FERTIDIF: software para la planificación de fertilización agrícola basado en optimización lineal con costos difusos

Autores

  • Esmelin Niquin-Alayo Departamento de Matemáticas, Facultad de Ciencias, Universidad Nacional Santiago Antúnez de Mayolo, Huaraz.
  • Edmundo Vergara-Moreno Departamento de Matemáticas, Facultad de Ciencias Físicas y Matemáticas, Universidad Nacional de Trujillo.
  • Marks Calderón-Niquín Facultad de Ingeniería, Universidad de ESAN.

DOI:

https://doi.org/10.17268/sci.agropecu.2018.01.11

Palavras-chave:

optimización lineal difusa, fertilización agrícola, costos difusos, planificación de nutrientes para vegetales, modelo difuso

Resumo

Se utilizó la teoría de conjuntos difusos para la modelación del problema de abonamiento y fertilización de terrenos agrícolas considerando los costos difusos. Con la ayuda de los lenguajes de programación y herramientas informáticas, se diseñó un software denominado FERTIDIF, que puede coadyuvar a la toma de una decisión apropiada sobre el uso de fertilizantes o abonos necesarios para un determinado cultivo. El problema de fertilización se resolvió mediante la adaptación de metodologías de solución, propuestos por Lai-Hwang y Leberling; metodologías que transforman un problema de programación difuso (costos difusos) en un problema de optimización multi-objetivo, el mismo que mediante la ayuda del software FERTIDIF se resuelve fácilmente y se ayuda a los especialistas en fertilización agrícola, a tomar decisiones sobre las cantidades de abonos o fertilizantes a utilizar, así como determinar el costo mínimo del proceso de fertilización de un cultivo determinado.

Referências

Acera, M. A. 2014. C/C++ Curso de programación 2015. Editorial Anaya Multimedia. Madrid, España.

Aguilar-Acuña, J.L.; Grageda-Cabrera, O.A.;Vuelvas-Cisneros, M.A.; Martinez-Hernández, M.; Solis-Moya, E.; Medina-Cázares, T.; Ramírez-Ramírez, A. 2005. Eficiencia de Fertilizantes aplicados con fertirriego en Chile Ancho. Agricultura Técnica en México 31(2): 177-189.

Ashraf, A.; Akram, M.; Sarwar, M. 2014. Type-II fuzzy decision support system for fertilizer. Hindawi 9:1-10.

Brunelli, M.; Mezei, J. 2013. How different are ranking methods for fuzzy numbers?: A numerical study. International Journal of Approximate Reasoning 54: 627-639.

Cao, S.; Zhou, W.; Wang, F.; Luo, S.; Deng, R.; Xie, T. 2015. Development and promotion of expert information system on rice soil testing and formulated fertilization in Dong’an County. Agri-culture Network Information 09.

Carvajal-Muñoz, J.S.; Mera-Benavides, A.C. 2010. Fertilización biológica: técnicas de vanguardia para el desarrollo agrícola sostenible. Producción + Limpia 5(2): 77-96.

Dubey, D.; Chandra, S.; Mehra, A. 2012. Fuzzy linear programming under interval uncertainty based on IFS representation. Fuzzy Sets and Systems 188(1): 68-87.

Echevarría, H.E.; García, F.O. 2005. Fertilidad de suelos y fertilización de cultivos. Ediciones INTA, Buenos Aires, Argentina.

Egúsquiza, R.; Catalán W. 2011. Guía Técnica, curso taller, Manejo Integrado de Papa. Universidad Agraria la Molina, Lima, Perú.

Elferjani, R.; DesRochers, A.; Tremblay, F. 2013. DRIS-based fertilization efficiency of young hybrid poplar plantations in the boreal region of Canada. New Forests 44(4): 487-508.

Elías, I. 2010. La estrategia competitiva del sector agrario a través de la innovación y desarrollo. Cuadernos de Investigaciones EPG, Escuela de Postgrado de la UPC, Edición N° 10 – Abril 2010, Lima, Perú.

Ezzati, R.; Allahviranloo, T.; Khezerloo, S.; Khezerloo, M. 2012. An approach for ranking of fuzzy numbers. Expert Systems with Applications 39(1): 690-695.

Ezzati, R.; Khorram, E.; Enayati, R. 2015. A new algorithm to solve fully fuzzy linear programming problems using the MOLP problem. Applied Mathematical Modelling 39(12): 3183-3193.

Ferro, D.; Pellegrini, A.; Chamorro, A.; Bezuz, R.; Golik, S. 2016. Balance simplificado de nutrientes del suelo en secuencias trigo/soja2da y colza/soja2da. Acta de XXV Congreso Argentino de la Ciencia del Suelo. pp. 18.

Giletto, C.M.; Magnoni, J.M.; Echevarría, H.E. 2012. Fertilización con azufre en el cultivo de papa (Solanum tuberosum L.) para la industria en el sudeste Bonaerense. Revista Ciencia del Suelo 30(1): 75-84.

Hernández, J.C. 2013. Edafología y fertilidad. Univer-sidad Nacional Abierta y a Distancia. Bogotá, Colombia.

Lai, Y.J.; Hwang, C.L.1992. A new approach to some possibilistic linear programming problems. Fuzzy Sets and Systems 49(2): 121-133.

Leberling, H. 1981. On finding compromise solutions in multicriterial problems using the fuzzy min operator. Fuzzy Sets and Systems 6(2): 105-118.

