TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE
SISTEMAS
JOTACÍSIO ARAÚJO DE OLIVEIRA
SISTEMA ESPECIALISTA FUZZY PARA APOIO A TOMADA DE DECISÃO NO CONTROLE DA DOENÇA DA MANCHA BRANCA EM CAMARÕES
Macaíba 2018
SISTEMA ESPECIALISTA FUZZY PARA APOIO A TOMADA DE DECISÃO NO CONTROLE DA DOENÇA DA MANCHA BRANCA EM CAMARÕES
Trabalho de conclusão de curso de graduação apresentado à Escola Agrícola de Jundiaí, Unidade Acadêmica Especializada em Ciências Agrárias da Universidade Federal do Rio Grande do Norte (UFRN), como requisito parcial para a obtenção do título de Tecnólogo em Análise e Desenvolvimento de Sistemas. Orientadora: Prof.ª Dr.ª Laura Emmanuella Alves dos Santos Santana de Oliveira
Coorientador: Prof. Dr. Rodrigo Antônio Ponce de Leon Ferreira de Carvalho
Macaíba 2018
Sistema de Bibliotecas - SISBI
Catalogação de Publicação na Fonte. UFRN - Biblioteca Central Zila Mamede
Oliveira, Jotacisio Araujo de.
Sistema especialista fuzzy para apoio a tomada de decisão no controle da doença da mancha branca em camarões / Jotacisio Araujo de Oliveira. - 2018. 93 f.: il.
Monografia (graduação) - Universidade Federal do Rio Grande do Norte, Unidade Acadêmica Especializada em Ciências Agrárias, Curso de Tecnologia em Análise e Desenvolvimento de Sistemas, Macaíba, RN, 2018. Orientadora: Profª. Drª. Laura Emmanuella Alves dos Santos Santana de Oliveira.
Coorientador: Prof. Dr. Rodrigo Antônio Ponce de Leon Ferreira de Carvalho.
1. Carcinicultura - Monografia. 2. Sistema
especialista fuzzy - Monografia. 3. Vírus da síndrome da mancha branca - Monografia. I. Oliveira, Laura Emmanuella Alves dos Santos Santana de. II. Título. RN/UF/BCZM CDU 595.384.1
SISTEMA ESPECIALISTA FUZZY PARA APOIO A TOMADA DE DECISÃO NO CONTROLE DA DOENÇA DA MANCHA BRANCA EM CAMARÕES
Trabalho de conclusão de curso de graduação apresentado à Escola Agrícola de Jundiaí, Unidade Acadêmica Especializada em Ciências Agrárias da Universidade Federal do Rio Grande do Norte (UFRN), como requisito parcial para a obtenção do título de Tecnólogo em Análise e Desenvolvimento de Sistemas.
Aprovado em: 10 de dezembro de 2018.
BANCA EXAMINADORA:
_____________________________________________________________ Prof.ª Dr.ª Laura Emmanuella Alves dos Santos Santana de Oliveira
Orientadora – EAJ/UFRN
_____________________________________________________________ Prof. Dr. Rodrigo Antônio Ponce de Leon Ferreira de Carvalho
Coorientador – EAJ/UFRN
_____________________________________________________________ Prof. Dr. Taniro Chacon Rodrigues
Membro Interno – EAJ/UFRN
_____________________________________________________________ Prof.ª Dr.ª Viviane da Silva Medeiros
Agradeço a todos os professores do curso de Análise e Desenvolvimento de Sistemas da Escola Agrícola de Jundiaí, pois eles foram os grandes responsáveis por esse trabalho, fornecendo todo o conhecimento necessário para que ele fosse realizado. Agradeço em especial a minha orientada Laura Emmanuelle, por ter sido extremamente paciente e muito solícita desde a concepção da ideia do trabalho.
Agradeço também aos professores Rodrigo Carvalho e Viviane Medeiros pela grande ajuda que prestaram, também sendo bastante solícitos, nunca negando a ajuda pedida. Agradeço também o entusiasmo com o trabalho e o interesse sincero em tornar o trabalho relevante.
Por último agradeço a minha família por todo o suporte e ajuda emocional dada durante essa jornada e aos colegas de turma pela parceria de sempre, trocando conhecimento relevante continuamente durante essa jornada. Sem dúvida, toda a interação com vocês dentro e fora da sala de aula foi uma escola a parte e ajudaram bastante para o amadurecimento pessoal e profissional.
A carcinicultura é uma vertente da aquicultura que refere-se a criação de crustáceos, sendo o camarão o principal deles. Ela tem se tornado bastante relevante nos últimos anos, sobretudo no Brasil, onde foi produzido 52.100 toneladas do crustáceo somente em 2016 (FAO, 2018). Apesar de o contexto ser bastante promissor, um problema tem assolado fazendas de criação em todo o mundo. A doença da mancha branca, causada pelo vírus da síndrome da mancha branca, é a mais devastadora da história da carcinicultura. Infelizmente ela não tem cura, no mundo todo os produtores têm tentado conviver com ela através da implementação de medidas para melhorar o manejo e assim evitar o surgimento da doença. Porém, nem todos os produtores têm acesso fácil a informações ou a especialistas da área. Nesse contexto, este trabalho aborda a utilização de um sistema especialista que utiliza lógica fuzzy para auxiliar na tomada de decisão quanto as melhores práticas de manejo do camarão para controlar a doença. Como avaliação, foram feitas duas simulações no sistema, uma em que o produtor que não segue quase nenhuma boa prática de criação do camarão e outra simulando o caso de um produtor que segue quase todas as recomendações. Os resultados das simulações se mostraram satisfatórios para o objetivo proposto e segundo a análise de especialistas da área seu desempenho foi aceitável.
Palavras-chave: Carcinicultura, Sistema especialista fuzzy, Vírus da síndrome da mancha branca.
Shrimp farming is a part of aquaculture that refers to the creation of crustaceans, with shrimp being the main one. It has become very relevant in recent years, especially in Brazil, where it produced 52,100 tonnes of crustacean only in 2016 (FAO, 2018). Although the context is quite promising, a problem has plagued farms around the world. White spot disease, caused by the white spot syndrome virus, is the most devastating in the history of shrimp farming. Unfortunately it has no cure, worldwide producers have tried to live with it by implementing measures to improve management and thus prevent the onset of the disease. However, not all producers have easy access to information or to experts in the field. In this context, this work approaches the use of a specialized system that uses fuzzy logic to assist in decision making regarding the best management practices of shrimp to control the disease. As an evaluation, two simulations were made in the system, one in which the farmer does not follow almost any good prawn breeding practice and another simulating the case of a farmer who follows almost all recommendations. The results of the simulations were satisfactory for the proposed objective and according to the analysis of specialists of the area their performance was acceptable.
