A quantitative view on fuzzy numbers

Since its introduction, fuzzy set theory has become a useful tool in the mathematical modelling of problems in Operations Research and many other fields. The number of applications is growing continuously. In this thesis we investigate a special type of fuzzy set, namely fuzzy numbers. Fuzzy numbers (which will be considered in the thesis as possibility distributions) have been widely used in quantitative analysis in recent decades. In this work two measures of interactivity are defined for fuzzy numbers, the possibilistic correlation and correlation ratio. We focus on both the theoretical and practical applications of these new indices. The approach is based on the level-sets of the fuzzy numbers and on the concept of the joint distribution of marginal possibility distributions. The measures possess similar properties to the corresponding probabilistic correlation and correlation ratio. The connections to real life decision making problems are emphasized focusing on the financial applications. We extend the definitions of possibilistic mean value, variance, covariance and correlation to quasi fuzzy numbers and prove necessary and sufficient conditions for the finiteness of possibilistic mean value and variance. The connection between the concepts of probabilistic and possibilistic correlation is investigated using an exponential distribution. The use of fuzzy numbers in practical applications is demonstrated by the Fuzzy Pay-Off method. This model for real option valuation is based on findings from earlier real option valuation models. We illustrate the use of number of different types of fuzzy numbers and mean value concepts with the method and provide a real life application.

Estimativa das condições de conforto térmico para avicultura de postura usando a teoria dos conjuntos Fuzzy

Neste trabalho, foi utilizada uma ferramenta matemática promissora na análise de sistemas e/ou processos, particularmente na área de produção animal. Essa ferramenta é a desenvolvida segundo a abordagem da teoria dos Conjuntos Fuzzy e, neste caso específico, permitiu a análise da composição das variáveis climáticas independentes, como temperatura de bulbo seco e umidade relativa do ar, que influenciam na variável dependente denominada conforto térmico das aves. Foi realizada a construção de regras baseadas na intuição humana, segundo o conhecimento de especialistas da área, a partir do que é possível simular cenários distintos para o suporte à decisão de construção de galpões para abrigo a animais. Neste trabalho, foi estimado o conforto térmico para alojamento de aves poedeiras em produção. Os resultados foram analisados, usando-se o ambiente de computação científica MATLAB 6.5, o que pode ser realizado iterativamente a cada cenário gerado. Com base nos resultados obtidos, pode-se analisar as condições de conforto para distintas composições das variáveis de entrada.

Uso da lógica fuzzy na caracterização do ambiente produtivo para matrizes gestantes

O objetivo desta pesquisa consistiu na avaliação do ambiente de alojamento, estimando as condições favoráveis ao melhor desempenho de matrizes gestantes. O experimento foi realizado no período compreendido entre 4-1 e 11-3-2005, em propriedade de produção industrial de suínos, localizada no município de Elias Fausto - SP. A pesquisa foi desenvolvida no setor de gestação, com 24 matrizes primíparas, 12 fêmeas alojadas em baias individuais (T1) e 12 em baias coletivas (T2). O trabalho foi dividido em duas etapas, em função da forma de avaliação dos dados: análise bioclimática e da qualidade do ar, e estimativa dos padrões de conforto térmico ambiental. As variáveis bioclimáticas T (ºC), UR (%), Tgn (ºC) e fisiológicas, taxa respiratória (mov min-1) e temperatura retal (ºC) apontam o sistema de confinamento em baias coletivas como o que possibilitou melhor condicionamento térmico natural às matrizes em gestação. O uso da teoria dos conjuntos fuzzy permitiu que se fizesse inferência entre os dados resultantes do trabalho experimental com os estabelecidos pela literatura, por intermédio de base de regras, para a determinação do conforto ambiental aplicado a matrizes na fase de gestação.

