Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
Curso: Lógica Nebulosa
Aluno: José Vargens
Profs.: Marley Vellasco e Ricardo Tanscheit
Resumo
Uma boa precisão na estimativa da produção passou a ser significativa na
cacauicultura devido à forte diminuição da margem de comercialização do
cacauicultor provocada pela combinação do aumento dos custos da produção ,
principalmente devido à disseminação da praga Vassoura de Bruxa, com a
redução do preço de comercialização, principalmente pela queda da cotação
internacional do produto final.
Este trabalho apresenta um sistema de lógica nebulosa (FLS) que permite o
fazendeiro fazer uma previsão da sua produção de cacau com mais precisão e
simplicidade, sendo ainda de baixo custo quando comparado ao método
atualmente empregado. Este sistema foi projetado para ser parte de um sistema
de controle que auxilie o gerenciamento da fazenda.
Os resultados preliminares são animadores indicando que o modelo tem a
sensibilidade necessária para o contexto do problema .
A utilização deste modelo não exigirá do produtor conhecimento técnico
específico e permitirá um aumento do lucro do negócio.
Palavras chave: lógica nebulosa (FLS), praga Vassoura de Bruxa.
Introdução
A cacauicultura tem passado nos últimos 10 anos por uma mudança radical na
sua forma de produção. Infestada pela doença chamada Vassoura de Bruxa a
produção caiu praticamente a zero através da dizimação dos pés de cacau. Ao
longo deste tempo foram desenvolvidas pesquisas para resolver o problema e,
atualmente a CEPLAC propõe uma nova técnica de produção que permite a
produção comercial uma vez que reduz sensivelmente os efeitos da Vassoura
1/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
de Bruxa, Porém esta técnica traz um aumento muito grande do custo da
produção em relação ao método tradicional empregado anteriormente.
A cacauicultura é uma produção agrícola de exportação e por isso seu preço é
definido basicamente pela sua cotação internacional. Esta característica faz
com que a comercialização seja entre o produtor e o exportador. Além disto o
preço do produto final varia dia a dia de acordo com a sua cotação nas bolsas
internacionais de commodities e depende do estoque internacional do produto.
Atualmente a cotação internacional do cacau tem estado num patamar muito
baixo considerando-se o novo custo de produção da tecnologia proposta pela
CEPLAC, consequentemente a margem do cacauicultor esta reduzida de tal
forma que pequenos erros na conjugação produção x comercialização causam
prejuízo.
Como a crise se estende há 10 anos os produtores se encontram
descapitalizados e a forma para se manterem no negócio é o
comprometimento da produção futura, seja através de penhor ao sistema
financeiro seja através da venda a futuro ao exportador. Neste contexto saber
estimar com precisão a sua produção passou a ser fator fundamental para o
cacauicultor.
Até hoje as formas com consistência teórica para utilizadas para a previsão da
produção eram a média da produção histórica do fazendeiro e o cálculo
estatístico baseado numa amostra da plantação. A utilização da série histórica
da produção tornou-se praticamente sem valor uma vez que a Vassoura de
Bruxa dizimou as plantações anteriormente existentes e as novas plantas têm
características genéticas de produtividade diferentes das antigas.
A previsão por amostragem teve seus parâmetros revistos pela CEPLAC para
se ajustar às características de produtividade da nova plantação e poder
continuar a ser utilizada. Desta forma ela é utilizada em combinação com o
cálculo do potencial de produção da fazenda ( baseado no número de plantas,
seu tipo, área plantada) para auxiliar na tomada das decisões estratégicas do
cacauicultor.