1 INTRODUÇÃO...9
1.1 OBJETIVOS...12
1.2 JUSTIFICATIVA...13
1.3 ORGANIZAÇÃO DO TRABALHO...14
2 REFERENCIAL TEÓRICO...15
2.1 VÍRUS DA MANCHA BRANCA...15
2.1.1 MÉTODOSDE DIAGNÓSTICO...16
2.1.1.1 Observação de Sinais Clínicos...16
2.1.1.2 Reação em cadeia de polimerase...17
2.1.1.3 Método Histólógico de Rotina...17
2.1.1.4 Diagnóstico do WSSV Usando Sondas Genéticas...18
2.1.1.5 Detecção por Meio da Reação de Anticorpos Monoclonais...18
2.1.2 MÉTODOSDE CONTROLE...19
2.2 SISTEMAS ESPECIALISTAS...20
2.2.1 SISTEMAS ESPECIALISTAS FUZZY...20
2.2.1.1 Variáveis Linguísticas...21
2.2.1.2 Conjuntos Fuzzy...23
2.2.1.3 Funções de pertinência...24
2.2.1.4 Regras Linguísticas...24
2.2.1.5 Sistema de Inferência Fuzzy...25
3 TRABALHOS RELACIONADOS...27
3.1 INVESTIGAÇÃO DO VÍRUS DA SÍNDROME DA MANCHA BRANCA (WSSV) EM FAZENDAS DO ESTADO DO RIO GRANDE DO NORTE...27
3.2 VIABILIDADE DO CULTIVO BIOSSEGURO DE CAMARÕES EM SANTA CATARINA COM CONTROLE DA MANCHA-BRANCA...27
3.3 O CONTROLE DOS VÍRUS QUE AFETAM A CARCINICULTURA: ONDE ESTAMOS E PARA ONDE VAMOS...28
3.4 SISTEMA ESPECIALISTA PARA DIAGNÓSTICO DE DESORDENS NUTRICIONAIS E FITOPATOLÓGICA EM CANA DE AÇÚCAR...29
3.5 EXPERT SYSTEMS APPLIED TO PLANT DISEASE DIAGNOSIS: SURVEY AND CRITICAL VIEW...29
USANDO O SISTEMA ESPECIALISTA UZUM...30 4 MATERIAIS E MÉTODOS...31 4.1 MÉTODOS...31 4.2 MATERIAIS...32 5 DESENVOLVIMENTO...34 6 RESULTADOS E DISCUSSÃO...44 7 CONCLUSÃO...54 REFERENCIAS...55
APÊNDICE A – ENTREVISTAS COM OS ESPECIALISTAS...61
APÊNDICE B – PERGUNTAS DO SISTEMA PARA O USUÁRIO...67
APÊNDICE C – CÓDIGO DO ARQUIVO FCL DO SISTEMA...78
APÊNDICE D – RECOMENDAÇÕES DE LEITURA DO RELATÓRIO DETALHADO ...83
1 INTRODUÇÃO
A aquicultura consiste na criação de organismos aquáticos, tanto em áreas costeiras como interioranas, e envolve a mediação humana no processo de criação, a fim de aumentar a produção e garantir a qualidade e segurança dos animais. Cerca de 567 espécies aquáticas são atualmente criadas em todo o mundo utilizando o método aquícola e estima-se que mais de 50% dos peixes consumidos mundialmente, vêm da aquicultura. Sendo assim, esta é a atividade de produção de proteína animal que mais cresce atualmente (FAO, 2018). Só em 2016, a produção aquícola mundial foi de 80 milhões de toneladas, 5,2% a mais que no ano anterior (FAO, 2018).
A carcinicultura, por sua vez, é um dos segmentos da aquicultura que diz respeito a criação de crustáceos em ambientes controlados e sob supervisão humana. Levando em conta que o camarão é a principal espécie da carcinicultura e esse é o crustáceo alvo deste trabalho, considera-se aqui a carcinicultura somente como criação de camarões. O camarão é geralmente criado em viveiros escavados, mas atualmente pequenos produtores estão utilizando até caixas d’água de 10 mil litros ou mais para criar o crustáceo em regime intensivo de produção. A carcinicultura é diferente da atividade extrativa, que se baseia na pesca do camarão diretamente da natureza e, de fato, tem sido mais amplamente adotada por questões ambientais, econômicas e tecnológicas. Ao passo que em 1978, a pesca natural de camarões liderava com 97% da produção mundial, em 2008 a carcinicultura já era mais expressiva, com 52% da produção (FAO, 2010).
A criação de camarão data de 15 d.C. onde foram encontrados registros de criação na Indonésia. Mas a carcinicultura como conhecemos hoje, teve seu início na década de 30, mais especificamente em 1933, quando no Japão o Dr. Motosaku Fujinaga e seus associados, geraram pela primeira vez um camarão em laboratório, o Kuruma (Penaeus japonicus). Graças as pesquisas do Dr. Fujinaga, que publicou os seus trabalhos sobre camarões de 1935 a 1969, no início da década de 60 já se tinham fazendas comerciais no Japão, e no fim de 1960 e início dos anos 70 o setor começou a crescer rapidamente (TIDWELL, 2012).
No Brasil, a carcinicultura teve seu início na década de 70, no estado do Rio Grande do Norte. O então Governo Estadual do RN criou o “Projeto Camarão” para substituir a extração do sal, uma atividade econômica consolidada no estado que
passava por uma forte crise, devido a mecanização do processo de produção que resultou na demissão em massa de trabalhadores do setor. No mesmo período, já na região sul do país, o estado de Santa Catarina progrediu em pesquisas sobre a reprodução, larvicultura e engorda na criação de camarões e conseguiu gerar as primeiras pós-larvas em laboratório da América Latina.
Apesar do sucesso inicial das pesquisas, a produção comercial só começou mesmo entre 1978 e 1984, quando o RN importou a espécie Penaeus Japonicus, da família dos peneídeos, e reforçou o “Projeto Camarão” com o apoio da Empresa de Pesquisas Agropecuárias do Rio Grande do Norte (EMPARN), que começou a desenvolver trabalhos de adaptação da espécie nas terras potiguares. Entre 1985 e 1986, porém, foi constatada a inviabilidade da criação dessa espécie no território brasileiro, devido a fraca adaptação da espécie japonesa a variações temporais no clima tropical brasileiro. Nos anos seguintes, os esforços de viabilizar a carcinicultura comercial no Brasil continuaram com a tentativa de domesticar espécies nativas (L. subtilis, L. paulensis e L. Schimitti), porém, ainda houve alguns problemas de produtividade com essas espécies. Foi somente na primeira metade da década de 90, com a espécie Litopenaeus vannamei, que se obteve uma criação comercial viável de camarões no território brasileiro, com índices de produtividade e rentabilidade superiores as espécies nacionais. (ABCC, 2011).
A criação de camarões tem ganhado grande notoriedade no setor aquícola mundial. Embora seja uma atividade relativamente recente em relação aos demais segmentos da aquicultura, a carcinicultura tem avançado bastante desde seu início. A produção anual de camarões em geral foi de 928.329t em 1995 e 5.180.563t em 2016, um aumento de 458% na produção do crustáceo nesse período de 21 anos (FAO, 2018). De acordo com os dados mais recentes (2016) há fazendas de criação de camarões em mais de 50 países e 85,74% da produção vem do continente asiático. A china lidera o setor representando expressivos 38,83% da produção mundial, seguida da Indonésia e do Vietnã. O Brasil é o décimo maior produtor, com 52.100t, o que representa 1,01% da produção mundial (FAO, 2018).
Mesmo que o cenário seja aparentemente promissor, a carcinicultura também enfrenta sérios problemas que têm dificultado bastante seu avanço. Um deles é a doença da mancha branca (WSD, sigla do inglês White spot disease), causada pelo White Spot Syndrome Virus (WSSV), mais conhecido no Brasil como vírus da mancha branca (figura 1). A doença é considerada a mais devastadora da
indústria aquícola mundial e pode acabar com quase todos os animais de um viveiro em poucos dias (NATARAJAN et al., 2017). No Brasil, os primeiros surtos da doença foram registrados em Santa Catarina no ano de 2004. A partir daí, o vírus se alastrou pela costa do país até chegar ao estado do Ceará, o último a registrar incidências da doença no ano de 2016.
A doença da mancha branca não tem cura. Em todo o mundo os produtores têm aprendido a conviver com a doença, usando técnicas para controlar o patógeno. Vários outros crustáceos podem ser fonte de infecção da doença, como por exemplo, siris e caranguejos, que são infectados, mas não adoecem (OIE, 2017). Apesar dos avanços nas pesquisas sobre formas de combater o vírus no Brasil, a mancha branca tem dizimado fazendas de criação, freado a produção e encarecido o valor comercial do produto final. Um dos maiores produtores de camarão do Brasil, Cristiano Maia, presidente da Associação Brasileira de Criadores de Camarão (ABCC), conta em uma reportagem do telejornal Globo Rural que em dois dias perdeu 150 mil quilos de camarão e teve que esterilizar e deixar sua fazenda seca por três meses. A produção caiu de 10t para somente 2t por tanque depois da doença (GLOBO RURAL, 2017). Apesar de o vírus ser um grande empecilho para o desenvolvimento e engorda desse animal artrópode, o camarão contaminado com a doença não apresenta risco algum à saúde humana, podendo ser despescado, comercializado e consumido de forma segura (OIE, 2012).
Em todo o mundo, a principal família de camarões comercializados é a dos peneídeos (Penaeidae). Uma de suas espécies é o Litopenaeus vannamei, camarão
FIGURA 1. Camarão Infectado com o WSSV
de água salgada popularmente conhecido como camarão branco do pacífico. O L. vannamei representa quase metade do consumo de camarões em todo o mundo, sendo também a espécie mais cultivada no Brasil (ABCC, 2017).
O foco do trabalho se dá na análise de como controlar os fatores ambientais no local de criação dos decápodes, para diminuir o impacto da doença sobre a produção. As análises foram feitas na Escola Agrícola de Jundiaí (EAJ), Unidade Acadêmica Especializada em Ciências Agrárias da Universidade Federal do Rio Grande do Norte (UFRN). Para recomendar os parâmetros de controle do WSD, foi utilizado um sistema computacional de inteligência artificial chamado Sistema Especialista (SE).
