Sistemas difusos: caso de estudio clasificación del fruto Mc Stipitata Vaug (Áraza)

Resumen

El objetivo general de la investigación fue extraer el conocimiento del experto humano y ser capaz de implementarlo en un bloque de programación que realice la tarea humana con el menor error posible. En este artículo el objetivo específico es implementar una solución cuya base sea la lógica difusa con el menor error en la clasificación del fruto Mc Stipitata Vaug (Arazá). Esta investigación es de carácter cuantitativo, de tipo aplicativo en el campo de las simulaciones informáticas de procesos experimentales como el cultivo del arazá. Se desarrolló una metodología para la determinación del estado de madurez del Arazá (Eugenia Stipitata Mc Vaugh) basada en herramientas de visión artificial, técnicas de inteligencia computacional e implementación en plataformas FPGA y DSP. La lógica difusa permite la comprensión de diferentes sistemas en más de dos estados sin cambiar el dominio de trabajo, lo que permite visualizar las variables del sistema y realizar diferentes análisis para tomar decisiones de control o clasificación, según sea el caso, en este trabajo se utilizó para la clasificación del fruto del Arazá (Mc Stipitata Vaug) dependiendo del color del elemento, para la implementación de este tipo de bloque fue necesario determinar con precisión el dominio de trabajo que se utilizó, el resultado de la aplicación de filtros extraídos del análisis estadísticos según la clasificación dada por un experto. En los resultados se puedo observar que el error es bajo y que la posibilidad de la aparición de este valor puede ser al error causal originado en el proceso de clasificación por un experto humano. Se concluye que el error presentado en el proceso de clasificación usando el motor de inferencia con una muestra aleatoria es relativamente pequeño, producto del error causal en el momento de realizar las corridas de clasificación del fruto, por parte del experto humano.