Hayvansal üretime ait zaman serilerinde bulanık mantık modellemesinin kullanılması / The use of fuzzy logic modeling in time series for animal production

Abstract

İnsanın yaşam alanı sürekli belirsizliklerle dolu olmasına rağmen istatistik ve olasılık kuramları kesin verilerle çalışır. Belirsizliklerden sonuç çıkarmak için Aristo mantığına (0,1) alternatif olarak bulanık mantık modellemesi ortaya atılmıştır. Bulanık mantıkta sayısal ve sözel ifadelerin birlikte kullanılması ve kısmi üyelik sistemi sayesinde birçok bilim dalında (Tıp, Elektronik, Biyoloji) vazgeçilmez hale gelmiştir. İnsan beyninin çalışma prensiplerine göre çalışan bulanık mantık teorisi, doğru ve verimli sonuçlar vermesi sebebiyle hızla gelişme kaydetmiştir. Bu üstün özeliklerinden dolayı ziraat alanında da son yıllarda kullanılmaya başlanmıştır. Bu çalışma kapsamında, bulanık mantık tekniği kullanılarak iki farklı veri kümesi ile analizler yapılmıştır. Yapılan analizlerde farklı üyelik fonksiyonları kullanılmış ve çıkan sonuçlar değerlendirilerek yorumlanmıştır. Başta elektronik olmak üzere birçok farklı alanda kullanılan bulanık mantık teorisi, tarım alanında da verimli sonuçlar vermiş ve hayvancılık alanında da rahatlıkla kullanılabileceğini göstermiştir. Although the life of human being is full of uncertainty, statistics and probability theory work with accurate data. In order to get some results from an uncertainty, fuzzy logic modeling has been proposed as an alternative to Aristotle logic (0.1). Numerical and verbal expressions are used simultaneously in fuzzy logic. This benefit and the benefit of using partial membership system have been encouraged the use of fuzzy logic in all engineering fields. Fuzzy logic theory has made rapid development in recent decades, since it operates according to the principle of human brain and produces valuable results. Because of these excellent properties, fuzy logic has been used in recent years in the agricultural field. In this study, two different sets of data are analysed by using fuzzy logic techniques. Different membership functions are used in the analysis, and the results were examined and interpreted. It was shown that Fuzzy logic which is used in different areas of science can also be used in in the field of agriculture and animal science.