Sistemas Especialistas são sistemas que armazenam e processam conhecimento adquirido de especialistas em uma área de conhecimento. São sistemas de apoio à decisão que reúnem conhecimentos acerca de áreas específicas e que são capazes de simular o comportamento humano diante de situações a eles apresentadas. Utilizam conhecimentos e procedimentos inferenciais para resolver problemas não triviais que requerem para sua solução alguma ou muita perícia humana. (GOLDSCHMIDT, 2010, p.38).
A pesquisa também avalia a capacidade que um sistema especialista tem de simular o comportamento humano, ou seja, o quanto as recomendações do sistema se assemelham a recomendação de um especialista em camarões.
1.1 OBJETIVOS
Esse trabalho, tem como objetivo geral, o desenvolvimento de um sistema especialista fuzzy capaz de diagnosticar problemas nos viveiros e recomendar parâmetros de prevenção de surtos de enfermidades que acometem os camarões da espécie Litopenaeus vannamei, baseado na avaliação da implementação das boas práticas de criação de camarões. Essa avaliação vai desde a aquisição das pós-larvas até a fase de despesca.
Como objetivos específicos, pode-se citar ainda:
• Implementar um SE fuzzy que seja capaz de prever a mortalidade total ou parcial em uma produção por causa da doença da mancha branca.
• Implementar um SE fuzzy que seja capaz de informar o percentual de risco de haver mortalidade total ou parcial em uma produção por causa da doença da mancha branca.
• Avaliar a eficácia do sistema em identificar e propor medidas de controle do vírus da mancha branca em relação a tomada de decisão de um especialista humano.
1.2 JUSTIFICATIVA
É notório que o WSSV tem causado uma grande perda econômica para a carcinicultura mundial (FLEGEL et al., 2008). No Brasil, por exemplo, o vírus tem devastado criações em praticamente todos os estados produtores do país. Diversas famílias que vivem da criação de camarão têm sofrido sérios problemas financeiros por causa do WSSV. Se não param de exercer a atividade, continuam a passos bem mais lentos comparados ao período antecessor à chegada do vírus (GLOBO RURAL, 2017). No estado de Santa Catarina, por exemplo, a produção caiu de 4.189t em 2004 para 500t em 2006 por causa do vírus (COSTA, 2012).
Em alguns casos, o investimento em mão de obra especializada para combater o problema nem sempre é possível, principalmente em fazendas onde o produtor já sofreu com o patógeno. Levando isso em conta e considerando que mesmo havendo condições para contratação de um especialista, ele poderá não estar disponível em casos urgentes, o uso de um sistema especialista pode ser uma alternativa importante.
Para diminuir o impacto da doença no país, várias pesquisas para melhoramento genético estão sendo feitas, a fim de produzir pós-larvas mais resistentes ao vírus. A título de exemplo, tem-se o caso de sucesso de um laboratório de pesquisa na cidade de Touros no Rio Grande do Norte. Lá são cultivados camarões em sistema intensivo de produção sob ambiente ideal, a meia luz, e são selecionados animais que apresentam grande resistência nos viveiros, ou seja, os que conseguem chegar a 50 gramas. Para selecionar os crustáceos, são feitas análises a nível molecular para ter certeza que o animal é saudável e não contém o WSSV. Se o animal contém o vírus, mesmo que não manifestado pelos sinais, ele não é usado para reprodução. (GLOBO RURAL, 2017).
Apesar dos resultados positivos em se produzir pós-larvas resistentes, elas são bem mais caras. Além disso, se o produtor não estiver seguindo as boas práticas de criação do camarão em todas as fases de produção, a doença pode
aparecer. Sendo assim, este trabalho se torna bastante importante na avaliação da implementação dessas boas práticas.
1.3 ORGANIZAÇÃO DO TRABALHO
Os próximos capítulos deste trabalho estão organizados da seguinte forma: CAPÍTULO 2: REFERENCIAL TEÓRICO
Neste capítulo são abordadas diversas informações teóricas envolvidas no desenvolvimento desse trabalho, a saber: métodos de diagnóstico e controle do vírus da mancha branca e os diversos conceitos e componentes de um sistema especialista fuzzy.
CAPÍTULO 3: TRABALHOS RELACIONADOS
Este capítulo trata de alguns trabalhos já realizados, incluindo pesquisas, que estão relacionados aos temas principais desse trabalho.
CAPÍTULO 4: MATERIAIS E MÉTODOS
Esta parte trata das ferramentas computacionais usadas para desenvolver o sistema especialista fuzzy e da metodologia adotada para construir o sistema e para que ele cumprisse com seu propósito principal.
CAPÍTULO 5: DESENVOLVIMENTO
No desenvolvimento do trabalho é apresentado todo o desenrolar da construção do sistema especialista fuzzy, mostrando os passos seguidos para conseguir criar um software que realmente atenda ao objetivo proposto. Nesta parte também são apresentados os resultados preliminares do trabalho.
CAPÍTULO 6: CONCLUSÃO
Na parte final do trabalho são apresentados os resultados finais obtidos. É discutido o impacto que o trabalho pode ter no setor aquícola, em especial na carcinicultura, a viabilidade técnica e comercial da construção de um Sistema Especialista para o propósito apresentado e se o objetivo proposto foi realmente alcançado com êxito.
2 REFERENCIAL TEÓRICO
Os dois principais temas abordados nesse trabalho são o vírus da mancha branca e os sistemas especialistas fuzzy. Primeiramente, será abordado o referencial teórico a respeito do vírus e em seguida sobre a solução computacional que utiliza inteligência artificial.
2.1 VÍRUS DA MANCHA BRANCA
Na década de 90 acreditava-se que o WSSV era um vírus do tipo baculovírus, uma família causadora de enfermidades identificadas inicialmente na china (LIGHTNER, 1996; TAPAY et al., 1997). Já nos anos 2000, novas pesquisas em laboratório foram realizadas mostrando que o vírus da mancha branca não está intimamente relacionado com o baculovírus. (VAN HULTEN et al., 2001). Atualmente o Comitê Internacional de Taxonomia de Vírus (ICTV) classifica o WSSV como membro do gênero Whispovírus da família Nimaviridae, sendo ele o único nessa categoria (ICTV, 2011).
Segundo Morales e Cuéllar-Anjel (2008, p. 70, tradução nossa):
WSSV é um vírus de cadeia dupla de DNA; Apresenta forma elíptica a cilíndrica, membrana trilaminar e os virions têm um tamanho de 80-120 x 250-380 nm. Em preparações manchadas negativamente, é possível observar a presença de um apêndice ou “cauda”. O genoma tem um tamanho de cerca de 290 kpb, o que faz com que seja um dos vírus mais complexos que infectam o camarão.
Durante a fase inicial do desenvolvimento da doença, os organismos de inclusão de WSSV são eosinofílicos, centro-nucleares, cercados por um halo claro e um anel de cromatina, o que os torna muito semelhantes aos corpúsculos de inclusão viral de outro vírus, o Infectious Hypodermal and Haematopoietic Necrosis Virus (IHHNV), ou vírus da infecção hipodermal e necrose hematopoiética. Durante a etapa mais avançada da infecção do white spot syndrome vírus, os tecidos infectados apresentam corpos de inclusão maiores e mais desenvolvidos, não mostram nenhum halo e adquirem uma cor mais clara. (MORALES, CUÉLLAR-ANJEL, 2008).
2.1.1 MÉTODOSDE DIAGNÓSTICO
A seguir, são apresentados alguns métodos utilizados para diagnosticar a doença da mancha branca. São descritos tanto o método presuntivo, que se baseia geralmente em observação comportamental e problemas claramente visíveis, como o método definitivo, que é mais preciso e exato. É importante ressaltar que existem outras formas de detecção do vírus, mas as abordadas aqui são as mais utilizadas e citadas nas fontes mais respeitadas e confiáveis atualmente, como a Organização Mundial da Saúde Animal (OIE).
2.1.1.1 Observação de Sinais Clínicos
A observação de sinais clínicos é a forma mais simples e empírica de identificar o vírus, porém não é exatamente confiável.