Non-Markovian Dynamics in Continuous Variable Quantum Systems

The present manuscript represents the completion of a research path carried forward during my doctoral studies in the University of Turku. It contains information regarding my scientific contribution to the field of open quantum systems, accomplished in collaboration with other scientists. The main subject investigated in the thesis is the non-Markovian dynamics of open quantum systems with focus on continuous variable quantum channels, e.g. quantum Brownian motion models. Non-Markovianity is here interpreted as a manifestation of the existence of a flow of information exchanged by the system and environment during the dynamical evolution. While in Markovian systems the flow is unidirectional, i.e. from the system to the environment, in non-Markovian systems there are time windows in which the flow is reversed and the quantum state of the system may regain coherence and correlations previously lost. Signatures of a non-Markovian behavior have been studied in connection with the dynamics of quantum correlations like entanglement or quantum discord. Moreover, in the attempt to recognisee non-Markovianity as a resource for quantum technologies, it is proposed, for the first time, to consider its effects in practical quantum key distribution protocols. It has been proven that security of coherent state protocols can be enhanced using non-Markovian properties of the transmission channels. The thesis is divided in two parts: in the first part I introduce the reader to the world of continuous variable open quantum systems and non-Markovian dynamics. The second part instead consists of a collection of five publications inherent to the topic.

Sistema fuzzy para estimativa do bem-estar de matrizes pesadas

Entender o comportamento e suas pequenas variações decorrentes das mudanças do ambiente térmico e desenvolver modelos que simulem o bem-estar a partir de respostas das aves ao ambiente constituem o primeiro passo para a criação de um sistema de monitoramento digital de aves em galpões de produção. Neste trabalho, foi desenvolvido um sistema de suporte à decisão com base na teoria dos conjuntos fuzzy para a estimativa do bem-estar de matrizes pesadas em função de frequências e duração dos comportamentos expressos pelas aves. O desenvolvimento do sistema passou por cinco etapas distintas: 1) organização dos dados experimentais; 2) apresentação dos vídeos em entrevista com "especialista"; 3) criação das funções de pertinência com base nas entrevistas e na revisão da literatura; 4) simulação de frequências de ocorrências e tempos médios de expressão dos comportamentos classificados como indicadores de bem-estar utilizando equações de regressão obtidas na literatura, e 5) construção das regras, simulação e validação do sistema. O sistema fuzzy desenvolvido estimou satisfatoriamente o bem-estar de matrizes pesadas, tendo na sua última versão, com maior número de regras, acertado 77,8% dos dados experimentais, comparados com as respostas esperadas por um especialista. O sistema pode ser utilizado como instrumento matemático-computacional para apoiar decisões em galpões de produção de matrizes pesadas.

Índice fuzzy de conforto térmico para frangos de corte

A estimativa de conforto térmico na avicultura moderna é importante para que sistemas de climatização possam ser acionados no tempo correto, diminuindo perdas e aumentando rendimentos. Embora a literatura corrente apresente alguns índices de conforto térmico, que são aplicados para essa estimativa, estes são baseados apenas em condições do ambiente térmico e não consideram fatores importantes inerentes aos animais, tais como genética e capacidade de aclimatação, provendo, geralmente, uma estimativa inadequada do conforto térmico das aves. Este trabalho desenvolveu o Índice Fuzzy de Conforto Térmico (IFCT), com o intuito de estimar o conforto térmico de frangos de corte, considerando que o mecanismo usado pelas aves para perda de calor em ambientes fora da zona termoneutra é a vasodilatação periférica, que aumenta a temperatura superficial, e que pode ser usada como indicador do estado de conforto. O IFCT foi desenvolvido a partir de dois experimentos, que proporcionaram 108 cenários ambientais diferentes. Foram usadas imagens termográficas infravermelhas, para o registro dos dados de temperaturas superficiais das penas e da pele, e o grau de empenamento das aves. Para os mesmos cenários de ambiente térmico observados nos experimentos, foram comparados os resultados obtidos usando o IFCT e o Índice de Temperatura e Umidade (ITU). Os resultados validaram o IFCT para a estimativa do conforto térmico de frangos de corte, sendo específico na estimativa de condições de perigo térmico, usual em alojamentos em países de clima tropical. Essa característica é desejável em modelos que estimem o bem-estar térmico de frangos de corte, pois situações classificadas como perigo acarretam no dispêndio de recursos para evitar perdas produtivas.

