Estimating and tuning adaptive action plans for the control of smart interconnected poultry houses

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorTeixeira, Marcelo-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1008-7838-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8925349327322997-
Autor(es): dc.contributorCasanova, Dalcimar-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1905-4602-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4155115530052195-
Autor(es): dc.contributorEnembreck, Fabrício-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1418-3245-
Autor(es): dc.contributorhttp://lattes.cnpq.br/0572649289828640-
Autor(es): dc.contributorDenardin, Gustavo Weber-
Autor(es): dc.contributorhttps://orcid.org/0000-0003-3184-6095-
Autor(es): dc.contributorhttp://lattes.cnpq.br/4251219281955392-
Autor(es): dc.contributorTeixeira, Marcelo-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-1008-7838-
Autor(es): dc.contributorhttp://lattes.cnpq.br/8925349327322997-
Autor(es): dc.contributorRibeiro, Richardson-
Autor(es): dc.contributorhttps://orcid.org/0000-0002-5630-5204-
Autor(es): dc.contributorhttp://lattes.cnpq.br/1732432214014006-
Autor(es): dc.creatorKlotz, Darlan Felipe-
Data de aceite: dc.date.accessioned2022-02-21T22:18:19Z-
Data de disponibilização: dc.date.available2022-02-21T22:18:19Z-
Data de envio: dc.date.issued2020-08-27-
Data de envio: dc.date.issued2020-08-27-
Data de envio: dc.date.issued2020-08-14-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/5150-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/672202-
Descrição: dc.descriptionIn poultry farming, the systematic choice, update, and implementation of periodic (t) action plans define the feed conversion rate (〖FCR〗^(<t>)), which is an acceptable measure for successful production. Appropriate action plans provide tailored resources for broilers, allowing them to grow within the so-called thermal comfort zone, without wast or lack of resources. Although the implementation of an action plan is automatic, its configuration depends on the knowledge of the specialist, tending to be inefficient and error-prone, besides to result in diferente 〖FCR〗^(<t>) for each poultry house. In this article, we claim that the specialist’s perception can be reproduced, to some extent, by computational intelligence. By combining deep learning and genetic algorithm techniques, we show how action plans can adapt their performance over the time, based on previous well succeeded plans. We also implement a distributed network infrastructure that allows to replicate our method over distributed poultry houses, for their smart, interconnected, and adaptive control. A supervision system is provided as interface to users. Experiments conducted over real data show that our method improves 5% on the performance of the most productive specialist, staying very close to the optimal 〖FCR〗^(<t>).-
Descrição: dc.descriptionConselho Nacional do Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionNa avicultura, a escolha sistemática, atualização e implementação de planos de ação periódicos (t) definem a taxa de conversão alimentar (〖FCR〗^(<t>)), que é uma medida aceitável para uma produção bem-sucedida. Planos de ação apropriados fornecem recursos sob medida para frangos de corte, permitindo-lhes crescer dentro da chamada zona de conforto térmico, sem desperdício ou falta de recursos. Embora a implementação de um plano de ação seja automática, sua configuração depende do conhecimento do especialista, tendendo a ser ineficiente e sujeito a erros, além de resultar em 〖FCR〗^(<t>)diferente para cada aviário. Neste artigo, afirmamos que a percepção do especialista pode ser reproduzida, em certa medida, pela inteligência computacional. Combinando aprendizado profundo e técnicas de algoritmo genético, mostramos como os planos de ação podem adaptar seu desempenho ao longo do tempo, com base em planos anteriores bem-sucedidos. Também implementamos uma infraestrutura de rede distribuída que permite replicar nosso método em aviários distribuídos, para seu controle inteligente, interconectado e adaptativo. Um sistema de supervisão é fornecido como interface para os usuários. Experimentos realizados com dados reais mostram que nosso método melhora 5 % no desempenho do especialista mais produtivo, ficando muito próximo do 〖FCR〗^(<t>)ótimo.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPato Branco-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherPrograma de Pós-Graduação em Engenharia Elétrica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectRedes neurais (Computação)-
Palavras-chave: dc.subjectControle automático-
Palavras-chave: dc.subjectSistemas de controle inteligente-
Palavras-chave: dc.subjectSupervisão-
Palavras-chave: dc.subjectNeural networks (Computer science)-
Palavras-chave: dc.subjectAutomatic control-
Palavras-chave: dc.subjectIntelligent control systems-
Palavras-chave: dc.subjectSupervision-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Palavras-chave: dc.subjectEngenharia/Tecnologia/Gestão-
Título: dc.titleEstimating and tuning adaptive action plans for the control of smart interconnected poultry houses-
Título: dc.titleEstimando e ajustando planos de ação adaptativos para o controle de aviários Inteligentes interconectados-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.