Manchas brancas dentro do exoesqueleto são o sinal clínico mais comumente observado. Na maioria dos camarões, essas manchas variam de pouco visíveis a 3 mm de diâmetro e, às vezes, coalescem em placas maiores. No entanto, deve-se notar que fatores de estresse ambiental, como alta alcalinidade, ou doença bacteriana também podem causar manchas brancas na carapaça do camarão, e que o camarão moribundo com infecção por WSSV pode ter poucas manchas brancas. Portanto, o aparecimento de manchas brancas não é um sinal diagnóstico confiável de infecção com WSSV. Altos graus de variação de cor com predomínio de camarões descoloridos avermelhados ou rosados são observados em populações doentes. (OIE, 2017, tradução nossa).
A presença de manchas brancas na carapaça do animal nem sempre significa que ele está prestes a morrer. Os animais que apresentam essa característica podem viver por muito tempo desde que sejam submetidos a condições ideais de densidade, alimentação, qualidade da água, temperatura, etc. No entanto, se o camarão estiver nadando lentamente, nadando de lado, nadando perto da superfície, inconsciente, com cor rosa ou castanho avermelhado, se eles se acomodam ao redor da borda do local de produção e na superfície da água, ou se houver uma drástica redução do consumo de alimento, então o risco de mortalidade dos animais é bastante elevado, podendo haver perda total ou parcial dentro de poucos dias ou até horas (OIE, 2017). Nesses casos, as chances de salvamento dos animais é bastante baixa, pois os mesmos já se encontram em estado terminal.
2.1.1.2 Reação em cadeia de polimerase
Trata-se de um dos métodos mais indicados e recomendados atualmente quando é necessário o diagnóstico definitivo. A reação em cadeia de polimerase (PCR) funciona como um protocolo de instruções em uma cadeia de passos que devem ser seguidos para se obter o diagnóstico laboratorial. Por se uma técnica molecular, ele também é indicado quando queremos obter o diagnóstico desde cedo, até mesmo nas pós-larvas do camarão.
Se houver um resultado positivo no primeiro passo do protocolo padrão, com sinais clínicos visíveis, tem-se uma infecção grave com o vírus. Caso ocorra um resultado positivo com amplificação apenas no segundo passo, considera-se uma infecção latente ou de estado de portador, onde os animais apresentam baixa carga viral, mas com potencial para transmitir a doença (OIE, 2017).
2.1.1.3 Método Histólógico de Rotina
O diagnóstico histológico do WSSV é baseado na demonstração de inclusões intranucleares proeminentes, basófilos pálidos tingidos de Hematoxilina de Mayer-Bennett e Floxin / Eosin (H & E) (figura 2) e Feulgens positivos que são encontradas dentro de núcleos hipertrofiados, normalmente em células epiteliais, no tecido conjuntivo e não frequentemente no epitélio da glândula antenal, nas células do parênquima de órgãos linfóide, no tecido hematopoiético e nos fagócitos fixos localizados dentro do coração (MORALES, CUÉLLAR-ANJEL, 2008).
FIGURA 2. Microfotografia mostrando o resultado obtido após a coloração H & E por Mayer-Bennett
Os corpos de inclusão intranucleares característicos do WSSV podem ser claramente observados.
2.1.1.4 Diagnóstico do WSSV Usando Sondas Genéticas
Em vários países asiáticos e nos Estados Unidos tem se desenvolvido sondas genéticas para detecção do WSSV. Os detalhes sobre como usar essas sondas são disponibilizados pelas companhias e grupos distribuidores do produto. As instruções vêm juntas com um “kit” completo para efetuar os testes e o vírus só é reconhecido pela sonda feita exclusivamente para ele. As células dos tecidos infectados por WSSV são manchadas intensamente nos locais onde a sonda foi hibridizada com o material genético do vírus (MORALES, CUÉLLAR-ANJEL, 2008).
2.1.1.5 Detecção por Meio da Reação de Anticorpos Monoclonais
Na década de 90 foram desenvolvidos métodos de detecção utilizando anticorpos monoclonais. Estes anticorpos reagem com uma das proteínas estruturais do vírus e podem ser aplicados a amostras de espécies fixadas na solução de Davidson (figura 3) (POULOS et al., 2001). Uma empresa de biotecnologia chamada de DiagXotics inseriu no mercado um produto que faz uso desses anticorpos por meio de uma técnica conhecida como “Immunosquash” (MORALES, CUÉLLAR-ANJEL, 2008).
FIGURA 3. Exemplo dos resultados obtidos por uso de anticorpos monoclonais pela técnica de immunosquash
2.1.2 MÉTODOSDE CONTROLE
Além dos métodos de diagnóstico da mancha branca (figura 4), existem métodos de controle da enfermidade. Embora não seja possível curar o animal infectado, é perfeitamente possível conviver com a doença adotando-se, por exemplo, medidas de biosseguridade. Tais medidas são necessárias para evitar e controlar não só o WSD, mas também várias outras enfermidades que acometem o camarão. Algumas medidas fundamentais que podem ser seguidas são as seguintes: aquisição de pós-larvas de qualidade, preparação adequada do viveiro, tratamento da água (respeitando-se os parâmetros adequados de qualidade), adoção de medidas de biosseguridade no local de criação, biometria frequente e nutrição adequada (ABCC, 2012). Também foi observado que fazer um revestimento no viveiro com geomembrana de polietileno de alta densidade, é bastante eficaz para higienizar o ambiente, o que contribui para o controle da doença (PADILHA, J. P. et al., 2015).
Uma alternativa que tem obtido sucesso é a combinação das técnicas de biosseguridade com a adoção de sistemas intensivos em ambiente controlado e o uso de probióticos. Probióticos são micro-organismos vivos, utilizados para aumentar ou estabilizar a qualidade da água, reduzindo a ameaça de doenças e melhorando a saúde dos camarões. (BERISTAIN, 2005).
Uma nova alternativa tem sido pesquisada, contudo a sua aplicação em grande escala ainda não é viável. Trata-se da técnica de RNA de interferência, que é uma proteção antiviral específica via RNA de interferência aplicada no animal por meio de injeção.
1. Camarões marinhos (Litopenaeus vannamei) infectados severamente com o vírus da síndrome da mancha-branca (WSSV), mas não tratados com dsRNA vp28, apresentam queda significativa na quantidade de hemócitos circulantes e não sobrevivem ao desafio viral. 2. O tratamento com dsRNA vp28 limita a infecção por WSSV, aumenta a taxa de sobrevivência e mantém as boas condições imunológicas dos camarões por meio do restabelecimento do número de hemócitos circulantes (hemograma). 3. O tratamento com dsRNA vp28 controla a infecção viral em sua fase inicial, limita-a e promove a ausência do vírus na maioria dos sobreviventes. 4. A concentração de dsRNA vp28 de 1 µg por 3 g de peso vivo é eficaz para estimular o sistema RNAi em juvenis de L. vannamei e induz resposta antiviral específica contra o WSSV. (GUERTLER, 2013, p. 988).
FIGURA 4. Carapaça de um camarão peneídeo da espécie Penaeus monodon com a doença da mancha branca
Fonte: Morales e Cuéllar-Anjel, 2008, p. 76.
2.2 SISTEMAS ESPECIALISTAS
De acordo com COPPIN (2013, p. 218):
Um sistema especialista é projetado para modelar o comportamento de um especialista em alguma área, como medicina ou geologia. Sistemas especialistas baseados em regras são projetados para serem capazes de usar as mesmas regras que os especialistas usariam para chegar a conclusões, a partir de um conjunto de fatos apresentados ao sistema.
Os SEs vêm sendo usados amplamente em diversas áreas do conhecimento, inclusive nas ciências agrárias. Isso se dá pela sua capacidade de simular a tomada de decisão de um especialista em situações complexas e bem específicas. Geralmente quando um problema não é muito exato, ou seja, não dá para traduzi-lo em forma de algoritmo, o sistema especialista se torna a solução mais viável do problema. Também em casos que a solução do problema é demasiadamente complexa para se utilizar sistemas computacionais convencionais, os SEs são aplicáveis (COPPIN, 2013).
2.2.1 SISTEMAS ESPECIALISTAS FUZZY
Os sistemas especialistas convencionais, chamados também de sistemas especialistas baseados em regras, utilizam basicamente um conjunto de regras
nítidas e bem definidas para se chegar a uma determinada conclusão desejada. Porém, na maioria dos casos, os especialistas de domínio não utilizam lógica bivalente para tomar decisões, ou seja, suas decisões geralmente não são baseadas em verdadeiro ou falso. Podem haver fatores que levem o especialista a fazer uma análise mais subjetiva e aprofundada do caso, antes de dar uma recomendação ou até mesmo tomar uma decisão.