Porém esta previsão apresenta alguns inconvenientes que comprometem a sua
eficácia. O primeiro é o fato de seus parâmetros terem sido obtidos somente
no laboratório da CEPLAC não representando, necessariamente, com exatidão
2/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
as características das novas plantas no campo e acrescentando um custo
adicional uma vez que é necessária uma coleta antecipada de alguns frutos. O
segundo refere-se ao intervalo mínimo entre amostragens que não deve ser
menor que 3 meses fazendo com que fatores que afetem a produção não
possam Ter seus efeitos estimados antes do final do período considerado. O
terceiro é que esta previsão é a “a posteriori” , uma constatação da
conseqüência das ações tomadas anteriormente pelo produtor não permitindo
um acompanhamento mais amiúde nem a simulação antecipada de cenários.
Descrição do Problema
Neste trabalho é apresentado um método de previsão que complementa a
previsão por amostragem ao mesmo tempo que viabiliza a construção de um
sistema de controle que permite ao fazendeiro avaliar o impacto das suas
decisões de tal forma que ele possa maximizar sua margem no negócio. Era
preciso levar em conta ainda o fato de que a solução proposta não acarretasse
aumento de custos nem que obrigasse o fazendeiro a adquirir conhecimentos
específicos para este processo além do já dominado por ele para a plantação
de cacau.
Propomos um controlador Fuzzy para ajustar a estimativa amostral de
previsão à medida que ocorram fatos que afetem a produção permitindo ao
produtor reavaliar a previsão da sua produção a qualquer instante.
O problema passou a ser construir um modelo para calcular a variação da
produção causada pela conjugação de diversos fatores que acontecem na
plantação e que pudesse ser utilizado como um elemento num sistema
gerencial da fazenda.
O primeiro a fazer foi definir o contexto do problema. Deste ponto de vista o
problema do produtor pode ser encarado como um sistema de controle cuja
saída são as práticas agrícolas que o cacauicultor deve executar na sua
fazenda e cuja entrada é a estimativa de sua produção.
A figura apresenta uma síntese do sistema. O processo pode ser descrito da
seguinte forma:
3/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
1- A informação de entrada é a estimativa técnica da produção. Esta
estimativa é baseada em características estáticas da plantação, tais como
número de pés em produção, características químicas do solo e média de
produção histórica. Ela é feita no início do ano agrícola e é realimentada
trimestralmente pela estimativa amostral que é a amostragem da plantação
feita a cada 3 meses de acordo com procedimento padrão da CEPLAC.
A esta informação são acrescidas as práticas agrícolas
cacauicultor.
definidas pelo
2- Estas informações são entradas no Controlador Fuzzy que faz a correção e
produz a previsão da produção ajustada pelos fatos que afetam a produção.
3- Esta previsão ajustada será então utilizada no sistema da fazenda onde são
tomadas as decisões estratégicas e que define as práticas agrícolas a serem
adotas.
4- Estas práticas servem então como realimentação do sistema de controle.
Neste sistema de controle o problema focal é o Controlador que permitisse
uma resposta rápida aos fatos que afetam a produção e que tivesse uma forma
simples de operar.
A busca deste controlador teria que levar em consideração os aspectos
conjunturais da lavoura cacaueira, principalmente, os seguintes:
Para ser simples teria que ser expresso em termos que o produtor estivesse
habituado a tratar de modo a reduzir o seu esforço de adaptação ao sistema.
Para produzir resultados precisos de forma a garantir uma melhora da
eficiência do negócio teria que ser especificado por especialistas .
Além disto teria que ser fácil de ajustar uma vez que o conhecimento das
novas tecnologias de produção são muito recentes e, naturalmente, deverão
ocorrer necessidades de justes no modelo.
Um sistema baseado em Lógica Nebulosa atende a todos estes requisitos e por
isso foi o adotado. A partir deste ponto o problema esta delimitado
4/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
claramente: Desenvolver um sistema de lógica nebulosa (FLS) que tenha
como resposta uma estimativa da variação da produção prevista pela
estimativa técnica tendo como entrada o comportamento dos fatores que
afetam a produção.