Liang, D.; Liu, D.; Pedrycz, W.; Hu, P. 2013. Triangular fuzzy decision theoretic rough sets. International Journal of Approximate Reasoning 54(8): 1087-1106.

Li, D.F.; Wan, S.P. 2013. Fuzzy linear programming approach to multiattribute decision making with multiple types of attribute values and incomplete weight information. Applied Soft Computing 13(11): 4333-4348.

Liu, T.; Li, T.; Wang, Y.; Zhang, X.; Zheng, Z. 2015. Design and application of fertilization information system for farmland of village scale. Bulletin of Soil and Water Conservation 03.

Liu, Y.; Zhu, L.; Huang, D. 2013. The system design of farmland environmental monitoring based on GPRS and wireless sensor network. Journal of Agri-cultural Mechanozation Research 07.

López, J.; Carrillo, P.; Valenzuela, O. 2017. A mul-ticriteria group decision model for ranking technology packages in agriculture. In: Cruz Corona C. (eds) Soft Computing for Susten-tainability Science. Studies in Fuzziness and Soft Computing 358: 137-161.

Luenberger, D.; Ye, Y. 2016. Linear and Nonlinear Pro-gramming. International Series in Operations Research & Management Science 228, Springer US, New York, USA.

Luhandjula, M.K. 2015. Fuzzy optimization. Fuzzy Sets and Systems 274 (C): 4-11.

Luo, M.Y. 2013. Calculation of theoretical model on balanced fertilization in soil. Advanced Materials Research 610-613: 2931-2936.

Mouheb, D.; Debbabi, M.; Pourzandi, M.; Wang, L.; Nouh, M.; Ziarati, R.; Alhadidi, D.; Talhi, C.; Lima, V. 2015. Aspect-Oriented Security Hardening of UML Design Models. Springer International Publishing, Switzer-land.

Parent, S.; Leblanc, M.; Parent A.; Coulibali, Z.; Parent, L. 2017. Site-Specific multilevel modelling of potato response to nitrogen fertilization. Frontiers in Environment Science-Environmental Informatics 5: 81.

Pelta, D.A.; Verdegay, J.L.; Cadenas, J.M. 2012. Intro-ducing SACRA: A Decision support. Applied Decision Support with Soft Computing 124: 391-401.

Puello, O.R. 2013. Modelo de verificación y validación basado en CMMI. Investigación e Innovación en Ingenierías 1(1): 20-27.

SAGARPA (Secretaría de agricultura, Ganadería, Desarrollo Rura, Pesca y Alimentación, de Estados Unidos de México). 2015. Ficha técnica del cultivo de la Caña de azúcar. México.

Sakawa, M.; Yano, H.; Nishizaki, I. 2013. Linear and Multiobjective Programming with Fuzzy Stochastic Extensions. International Series in Operations Research & Decision Theory 203, Springer, New York. USA.

Salazar, M.; Fitz, R.; Pérez, S. 2017. Agricultural pro-duction planning in a fuzzy environment. In Akio Matsumoto (Ed.). Optimization and dynamics with their applications. Springer, Singapore: 281-293.

Singh, H.; Sharma, N. 2014. Optimization of fertilizer rates for wheat crop using fuzzy expert system. International Journal of Computer Applications 100(1): 36-40.

Suñer, L.G.; Galantini, J. A. 2012. Fertilización fosforada en suelos cultivados con trigo de la región sudoeste papeana. Revista Ciencia del Suelo 30(1): 57-66.

Vanderbei, R. 2014. Linear programming, foundations and extensions. International Series in Operations Research & Management Science 196, Springer US, New York, USA.

Vergara-Moreno, E.; Rodríguez-Novoa, F.; Saavedra-Sarmiento, H. 2006. Métodos de optimización lineal difusa para la planificación nutricional en granjas avícolas. Mosaico Científico 3: 16-29.

Wang, J.; Nie, R.; Zhang, H.; Chen X. 2013. New operators on triangular intuitionistic fuzzy numbers and their applications in system fault analysis. Information Sciences 251(1): 79-95.

WINQSB. 2018. Programa para soluciones problemas de decisión. https://winqsb.waxoo.com/, visitado el 23 de enero de 2018.

Yingjie, L.; Xiaoqin, Z.; Youhua, M.; Mingan, Z.; Juan, Z.; Nan, S. 2010. Review on Application of information technology in soil testing and formulated fertili-zation. Agriculture Network Information. 2:11.

Yuan, C.; Li, D.; Li, Y. 2016. Application of BP neural network base on MapReduce in precisión fertili-zation. Journal of Chinese Agricultural Mecha-nization 02.

Zhang, L.; Williams, R. A.; Gatherer, D. 2016. Rosens’s (M,R) systems in Unified Modelling Language. Biosystems 139: 29-36.

Zimmermann, H. J. 1978. Fuzzy programming and linear programming with several objective functions, Fuzzy Sets and Systems 1(1): 45-55.

Received November 11, 2016.

Accepted March 11, 2018.

Corresponding author: evergara@unitru.edu.pe (E. Vergara-Moreno).

Publicado

2018-03-27

Como Citar

Niquin-Alayo, E., Vergara-Moreno, E., & Calderón-Niquín, M. (2018). FERTIDIF: software para la planificación de fertilización agrícola basado en optimización lineal con costos difusos. Scientia Agropecuaria, 9(1), 103-112. https://doi.org/10.17268/sci.agropecu.2018.01.11

Edição

Seção

Artículos originales

Artigos Semelhantes

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.