Levando em conta esse problema, surgiu a necessidade de aplicar lógica nebulosa ou difusa, chamada de lógica fuzzy em inglês, aos sistemas especialistas ao invés da lógica clássica, também chamada de lógica aristotélica. A aplicação da lógica fuzzy em sistemas especialistas, possibilita a melhor interpretação de todo o conjunto de informações que a mente humana utiliza para tomar decisões. Isso é possível por que a lógica fuzzy admite não só valores binários (0 e 1), mas uma infinidade de valores intermediários entre 0 e 1, admitindo assim o conceito de verdade parcial (AHLAWAT, GAUTAM, SHARMA, 2014). Assim, a análise de um problema se torna bem mais exata, visto que uma determinada conclusão pode não ser 100% verdadeira e nem 100% falsa.
Levando isso em conta, define-se como sistema especialista fuzzy, todo SE que substitui a lógica bivalente pela lógica nebulosa, alterando significativamente a sua arquitetura a fim de admitir da melhor forma a aplicação de multivalores.
Os conceitos envolvidos na construção de um SE fuzzy tem uma definição geral, conforme citado nos livros. Embora essas definições possam divergir em nomenclatura, dependendo da referência usada, no geral o sentido é o mesmo. Para melhor entendimento, as definições feitas serão baseadas em referências respeitadas da área, mas explicadas da forma como foi aplicado no desenvolvimento do trabalho.
2.2.1.1 Variáveis Linguísticas
Na matemática, as variáveis geralmente assumem valores numéricos. Já na lógica de programação ela pode assumir diferentes tipos de valores, que usualmente são valores booleanos (verdadeiro ou falso), numéricos ou linguísticos. Na lógica difusa usa-se valores linguísticos representados por palavras que geralmente são substantivos. Isso facilita a compreensão do problema, que em geral é subjetivo, e a
expressão das regras e fatos. Na definição dos conceitos envolvidos na lógica fuzzy, esses valores linguísticos são chamados de variáveis linguísticas.
Variáveis linguísticas nada mais são do que um conceito dentro de um universo de discurso e assim como na programação e na matemática, essas variáveis linguísticas assumem determinados valores chamados de conjuntos fuzzy (COPPIN, 2013). Para exemplificar, considere uma variável linguística de nome qualidade da água, dentro do universo de discurso diagnóstico de doenças na produção de camarões. Podemos definir alguns conjuntos fuzzy para essa variável como os seguintes: excelente, aceitável, mediana, baixa e muito baixa. A variável linguística qualidade da água, tem esses conjuntos fuzzy definidos para ela e seu universo de domínio são justamente os parâmetros medidos na água de cada viveiro de criação do camarão.
Visto que cada variável linguística representa um ou mais conjuntos fuzzy, podemos dizer que as variáveis linguísticas são um universo de conjuntos fuzzy, dentro de um universo de discurso.
Uma definição mais técnica e detalhada sobre variáveis linguística é definida por OLIVEIRA et al. (2007, p. 232):
Formalmente, uma variável linguística é caracterizada por uma quíntupla (N, T(N), X, G, M), na qual:
N: nome da variável
T(N): conjunto de termos de N, ou seja, o conjunto de nomes dos valores linguísticos de N
X: universo de discurso
G: regra sintática para gerar os valores de N como uma composição de termos de T(N), conectivos lógicos, modificadores e delimitadores
M: regra semântica, para associar a cada valor gerado por G um conjunto fuzzy em X.
Aplicando essa definição ao exemplo já descrito temos: N: qualidade da água
T(N): excelente, mediana e baixa
X: quantidade de parâmetros de qualidade e seus valores G: aceitável e muito baixa
M: associa cada valor descrito em G a um conjunto fuzzy cuja função de pertinência caracteriza o seu significado (OLIVEIRA et al., 2007)
2.2.1.2 Conjuntos Fuzzy
Na teoria clássica dos conjuntos, assume-se um conjunto A com n elementos como pertencente a um conjunto B se e somente se, todos os elementos de A forem também elementos de B, ou seja, essa relação é obrigatoriamente binária. Pois bem, os conjuntos fuzzy estendem esse conceito tradicional acrescentando pertinências parciais. Isso quer dizer que os elementos de A não necessariamente precisam pertencer integralmente ao conjunto B, mas podem pertencer em determinado grau.
Essas pertinências parciais são chamadas de graus de pertinência, que podem ser uma infinidade de valores entre 0 e 1. Sendo assim, aplicando-se lógica nebulosa no exemplo já citado, o conjunto A dentro do conjunto B pode ser definido utilizando uma função de pertinência com um par ordenado de valores, que apontará o grau de pertinência dos elementos de B no conjunto A (OLIVEIRA et al., 2007).
Conjuntos nebulosos são aplicados em situações bem definidas e específicas, por isso eles podem ser definidos em universos finitos. Se um universo C tem um limite e é fechado, o conjunto fuzzy D pode ser representado normalmente por um vetor com os graus de pertinências dos elementos equivalentes de C no conjunto D (OLIVEIRA et al., 2007). Os conjuntos nebulosos também podem ser chamados de termos linguísticos ou expressões linguísticas, visto que eles são representados por palavras que comumente são verbos. Eles são definidos por valores de máximo e mínimo, além de funções de pertinência. Assim, um valor que está abaixo do mínimo ou acima do máximo não tem nenhuma pertinência dentro do conjunto.
Voltando para o exemplo da variável qualidade da água, os conjuntos fuzzy dessa variável são: excelente, aceitável, mediana, baixa e muito baixa. Assume-se que foi definido 0,9 e 0 como valores de máximo e mínimo para essa variável. Se o valor de entrada for, por exemplo, 0,80, ou seja, quase todos os parâmetros medidos pelo produtor estavam dentro da faixa de valores ideais, o sistema pode definir com base nas funções de pertinência que a variável tem pertinência de 1 ou 100% no conjunto fuzzy “aceitável”, pertinência de 0,7 ou 70% no conjunto “excelente” e não pertence aos conjuntos mediana, baixa e muito baixa.
2.2.1.3 Funções de pertinência
Uma vez definidas as variáveis linguísticas do sistema e os termos linguísticos de cada variável, deve-se definir as funções de pertinência que modelarão cada conjunto fuzzy que representa os termos linguísticos anteriormente definidos.
As funções de pertinência nada mais são do que funções matemáticas que vão definir o quanto um determinado valor está contido em determinado conjunto fuzzy. Assim, as funções de pertinência vão definir que valor a variável linguística vai assumir em um determinado cenário.
Voltando para o exemplo da variável qualidade da água, pode-se definir que os conjuntos “excelente” e “aceitável” são definidos respectivamente pelas funções de pertinência:
Fd1 (x) = {x ∈ D / x ≤ 0,9 & x ≥ 0,75}
Fd2 (x) = {x ∈ D / x ≤ 0,8 & x ≥ 0,60}
Sendo D a variável qualidade da água, Fd1 eFd2 as funções de pertinência
para os conjuntos “excelente” e “aceitável” e x o percentual de qualidade definido com base nos valores medidos na água do viveiro.
2.2.1.4 Regras Linguísticas
As regras em um sistema especialista fuzzy são semelhantes às de um SE convencional. A grande diferente é que os termos linguísticos usados nas regras nebulosas têm um valor de pertinência associado.
Considere a seguinte preposição:
SE qualidade da água = excelente e nutrição = alta qualidade ENTÃO risco de adquirir o WSSV = baixo
A sentença “SE qualidade da água = excelente e nutrição = alta qualidade” é chamada de antecedente da regra e “ENTÃO risco de adquirir o WSSV = baixo” é o de consequente da regra. Considerando que os termos “excelente”, “alta qualidade” e “baixo” tem uma função de pertinência associada a cada um deles, pode-se afirmar que a preposição descrita é uma regra nebulosa.
2.2.1.5 Sistema de Inferência Fuzzy
O sistema de inferência fuzzy é o componente do SE Fuzzy responsável por armazenar e processar as informações imprecisas coletadas nos procedimentos anteriores. São informadas variáveis de entrada e fornecidas variáveis de saída, que representam alguma informação pertinente sobre o problema apresentado com base no conjunto de variáveis de entrada fornecidos. Os componentes desse sistema são descritos na figura 5 abaixo:
FIGURA 5. Sistema de inferência fuzzy com todos os seus componentes
Fonte :VILLANUEVA, 2016.