Descrição da Solução
Uma vez definido o problema específico, inclusive já encontrado o
conseqüente do sistema, o primeiro passo em busca da solução foi a
identificação das variáveis de entrada. Para esta identificação foi utilizado o
critério de agrupamento de acordo com suas características de influência na
produção: definem, aumentam e mantém a produção.
Foram definidas as seguintes variáveis Linguísticas do sistema:
a- Fatores que definem a produção:
1- Distribuição das chuvas
b- Fatores que aumentam a produção:
2- Concorrência de mato
3- Nível de adubação
4- Nível de calagem
c- Fatores que mantém a produção:
5- Controle de pragas
6- Incidência de pragas
7- Controle de doenças
8- Incidência de doenças
O segundo passo foi conceituar a variável de saída do sistema de modo tal que
ela refletisse os impactos na produção de todos inputs do sistema num único
conjunto nebuloso de saída. Para estimar a variação da previsão da safra foram
então definidos os seguintes termos para o conjunto nebuloso de saída:
Para equalizar o domínio do output do sistema foi feita uma avaliação junto
aos especialistas sobre o impacto de cada um dos fatores diante dos termos
propostos para o conjunto de saída . A resposta dos especialistas foi
sintetisada na tabela abaixo.
5/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
Com base nesta tabela foi então definido o domínio e o suporte do conjunto de
saída que ficou assim definda:
Fuzzyficação
Com os inputs e outputs do sistema identificados foi possível construir o
processo de fuzzyficação definindo para cada variável de entrada : seu
domínio e sua função de pertinência especificando o conjunto de termos sua
forma e suporte. O sistema ficou com os seguintes conjuntos de entrada:
O domínio de todas os conjuntos de entrada foram definidos como sendo o
percentual de adequação de cada uma das práticas ao padrão teórico da nova
tecnologia de produção de cacau proposto pela CEPLAC, estando assim no
intervalo [0 1].
a) Fatores que definem a produção
Resultados
O último passo foi a avaliação teórica do sistema, para este fim foi
desenvolvido um protótipo em MatLAb onde o sistema de lógica nebulosa
(FLS) foi implementado.
A seguir apresentamos alguns dos resultados obtidos durante os testes para
vaidação do sistema. Pode ser visto que o sistema apresenta sensibilidade
suficiente para ser testado em campo.
» Caso 1
Distribuicao Chuva:0.6
Concorencia Mato:0.5
Nivel Adubacao:0.75
Nivel Calagem:0.3
Controle Praga:0.3
Incidencia Praga:0.35
6/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
Controle Doenca:0.7
Incidencia Doenca:0.7
Var Prod: 0.9401
Conclusão
Permitir ao fazendeiro fazer uma previsão da sua produção de cacau com mais
precisão e flexibilidade a baixo custo de forma a auxilia-lo nas decisões
estratégicas do seu negócio é o objetivo maior deste trabalho.
Para atingir este objetivo foi proposto um sistema baseado em lógica nebulosa
que calcula a taxa de variação da estimativa técnica da produção usando como
informações de entrada os 8 fatores cujas práticas agrícolas mais impactam na
produção.
O controlador Fuzzy proposto é teoricamente consistente e foi avaliado
positivamente pelos especialistas, porém ainda não foi realizado nenhum teste
em situação real necessário para confirmar a sua validade prática.
A próxima etapa do trabalho será pois a realização do teste com dados reais.
Como o ciclo da cultura do cacau é de 1 ano este processo será abreviado com
a utilização de produtores voluntários que utilizarão o sistema.
Bibliografia
1- Mendel, Jerry M., Fuzzy Logic Systems for Engineering: A Tutorial, Proc.
of the IEEE, vol 83, No. 3, March 95.
2- Fuzzy Logic Toolbox For Use with MATLAB, User’s Guide
3- Programa Fonte do Modelo
7/8
Previsão da produção de cacau utilizando Lógica Nebulosa
PUC-Rio
Using this model the producer does not require specific technical knowledge
and will increase the profit of the business.
8/8