Predição de produção do abacaxizeiro ‘Vitória’ utilizando modelagem neurofuzzy e regressão linear

Atualmente, a utilização de sistemas inteligentes híbridos que utilizam a combinação de técnicas de inteligência artificial como, por exemplo, redes neurais e lógica fuzzy, tem-se tornado comuns na elaboração de modelos complexos de simulação e estimar parâmetros desejados. O objetivo deste estudo foi desenvolver sistemas de inferência adaptativos neurofuzzy (ANFIS) para predizer a produção do abacaxizeiro ‘Vitória’ e realizar análise comparativa destes modelos com outro modelo de predição que utiliza aproximação quadrática. Os modelos de predição desenvolvidos calculam a massa fresca do fruto (MFFR) a partir da massa fresca da folha D (MFFD) e/ou diâmetro do talo (DT), medidos no momento da indução floral. Para a construção dos sistemas ANFIS foi utilizada a função genfisOptions da toolbox Neuro Fuzzy Designer do Matlab (Mathworks®- Neuro Fuzzy Designer, R2018a).  Foram construídos sistemas ANFIS considerando cada uma dessas variáveis como entrada (DT e MFFD), isoladamente, e de forma combinada.  O erro da simulação da produção foi calculado utilizando a raiz quadrada do erro médio quadrado (RMSE). Para todos os sistemas ANFIS construídos, o RMSE obtido foi menor que o valor produzido quando realizou-se a simulação por meio da regressão linear ou aproximação quadrática. O menor valor de RMSE foi obtido quando utilizou-se a combinação dos parâmetros MFFD e DT para construção do sistema ANFIS. Portanto, de acordo com este estudo, a utilização de modelagem neurofuzzy, mais especificadamente de sistemas ANFIS, para a predição de produção do abacaxizeiro ‘Vitória’ apresenta melhores resultados que a utilização de regressão linear ou aproximação quadrática.