As entradas precisas são os dados brutos coletados em campo e que são resultados de análises precisas dos parâmetros envolvidos no problema. No caso desse trabalho, esses dados são resultados de análises referentes a qualidade da água de um viveiro, aspectos comportamentais dos camarões, peso e tamanho do animal, densidade de animais por metro quadrado, quantidade de pós-larvas em fase inicial de criação, etc. Para a variável qualidade da água, a entrada precisa seria o percentual de qualidade, definido de acordo com os valores medidos em cada parâmetro de qualidade.
As entradas precisas por si só, não representam nenhum tipo de informação, por isso é preciso convertê-las em conjuntos nebulosos, essa tarefa é feita pelo fuzzificador. É o fuzzificador que mapeia as entradas precisas. A fuzzificação é o processo de associar ou calcular um valor entre 0 e 1 para representar o grau de pertinência da entrada em um ou mais grupos qualitativos, chamados de conjuntos difusos (BILOBROVEC, 2005).
Na fase de inferência, o sistema definitivamente toma as decisões. Ao inferir sobre as informações coletadas, o processo de inferência recebe as variáveis fuzzificadas, avalia cada regra fuzzy uma por uma e obtêm o grau de pertinência. “A cada combinação de proposições (de cada regra), é aplicada uma função […] para produzir um número entre 0 e 1 que representa o grau com que a expressão condicional da regra é satisfeita” (OLIVEIRA et al., 2007, p.277). Esse processo é dividido em três partes:
• Agregação: combina as pertinências dos antecedentes de cada regra. • Ativação: etapa onde são calculadas as pertinências dos consequentes
com base nas pertinências dos antecedentes.
• Acumulação: gera o conjunto de saída, de acordo com o resultado das regras avaliadas.
Como foi visto, após o processo de inferência um conjunto fuzzy é gerado na saída, mas isso ainda não representa uma informação precisa e compreensível para o usuário, afinal de contas esse ainda é um resultado fuzzy. A fase de defuzzificação serve justamente para transformar esse resultado fuzzy em uma saída precisa não fuzzy. Uma função é aplicada sobre o conjunto fuzzy de saída do processo de inferência para gerar um número preciso e representativo. Esse número pode ser convertido em uma informação antes de ser apresentado ao usuário, como, por exemplo, a probabilidade de um viveiro estar infectado com o WSSV. Em grandes sistemas, esse número de saída poderá também ser a entrada precisa de outra variável linguística do sistema, como acontece na solução computacional desse trabalho. Existem alguns métodos usados para gerar esse número de saída preciso. Barbalho (2001) cita os seguintes:
• Primeiro dos máximos: seleciona o primeiro elemento dos que têm o maior grau de pertinência.
• Último dos máximos: seleciona o último elemento dos que têm o maior grau de pertinência.
• Média dos máximos: calcula a média dos elementos que têm o grau de pertinência máximo.
• Centroide: escolhe o elemento que está no meio da área definida pelo conjunto fuzzy.
3 TRABALHOS RELACIONADOS
A seguir, são apresentadas algumas publicações que tem relação com os assuntos tratados neste trabalho. No geral, essas publicações são sobre o vírus e a doença da mancha branca e sobre o uso de sistemas especialistas na agricultura.
3.1 INVESTIGAÇÃO DO VÍRUS DA SÍNDROME DA MANCHA BRANCA (WSSV) EM FAZENDAS DO ESTADO DO RIO GRANDE DO NORTE
O trabalho feito por Liliane Elzi Medeiros Sales faz uma análise da situação da carcinicultura no Rio Grande do Norte, dando enfoque na investigação das possíveis incidências do vírus da síndrome da mancha branca no estado. Para analisar se realmente o vírus se faz presente no estado, ela usa a recomendação dada pela OIE que indica que o diagnóstico confirmatório da doença nos camarões deve ser realizado por meio da técnica de reação em cadeia de polimerase em dois passos (PCR-nested). O trabalho data de julho de 2013, mas os testes foram feitos durante o período de outubro a dezembro de 2012 e foram utilizadas 150 amostras de camarões da espécie Litopenaeus vannamei por fazenda em caráter aleatório. Ao todo 900 animais foram analisados em 6 fazendas do estado. Em nenhum dos casos foram encontrados sinais visíveis de incidência da doença, porém, aplicando o método recomendado pela OIE, o vírus se fez presente em duas das fazendas analisadas, o que indica um início dos casos na região O estudo mostra que é necessário um monitoramento contínuo dos camarões cultivados no estado por meio do diagnóstico confirmatório com uso da PCR e a implantação de programas de biosseguridade para controlar o vírus e evitar perda total de produção.
3.2 VIABILIDADE DO CULTIVO BIOSSEGURO DE CAMARÕES EM SANTA CATARINA COM CONTROLE DA MANCHA-BRANCA
Os autores do artigo avaliam a viabilidade econômica da aplicação de medidas de biosseguridade no combate ao WSSV. O estudo foi realizado no período de janeiro a abril de 2014 em uma fazenda de camarões na comunidade de Caputera, município de Laguna, SC e foi publicado em agosto de 2015 na Revista Agropecuária Catarinense (RAC). As medidas de biosseguridade utilizadas foram:
revestimento especial de geomembrana de polietileno de alta densidade (PAD), uso de pós larvas de camarão comprovadamente livres do vírus e água esterilizada com 30 ppm de cloro. Essas medidas foram aplicadas em dois viveiros de 0,6ha. O revestimento com a PAD foi aplicado somente em um viveiro e nesse não houve troca de água, como foi o caso do viveiro sem o revestimento. No viveiro do qual não houve uso de revestimento com PAD, foram identificados sinais clínicos do vírus e posteriormente mortalidade parcial depois de 67 dias de criação. Nesse caso, a despesca foi feita no dia 25 de março de 2014, com peso médio de 10g por camarão. Já no viveiro que utilizou o revestimento, não houve mortalidade ou detecção do vírus e a despesca foi realizada depois de 82 dias de criação, com despesca no dia 9 de abril de 2014 e peso médio de 13g. O trabalho mostra que é bastante viável a aplicação de revestimento com PAD e frisa que houve receita líquida de R$18.248,00 para cada 0,6ha por ano e lucro de R$ 4,80 por quilograma de camarão. O maior investimento foi feito na aplicação da geomembrana de polietileno que custou, R$ 15,00 por m².
3.3 O CONTROLE DOS VÍRUS QUE AFETAM A CARCINICULTURA: ONDE ESTAMOS E PARA ONDE VAMOS
O artigo mostra as pesquisas desenvolvidas por pesquisadores do Laboratório de Biologia Molecular Aplicada (LAPLIC) da Universidade Federal do Rio Grande do Norte (UFRN) e outras pesquisas feitas no Brasil e no mundo que obtiveram resultados positivos no controle das doenças que acometem o camarão, incluindo o WSSV. O grupo de pesquisadores do LAPLIC tem se dedicado ao desenvolvimento de ferramentas para detecção, classificação e controle de patógenos desde 2012, o que inclui o setor de carcinicultura do estado do RN. Os estudos têm sido realizados, sempre que possível, em parceria com o setor produtivo do estado, visando o desenvolvimento de estratégias viáveis para o controle de doenças no setor. A publicação dá enfoque para a técnica de aplicação de uma molécula de RNAi gerada a partir da fragmentação de um RNA dupla fita (dsRNA) e mostra os resultados promissores que a técnica vem tendo no controle das doenças que atingem o camarão. Dentre outros estudos, é citado um realizado em 2016 que mostra a obtenção de 80%, 70% e 65% de taxa de sobrevivência em animais infectados com o WSSV.
3.4 SISTEMA ESPECIALISTA PARA DIAGNÓSTICO DE DESORDENS NUTRICIONAIS E FITOPATOLÓGICA EM CANA DE AÇÚCAR
Os autores apresentam uma nova funcionalidade do sistema Diagnose Virtual que faz parte do portal web chamado de WebAgritec. O trabalho mostra o enriquecimento de informações da base de conhecimento do Diagnose Virtual, bem como a mudança do sistema Diagnose para uma plataforma web integrante do portal WebAgritec1. O sistema possuí dois módulos principais que são chamados de
módulo especialista e produtor. O primeiro cadastra as informações da base de conhecimento e o segundo faz a inferência dos dados. O módulo produtor foi reimplementado para tecnologia web utilizando Adobe Flex® (ADOBE, 2010). Para o componente de inferência optou-se por usar o YAP Prolog (YAP, 2010), um gerador de código Prolog com otimizações para melhor performance. Essas mudanças facilitaram a vida do produtor de cana-de-açúcar que utiliza o Diagnose Virtual, pois agora somente é preciso se ter um browser para utilizar o sistema.