Modeling and simulation of forced-air cooling of strawberries using variable convective coefficient

In the forced-air cooling process of fruits occurs, besides the convective heat transfer, the mass transfer by evaporation. The energy need in the evaporation is taken from fruit that has its temperature lowered. In this study it has been proposed the use of empirical correlations for calculating the convective heat transfer coefficient as a function of surface temperature of the strawberry during the cooling process. The aim of this variation of the convective coefficient is to compensate the effect of evaporation in the heat transfer process. Linear and exponential correlations are tested, both with two adjustable parameters. The simulations are performed using experimental conditions reported in the literature for the cooling of strawberries. The results confirm the suitability of the proposed methodology.

Procedimento fuzzy aplicado à avaliação da insalubridade em atividades agrícolas

Diante do alto grau de mecanização a que as atividades agrícolas estão sendo submetidas, objetivou-se, com esta pesquisa, desenvolver um modelo fuzzy capaz de avaliar e classificar o nível de insalubridade em diversos ambientes de trabalho. O modelo desenvolvido tem como variáveis de entrada: o índice de bulbo úmido e temperatura de globo (IBUTG, °C), o nível de ruído (dBA), a taxa de metabolismo (W m-2) e o tempo de descanso (%) e, como variável de saída, o índice de bem-estar humano (IBEH). O método de inferência utilizado foi o de Mandani e, na defuzificacão, utilizou-se o método do centro de gravidade. O sistema de regras foi desenvolvido com base nas combinações das variáveis de entrada. Foram definidas 400 regras com pesos iguais a 1, sendo que, na elaboração das regras, um especialista da área foi consultado. Foram utilizados dados de campo visando a testar o sistema desenvolvido, e os resultados mostraram que a modelagem proposta é uma ferramenta promissora na determinação do IBEH, apresentando tempo de descanso ideal variando de 64,2% (motosserra, próximo ao ouvido do operador) até 25% (derriçadora, 20 m de distância do operador), sendo que, diante de um cenário predefinido do ambiente térmico e acústico, foi possível determinar o grau de bem-estar humano e o tempo de descanso ideal para cada equipamento avaliado.

Sistema fuzzy para predição do desempenho produtivo de frangos de corte de 1 a 21 dias de idade

Um sistema de inferência fuzzy foi desenvolvido baseado em dados da literatura para predição do consumo de ração, ganho de peso e conversão alimentar de frangos de corte com idade variando de 1 a 21, dias submetidos a diferentes condições térmicas. O sistema fuzzy foi estruturado com base em três variáveis de entrada: idade das aves (semanas), temperatura (°C) e umidade relativa (%) ambientes, sendo que as variáveis de saída consideradas foram: ganho de peso, consumo de ração e conversão alimentar. A inferência foi realizada por meio do método de Mamdani, que consistiu na elaboração de 45 regras e a defuzzificação por meio do método do Centro de Gravidade. Com base nos resultados, ao se compararem os dados da literatura com os obtidos pelo sistema fuzzy proposto, verificou-se desempenho satisfatório na predição das variáveis respostas, com R² da ordem de 0,995; 0,998 e 0,976, respectivamente. O ganho de peso predito pela lógica fuzzy foi validado com dados experimentais de campo, no qual se obteve R² = 0,975, apresentando grande potencial de uso em sistemas de climatização automatizado.

Prediction of free-stall occupancy rate in dairycattle barns through fuzzy sets

The goal of this study was to develop a fuzzy model to predict the occupancy rate of free-stalls facilities of dairy cattle, aiding to optimize the design of projects. The following input variables were defined for the development of the fuzzy system: dry bulb temperature (Tdb, °C), wet bulb temperature (Twb, °C) and black globe temperature (Tbg, °C). Based on the input variables, the fuzzy system predicts the occupancy rate (OR, %) of dairy cattle in free-stall barns. For the model validation, data collecting were conducted on the facilities of the Intensive System of Milk Production (SIPL), in the Dairy Cattle National Research Center (CNPGL) of Embrapa. The OR values, estimated by the fuzzy system, presented values of average standard deviation of 3.93%, indicating low rate of errors in the simulation. Simulated and measured results were statistically equal (P>0.05, t Test). After validating the proposed model, the average percentage of correct answers for the simulated data was 89.7%. Therefore, the fuzzy system developed for the occupancy rate prediction of free-stalls facilities for dairy cattle allowed a realistic prediction of stalls occupancy rate, allowing the planning and design of free-stall barns.

