Desarrollo y Evaluación de un Sistema Experto (prototipo) que Auxilie en el Proceso de Irrigación del cultivo de maíz (Zea mays L.) en Aguascalientes

En Aguascalientes, el cultivo de maíz ocupa elprimer lugar en cuanto a la superficie sembraday cosechada. El estado se ha caracterizado porser una cuenca lechera, habiendo registradasen el año de 1998, 72,960 cabezas de ganado.Por lo tanto, la producción de maíz se justificaampliamente ya que es un...

Descripción completa

Detalles Bibliográficos
Autores: José Manuel Mora Tabarez, Felipe Padilla Díaz, Víctor Enrique Ortiz López, Fernando Ramos Gourcy, Félix Patlán Balandrán, Jorge Eduardo Macías Luévano
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2006
País:México
Institución:Universidad Autónoma de Aguascalientes
Repositorio:Redalyc-UAA
OAI Identifier:oai:redalyc.org:67403604
Acceso en línea:https://www.redalyc.org/articulo.oa?id=67403604
Access Level:acceso abierto
Palabra clave:Multidisciplinarias (Ciencias Sociales)
irrigación
sistema experto
producción de maíz
Descripción
Sumario:En Aguascalientes, el cultivo de maíz ocupa elprimer lugar en cuanto a la superficie sembraday cosechada. El estado se ha caracterizado porser una cuenca lechera, habiendo registradasen el año de 1998, 72,960 cabezas de ganado.Por lo tanto, la producción de maíz se justificaampliamente ya que es un alimento básico parala explotación del ganado. La disponibilidad deagua para todos los usos incluyendo el agrícolay pecuario es una limitante muy importante.Las condiciones climáticas son muy irregulares,donde la precipitación media anual es de 450mm aproximadamente. La combinación de todoslos elementos anteriormente descritos originanun problema y propician que los agricultoresmodernos requieran de consultar a los expertosen irrigación para determinar ¿cuándo?, ¿cuánto?,y ¿qué sistema de riego emplear?. El objetivo delproyecto fue: Diseño, desarrollo y validación deun prototipo de sistema experto. Para el desarrollode la Base de Conocimiento del sistema expertose requirió, primero, consultar con los expertospara determinar que factores (del suelo, plantay climáticos) deben de considerarse paraobtener la base de conocimiento, indicando,además, el valor y peso de cada factor. Loscasos se obtienen combinando todos los atributos de los factores. se complementó labase del conocimiento agregando un atributode clasificación de casos denominado Cantidadde riego. se utilizó el criterio de similaridad deKolodner para identificar casos similares. La basede conocimiento que se obtuvo es de 108 casosdiferentes; 53 de los cuales recomiendan aplicarmedio riego, 27 casos recomiendan mucho riegoy 28 casos recomiendan poco riego. Dado lospesos que fueron asignados a cada uno de lasdimensiones de la base del conocimiento y a suforma de organizarse, la mayoría de los casos(49%) recomiendan medio riego