3.5 EXPERT SYSTEMS APPLIED TO PLANT DISEASE DIAGNOSIS: SURVEY AND CRITICAL VIEW
O artigo teve como objetivo principal coletar e organizar de forma resumida todas as informações possíveis de serem encontradas, que foram publicadas nas últimas quatro décadas sobre sistemas especialistas aplicados ao diagnóstico de doenças em plantas. O artigo começa tratando sobre as diversas nomenclaturas e definições para sistemas especialistas, sobre o uso desse tipo de sistema desde a década de 70, quando começou a ser impulsionado, nas mais diversas vertentes das ciências agrárias. O autor explica que em suas pesquisas observou que dos trabalhos publicados sobre o assunto, a grande maioria são de antes de 1990. Sendo assim, um objetivo específico do trabalho foi justamente fomentar uma retomada mais forte do interesse no uso de sistemas especialistas, sobretudo na resolução de problemas agrícolas. No desenvolver do trabalho, Barbedo apresenta todas as referências encontradas em suas pesquisas em uma só seção e
1 O portal WebAgritec é de acesso restrito e está disponível através do endereço eletrônico https://www.agritec.cnptia.embrapa.br/.
cronologicamente analisadas, explicando melhor a evolução da tecnologia aplicada ao diagnóstico de doenças em plantas. Na seção discussão, apresenta uma visão crítica sobre os trabalhos citados e analisa tendências passadas, presentes e futuras. É interessante mencionar que nessa seção o autor cita que os sistemas recentes começaram a combinar os conceitos de sistemas especialistas com outras técnicas, tais como a lógica nebulosa, algo que justamente é feito no presente trabalho, o que mostra que este trabalho segue as tendências atuais da forma de construção dos SEs. Na conclusão é citado que ainda há uma grande lacuna entre o que é oferecido pelos SEs e as reais necessidades dos usuários, mas que essa lacuna pode ser reduzida pelos avanços científicos em áreas como a de inteligência artificial.
3.6 DIAGNÓSTICO DE DOENÇAS E PRAGAS NA CULTURA DA VIDEIRA USANDO O SISTEMA ESPECIALISTA UZUM
O software UZUM, sistema especialista apresentado no trabalho, é um SE desenvolvido para auxiliar na identificação de possíveis agentes causadores de doenças em videiras, árvore que produz uva. A recomendação dada quanto ao uso do UZUM é que o software é de caráter consultivo, portanto se recomenda a consulta de um profissional da área antes de se tomar qualquer decisão importante. O sistema atua no diagnóstico e controle de pragas na videira e é de acesso livre, podendo ser acessado e usado por meio do site oficial da Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)2. O informativo técnico apresenta o
funcionamento do uzum, mostrando os avisos legais do sistema, como o sistema apresenta as perguntas baseado nas respostas já fornecidas, suas limitações e os resultados apresentados com base nas informações fornecidas, mostrando os possíveis causadores dos sintomas. Os possíveis causadores que são mostrados nos resultados, são associados a um percentual de probabilidade de 0 a 100 por cento, para orientar o usuário sobre o grau de confiança que ele deve ter nos resultados apresentados. Esse percentual é calculado com base nas respostas submetidas pelo usuário. Ao final, é informado que o sistema conta com informações sobre 37 doenças, pragas ou distúrbios fisiológicos da videira e algumas possíveis melhorias que podem ser implementadas no sistema.
4 MATERIAIS E MÉTODOS
4.1 MÉTODOS
A metodologia usada para que o trabalho tivesse êxito foi justamente a recomendada para o desenvolvimento de um sistema especialista. Essa metodologia proposta por Waterman (1986) é dividida em fases que vão desde a definição do problema, até a manutenção do software desenvolvido.
A primeira fase consiste na seleção do problema e na obtenção de um ou mais especialistas do assunto. A seleção do problema foi feita levando em consideração a necessidade que o setor de carcinicultura apresenta no tocante ao desenvolvimento de tecnologias computacionais. Para desenvolver o trabalho foram consultados três especialistas.
A segunda fase é chamada de aquisição de conhecimento, nessa fase é adquirido o acervo de informações necessárias para se chegar a uma conclusão acertada a respeito das melhores práticas de criação de camarões e principalmente das medidas necessárias para identificação, prevenção e tratamento da doença da mancha branca nos crustáceos.
A terceira fase é a de representação do conhecimento. Nessa fase o conhecimento adquirido com o especialista deve ser representado em forma de regras fuzzy e o mais fiel possível a forma como os especialistas pensam e expressam seu conhecimento acerca do tema. Nessa fase é necessário formular as perguntas que serão apresentadas ao usuário. Formulada as perguntas, o sistema como um todo pode ser implementado. Essa modelagem do sistema envolve a definição das variáveis linguísticas do problema, dos conjuntos nebulosos e de uma faixa de possíveis valores que eles podem assumir (pontos de máximo e mínimo), das funções de pertinência de cada conjunto, das regras nebulosas e por último do método de defuzzificação adotado. Essa fase é de extrema importância para o bom funcionamento do sistema fuzzy, pois qualquer conhecimento mal representado nessa fase poderá fazer com que o SE chegue a conclusões erradas.
A quarta fase é a de codificação do sistema. É nessa fase que efetivamente o sistema especialista fuzzy é implementado. Nessa fase deve-se respeitar tudo que foi definido anteriormente, sendo assim o software deve seguir a toda a estrutura de um SE fuzzy, que já foi discutida no referencial teórico.
A quinta fase é a de teste de conhecimento e avaliação do sistema. Nessa fase o sistema deve ser validado levando em conta aquilo que já foi definido nas fases anteriores, ou seja, deve ser avaliado se o sistema cumpre realmente com seu propósito. É interessante executar o sistema em diversos cenários para saber qual seu comportamento em cada um deles. Textos, comentários e conclusões obtidas também devem ser avaliados, especialmente pelos especialistas na área-alvo.
A sexta e última fase é a de manutenção do sistema, onde é avaliado possíveis bugs, problemas de inconsistência, problemas de uso de interface, etc. Após essa fase recomenda-se também a escrita de uma documentação de uso do software.
Conforme já citado na introdução, o objetivo do trabalho foi desenvolver um sistema especialista fuzzy que fosse capaz de propor medidas de prevenção de surto de doenças, em especial o vírus da mancha branca. Para que esse objetivo fosse alcançado, foi necessário seguir fielmente todas essas fases de construção de um SE, além de incluir os conceitos de lógica fuzzy no desenvolvimento dessa solução computacional. Na figura 6 abaixo pode-se observar um esquema gráfico de cada uma das fases já descritas:
4.2 MATERIAIS
A parte de materiais, incluí a quarta fase do desenvolvimento do SE como um todo. Como já descrito anteriormente, essa é a fase de codificação do sistema. Nessa fase codifica-se tudo que foi coletado anteriormente, de forma que o computador possa entender e processar corretamente esses dados.
O software desenvolvido neste trabalho, foi programado na linguagem de programação Java. O ambiente de desenvolvimento integrado (IDE) utilizado foi o Eclipse e o programa foi construído para a plataforma desktop, ou seja, para ser executado em computadores de mesa e notebooks. A escolha dessa plataforma faz
FIGURA 6. Diagrama das fases de desenvolvimento de um SE
com que o usuário não necessite de internet para utilizar o sistema, o que é um fator relevante para produtores que não contam com internet no local de produção ou em suas residências rurais.
Para a construção da interface foi utilizado a plataforma JavaFX e a biblioteca de material design JFoenix, por apresentar componentes de interface mais atuais e amigáveis ao usuário. Para facilitar a representação da estrutura de um sistema fuzzy, foi utilizado a biblioteca jFuzzyLogic, que foi desenvolvida exatamente para facilitar a codificação de sistemas fuzzy.
A arquitetura do sistema é a Modelo-visão-controlador (MVC, sigla do inglês Model-view-controller) e a metodologia de desenvolvimento empregada foi a ágil, com feedbacks ocasionais dos stakeholders e sem documentação de software.
