Resumo: Ao longo do tempo, a detecção de cios em rebanhos leiteiros tem sido uma penosa tarefa de observação visual, prejudicando a fertilidade do rebanho e produção de leite. A principal dificuldade na utilização deste método de detecção deve-se ao curto período em que as vacas ficam sob observação, que é geralmente realizada durante a ordenha e o manejo de arraçoamento. Como resultado, perde-se a detecção da ocorrência de muitos cios, prejudicando o manejo reprodutivo do rebanho. Com o avanço da tecnologia da informação no monitoramento de vacas leiteiras, hoje é possível o uso de sistemas automáticos que aumentam a taxa de cios identificados para até 90%. Entretanto, estes sistemas automáticos ainda não estão bem difundidos no mercado brasileiro, devido a falta de modelos válidos capazes de interpretar os dados coletados pelos sensores instalados nas vacas. O objetivo desta pesquisa foi desenvolver um sistema baseado em lógica fuzzy, capaz de identificar eficientemente o estado de cio em vacas leiteiras da raça Holandesa, tornando os sistemas automáticos mais confiáveis ao produtor de leite. Para melhorar o desempenho do sistema utilizou-se a curva ROC. Três etapas descrevem a metodologia: na primeira está a aquisição de dados referentes à manifestação de cio de uma vaca por meio de consulta a especialistas e a literatura e através da análise de dados de campo; na segunda etapa o desenvolvimento do sistema fuzzy que apresentará como resposta três tipos de alertas: um informando se a vaca ¿está no cio¿, outro se ¿não está no cio¿ e ainda outro ¿talvez está no cio¿; e finalmente na terceira etapa a validação do sistema em uma fazenda comercial. O sistema fuzzy desenvolvido foi avaliado com o acompanhamento de um rebanho com 350 vacas em lactação por seis meses. Foram quase 25 mil possíveis casos de cios analisados. Os resultados mostraram que se a fazenda tivesse utilizado somente o sistema fuzzy, sem a identificação visual, ela teria identificado 84,2% de todos os casos de cios das vacas do rebanho devidamente equipadas com pedômetros. Esta porcentagem de 84,2% (sensibilidade do sistema) foi calculada em relação aos dados de ocorrência de cio disponíveis no banco de dados da fazenda, cios estes visualmente identificados. Espera-se que o sistema fuzzy desenvolvido venha a ser incorporado em um sistema automático de detecção de cio, se tornando uma ferramenta valiosa para otimizar a eficiência na tomada de decisões incrementando a taxa reprodutiva dos rebanhos e por conseqüência aumentando a produtividade de leite nacional Ver menos

Abstract: Production losses due to lack of precision in detecting estrus in dairy cows are well known and reported in milk production countries. As a result of technical progress in monitoring dairy cows using fuzzy logic automatic estrous detection has become possible by allowing the estimation of the moment of the estrous onset with minimum error. The objective of this work was to develop a fuzzy logic system combined with ROC which was able to efficiently detect estrous in dairy cows. For the input data, the system combines previous estrous cases information and prostaglandin application with activity measurements data. ROC curves will be used in order to make appropriate adjustments. The system outputs so-called alerts were categorized in three types: 'in estrous¿, 'maybe in estrous¿ and 'not in estrous¿. The system¿s validation was carried out in a commercial dairy farm located at São Paulo, Brazil, with a herd of 350 lactating cows. The performance of the test was measured by calculating its sensibility (estrous correctly detected) and specificity (non estrous detected as estrous). Within six month trial, over 25 thousands cases of estrus were analyzed from the herd database
collected during the year of 2007. The sensibility found was 84.2% indicating that the developed system was able to detect estrous efficiently and it improves automatic estrous detection Ver menos