Electrically driven fertilizer applicator controlled by fuzzy logic

The present study shows the development, simulation and actual implementation of a closed-loop controller based on fuzzy logic that is able to regulate and standardize the mass flow of a helical fertilizer applicator. The control algorithm was developed using MATLAB's Fuzzy Logic Toolbox. Both open and closed-loop simulations of the controller were performed in MATLAB's Simulink environment. The instantaneous deviation of the mass flow from the set point (SP), its derivative, the equipment´s translation velocity and acceleration were all used as input signals for the controller, whereas the voltage of the applicator's DC electric motor (DCEM) was driven by the controller as output signal. Calibration and validation of the rules and membership functions of the fuzzy logic were accomplished in the computer simulation phase, taking into account the system's response to SP changes. The mass flow variation coefficient, measured in experimental tests, ranged from 6.32 to 13.18%. The steady state error fell between -0.72 and 0.13g s-1 and the recorded average rise time of the system was 0.38 s. The implemented controller was able to both damp the oscillations in mass flow that are characteristic of helical fertilizer applicators, and to effectively respond to SP variations.

Redundant variables and the quality of management zones

ABSTRACT Precision agriculture (PA) allows farmers to identify and address variations in an agriculture field. Management zones (MZs) make PA more feasible and economical. The most important method for defining MZs is a fuzzy C-means algorithm, but selecting the variable for use as the input layer in the fuzzy process is problematic. BAZZI et al. (2013) used Moran’s bivariate spatial autocorrelation statistic to identify variables that are spatially correlated with yield while employing spatial autocorrelation. BAZZI et al. (2013) proposed that all redundant variables be eliminated and that the remaining variables would be considered appropriate on the MZ generation process. Thus, the objective of this work, a study case, was to test the hypothesis that redundant variables can harm the MZ delineation process. BAZZI This work was conducted in a 19.6-ha commercial field, and 15 MZ designs were generated by a fuzzy C-means algorithm and divided into two to five classes. Each design used a different composition of variables, including copper, silt, clay, and altitude. Some combinations of these variables produced superior MZs. None of the variable combinations produced statistically better performance that the MZ generated with no redundant variables. Thus, the other redundant variables can be discredited. The design with all variables did not provide a greater separation and organization of data among MZ classes and was not recommended.

SOFTWARE TO ASSESS BEEF CATTLE BODY MASS THROUGH THE FUZZY BODY MASS INDEX

ABSTRACT The Body Mass Index (BMI) can be used by farmers to help determine the time of evaluation of the body mass gain of the animal. However, the calculation of this index does not reveal immediately whether the animal is ready for slaughter or if it needs special care fattening. The aim of this study was to develop a software using the Fuzzy Logic to compare the bovine body mass among themselves and identify the groups for slaughter and those that requires more intensive feeding, using "mass" and "height" variables, and the output Fuzzy BMI. For the development of the software, it was used a fuzzy system with applications in a herd of 147 Nellore cows, located in a city of Santa Rita do Pardo city – Mato Grosso do Sul (MS) state, in Brazil, and a database generated by Matlab software.

Bankruptcy prediction using fuzzy methods

In this thesis, a classi cation problem in predicting credit worthiness of a customer is tackled. This is done by proposing a reliable classi cation procedure on a given data set. The aim of this thesis is to design a model that gives the best classi cation accuracy to e ectively predict bankruptcy. FRPCA techniques proposed by Yang and Wang have been preferred since they are tolerant to certain type of noise in the data. These include FRPCA1, FRPCA2 and FRPCA3 from which the best method is chosen. Two di erent approaches are used at the classi cation stage: Similarity classi er and FKNN classi er. Algorithms are tested with Australian credit card screening data set. Results obtained indicate a mean classi cation accuracy of 83.22% using FRPCA1 with similarity classi- er. The FKNN approach yields a mean classi cation accuracy of 85.93% when used with FRPCA2, making it a better method for the suitable choices of the number of nearest neighbors and fuzziness parameters. Details on the calibration of the fuzziness parameter and other parameters associated with the similarity classi er are discussed.