Estimate of wheat grain yield as function of nitrogen fertilization using neuro fuzzy modeling/Estimativa da produtividade de trigo em funcao da adubacao nitrogenada utilizando modelagem neuro fuzzy

Currently new techniques for data processing, such as neural networks, fuzzy logic and hybrid systems are used to develop predictive models of complex systems and to estimate the desired parameters. In this article the use of an adaptive neuro fuzzy inference system was investigated to estimate the productivity of wheat, using a database of combination of the following treatments: five N doses (0, 50, 100, 150 and 200 kg [ha.sup.-1]), three sources (Entec, ammonium sulfate and urea), two application times of N (at sowing or at side-dressing) and two wheat cultivars (IAC 370 and E21), that were evaluated during two years in Selviria, Mato Grosso do Sul, Brazil. Through the input and output data, the system of adaptive neuro fuzzy inference learns, and then can estimate a new value of wheat yield with different N doses. The productivity prediciton error of wheat in function of five N doses, using a neuro fuzzy system, was smaller than that one obtained with a quadratic approximation. The results show that the neuro fuzzy system is a viable prediction model for estimating the wheat yield in function of N doses. Key words: Triticum aestivum L. nitrogen neural networks ANFIS hybrid systems Atualmente, novas tecnicas de processamento de dados, tais como redes neurais, logica nebulosa (fuzzy) e sistemas hibridos, sao utilizadas para elaborar modelos de predicao em sistemas complexos e estimar parametros desejados. Neste artigo investigou-se a habilidade de se desenvolver um modelo de inferencia adaptativo neuro fuzzy para estimacao da produtividade de trigo utilizando-se uma base de dados da combinacao dos seguintes tratamentos: cinco doses de N (0, 50, 100, 150 e 200 kg [ha.sup.-1]); tres fontes (Entec, sulfato de amonio e ureia); duas epocas de aplicacao de N (na semeadura ou em cobertura) e dois cultivares de trigo (E21 e IAC 370), avaliados durante dois anos, em Selviria, MS. Atraves dos dados de entrada e saida o sistema de inferencia neuro fuzzy adaptativo apreende e posteriormente pode estimar um novo valor de producao de trigo com base em doses diferenciadas de N. O erro de predicao da produtividade de trigo em funcao das cinco doses de N, obtido com o sistema neuro fuzzy, foi menor que o valor obtido utilizando-se uma aproximacao quadratica. Os resultados mostraram que o sistema neuro fuzzy e viavel para desenvolver um modelo de predicao visando estimar a produtividade de trigo em funcao da dose de N. Palavras-chave: Triticum aestivum L. nitrogenio redes