5 DESENVOLVIMENTO
Para que o objetivo do trabalho fosse alcançado, foi necessário seguir fielmente todas as fases de construção de um sistema especialista (WATERMAN, 1986). Para facilitar a localização da descrição do desenvolvimento de cada fase, uma figura será inserida no início de cada etapa. Os círculos numerados e em verde apontam para os módulos já concluídos e o em vermelho para o atual.
O desenvolvimento do trabalho se inicia com a definição do problema e obtenção de um ou mais especialistas no tema abordado no trabalho (figura 6). Para a definição do problema levou-se em consideração os seguintes pontos:
• A relevância da carcinicultura para o estado do Rio Grande do Norte. • Estar inserido em uma unidade acadêmica especializada em ciências
agrárias, o que torna a obtenção de especialistas no tema proposto muito mais fácil e acessível.
• Os grandes transtornos causados pelos vírus da mancha branca na carcinicultura no estado e em todo o mundo.
• A falta de soluções computacionais que resolvam esse problema do setor. Definido e especificado o tema, foi feita a seleção de dois especialistas em carcinicultura e um em inteligência computacional, que se prontificaram em ajudar no desenvolvimento do trabalho e alcance dos objetivos. Os especialistas foram o professor doutor Rodrigo Antônio Ponce de Leon Ferreira de Carvalho, especialista em tecnologia do pescado e nutrição de organismos aquáticos, a professora doutora Viviane da Silva Medeiros, especialista em comportamento e sanidade de organismos aquáticos, e a professora doutora Laura Emmanuella Alves dos Santos Santana, cuja especialidade é na área de Inteligência Computacional com foco em Aprendizado de Máquina.
FIGURA 7. Primeiro passo do desenvolvimento do trabalho.
Encontrado e definido o problema a ser resolvido, bem como a ajuda necessária para resolver o problema, segue-se para a segunda fase do desenvolvimento de um SE, a fase de aquisição de conhecimento (figura 8). Essa fase é deveras a mais longa de todas, pois requer uma consideração ampla a respeito dos dois principais temas do trabalho, a saber, a carcinicultura e os sistemas especialistas. Esses temas principais são compostos por diversos outros subtemas específicos que precisaram ser também amplamente considerados. Por exemplo, dentro do tema carcinicultura foi necessário estudar sobre manejo do camarão, o WSSV, o panorama regional e mundial do setor, as técnicas atuais de criação, etc. No tema sistemas especialistas, tem-se a lógica fuzzy e todos seus conceitos, bem como as ferramentas computacionais que facilitam o desenvolvimento de um SE Fuzzy.
Para adquirir todo esse acervo de informações sobre esses temas, foi necessário a leitura e consulta de diversos artigos e trabalhos científicos, publicações de revistas e eventos do setor de aquicultura, além de livros sobre os dois temas principais abordados. As consultas foram feitas no período de agosto de 2017 a outubro de 2018 e o material foi obtido por meio de pesquisas no Google Acadêmico, na Biblioteca Eletrônica Científica Online (SciELO, do inglês The Scientific Electronic Library Online), no site da EMBRAPA, na revista Panorama da Aquicultura. Os especialistas de domínio também sugeriram alguns materiais. Cerca de 65 materiais foram consultados e estão especificados nas referências deste trabalho. Adquirido uma boa base de conhecimento sobre os temas, segue-se a próxima etapa dessa segunda fase de construção do SE, que é a de entrevistas com os especialistas em carcinicultura já citados anteriormente. A respeito dessas entrevistas, algumas recomendações são dadas por Waterman (1986): se certificar de que está familiarizado com o tema antes da entrevista, abordar o tema de forma
FIGURA 8. Segunda e maior etapa do
desenvolvimento do trabalho
sistemática, modelar o sistema levando em conta a fala do especialista, gravar a entrevista caso o especialista permita.
Ao todo foram feitas duas entrevistas, sendo uma em duas seções com o professor Rodrigo e a outra em uma seção com a professora Viviane. Essas entrevistas foram feitas levando em consideração as recomendações já citadas. Uma coisa que deve ser notada é que foi pedido para um dos especialistas dar percentuais de importância em cada tópico analisado, isso posteriormente foi usado para modelar os graus de pertinência do SE fuzzy. As datas, divisão dos temas, perguntas e sínteses dos comentários dos peritos podem ser encontradas no APÊNDICE A.
Seguindo para a terceira fase, foi feito a representação do conhecimento adquirido até então (figura 9). Essa fase se iniciou pela formulação das perguntas apresentadas ao usuário e pela estrutura condicional das perguntas, ou seja, qual pergunta se seguirá de acordo com a resposta do usuário.
As perguntas foram divididas em módulos, que representam cada fase do processo de criação de camarões em fazendas de engorda. Esse processo vai desde a aquisição de pós-larvas até a despescas dos camarões já em fase adulta. Em seguida, foram definidos os valores percentuais de cada pergunta e os pontos de máximo e mínimo de cada módulo.
Os módulos foram divididos e sequenciado de acordo com o conhecimento adquirido na fase anterior, provenientes de material escrito e das entrevistas com os peritos. Ao todo foram definidos onze módulos para o sistema, sendo nove módulos de entrada de dados e dois módulos de saída de informações. As perguntas foram alteradas posteriormente de acordo com a recomendação dos especialistas. Essas mudanças fizeram com que as perguntas fossem mais claras e específicas, melhorando assim a avaliação geral do sistema. Os resultados obtidos nessa fase são descritos no APÊNDICE B.
FIGURA 9. Fase de representação do conhecimento
Na quarta fase, de codificação do sistema, a parte computacional do sistema foi efetivamente feita (figura 10). As tecnologias utilizadas para construir o sistema especialista fuzzy abordado nesse trabalho e suas respectivas versões são listados abaixo:
• Eclipse IDE pra programadores Java versão Oxygen.3a Release (4.7.3a) • Java(TM) SE Runtime Environment (build 9.0.4+11)
• e(fx)clipse versão 3.5.0 (plugin do Java FX para o Eclipse) • iTextPDF versão 5.5.13 (biblioteca externa)
• jFoenix versão 9.0.6 (biblioteca externa)
• jFuzzyLogic versão não informada (biblioteca externa)
É importante ressaltar que para utilizar o sistema é necessário somente ter um computador com o Java3 versão 8 ou superior instalado.
Definido e configurado todo o ambiente de desenvolvimento, foi escolhido um nome para o sistema. O nome escolhido foi PotiSaúde, “poti” vem no nome potiguar de origem tupi que significa “comedor de camarão” e “saúde” remete ao propósito do sistema que é melhorar a saúde de camarões cultivados. Na figura 6 é possível observar o logotipo do SE fuzzy:
Feito o logotipo, o sistema pôde ser efetivamente codificado. Começou-se fazendo a interface inicial do sistema, definindo os componentes visuais e a forma de exibi-los na tela. As figuras 11 a 17 mostram algumas telas do sistema:
3 A versão mais atual do Java pode ser baixada no link https://www.java.com/pt_BR/download/. FIGURA 11. logotipo do software desenvolvido
Fonte: Autoria própria. FIGURA 10. Fase de codificação do sistema
FIGURA 11. Tela de boas vindas do sistema
Ela trás algumas informações sobre o desenvolvimento do sistema e seu funcionamento.
Fonte: Autoria própria.
FIGURA 12. Tela de seleção do sistema de criação
O sistema só realiza análises em fazendas que criam os camarões em sistemas semi-intensivos, intensivos e super-intensivos.
FIGURA 13. Tela de seleção dos módulos
Os módulos identificados com o ícone verde tiveram todas as suas perguntas respondidas, os com o ícone amarelo nenhuma e o em vermelho somente parte delas.
Fonte: Autoria própria.
FIGURA 14. Tela das perguntas do sistema
Conforme descrito no APÊNDICE B, cada uma das respostas de cada pergunta tem um valor associado. Esses valores são somados para se obter o percentual final de cada módulo. Fonte: Autoria própria.
Essa mensagem serve para ajudar o usuário a entender melhor algumas perguntas. Na terceira fase do projeto essa mensagem foi nomeada como ‘help’, conforme descrito no APÊNDICE B.
Fonte: Autoria própria.
FIGURA 16. Tela de uma das perguntas do módulo 4
Essa tela utiliza campos de submissão de respostas diferentes dos demais módulos. Esse tipo de campo é chamado de textbutton.
Fonte: Autoria própria.
