MAEB09 Feromonas
20
Modelado de las cinéticas de difusión de emisores de feromonas usando programación genética Eva Alfaro, Anna Esparcia , Pilar Moya, Beatriu Femenia, Ken Sharman, J.J. Merelo
-
Upload
anna-esparcia -
Category
Technology
-
view
1.085 -
download
3
description
Presentation of paper on pheromone dispenser modeling at MAEB 2009
Transcript of MAEB09 Feromonas
Modelado de las cinéticas de difusión de emisores de
feromonas usando programación genética
Eva Alfaro, Anna Esparcia, Pilar Moya,Beatriu Femenia, Ken Sharman, J.J. Merelo
Índice
• Objetivo
• Introducción: la confusión sexual
• Descripción del problema
• Programación genética fuertemente tipificada
• Resultados obtenidos en el modelizado
• Conclusiones y trabajo futuro
Objetivos
• Modelizar la cinética de emisión de feromonas de un difusor experimental desarrollado en el Centro de Ecología Química Agrícola (CEQA) de la UPV.
• Validar la hipótesis de que el comportamiento del difusor CEQA es poco dependiente de las condiciones ambientales, a diferencia del difusor comercial más ampliamente utilizado (Isomate-CPlus).
• )
La técnica de la confusión sexual
• La confusión sexual es una técnica agrícola enfocada a sustituir a los pesticidas.
• Consiste en difundir en el ambiente una gran cantidad de la feromona sexual de las hembras para confundir a los machos y evitar que se produzcan los apareamientos.
• )
Difusores de feromonas
El Centro de Ecología Química Agrícola (CEQA) de la Universidad Politécnica de Valencia ha desarrollado unos emisores biodegradables y capaces de cubrir de forma eficaz toda la campaña.
Descripción del problema
Dado un difusor cuyo residual (porcentaje de producto no emitido) es r, encontrar una función r, tal que r= r(t, T, H)
donde:–t = tiempo–T = temperatura ambiente–H = humedad ambiente
Nuestra hipótesis es que para el difusor diseñado enel CEQA r ≈ r (t)
Datos disponibles
Medidas del residual
0
20
40
60
80
100
120
1 16 31 46 61 76 91 106 121 136 151 166
Días
Re
sid
ua
l (%
)
CPlus 2005
CPlus 2006
CEQA 2005
CEQA 2006
Año 2005 15 medidas del difusor CEQA13 medidas del difusor Isomate CPlus
Año 2006 7 medidas de ambos
Programación genéticaTipo de algoritmo PG fuertemente tipificada, generacional con elitismo (0.1 %).
Inicialización Ramped half and half
Selección Por torneo, tanto para el operador de reemplazo como para los de cruce y mutación
Operadores evolutivos Reemplazo, cruce y mutación.
Los nodos internos del árbol se seleccionan con una probabilidad de 0.9, los terminales con una probabilidad de 0.1 y la raíz nunca puede ser elegida como punto de cruce o mutación. Sólo se admiten los árboles resultantes del cruce o la mutación si su longitud es igual o menor de 17 alturas.
Criterio de finalización 51 generaciones (incluyendo la inicial)
Parámetros fijos Tamaño de la población, popSize = 2000
Tamaño del torneo, tSize = 7
Probabilidad de mutación, pM = 0.1
Probabilidad de cruce, pC = 0.8
Probabilidad de reemplazo, pR = 0.1
Número de ejecuciones, n = 10
Programación genética fuertemente tipificada
Consideramos variables de 4 tipos : • temperatura • humedad• tiempo • valor real
Función de coste: error cuadrático medio (MSE)
MSE = 1/n * (xobtenido – xmedido)2
Programación genética: Funciones y terminales
Datos climatológicos disponibles (diarios): temperatura máxima, temperatura promedio, humedad máxima y humedad promedio. Proporcionados por la Xarxa Agrometeorològica de Catalunya.
Consideramos los valores de temperatura y humedad hasta 9 días antes de la medición del residual. Por ejemplo, T0 representa la temperatura del día que se hizo la medición; T1, la del día anterior; T2, la de dos días antes, etc.
Conjuntos de terminales:•{ temperatura promedio, humedad promedio, tiempo, }•{ temperatura máxima, humedad máxima, tiempo, }•{ tiempo, }
Conjunto de funciones: { +, -, *, /, exp, log}
Resultados - CEQA
AÑO 2005
0
20
40
60
80
100
120
1 21 41 61 81 101 121 141 161
Días
Res
idu
al (
%)
AÑO 2006
0
20
40
60
80
100
120
1 21 41 61 81 101 121 141 161
Días
Res
idu
al (
%)
Año 2005
0
20
40
60
80
100
120
1 21 41 61 81 101 121 141 161
Días
Re
sid
ua
l (%
)
Año 2006
0
20
40
60
80
100
120
1 21 41 61 81 101 121 141 161
Días
Re
sid
ua
l (%
)
Valores promedio de T y H
Valores máximos de T y H
Año 2006
0
20
40
60
80
100
120
1 21 41 61 81 101 121 141 161
Días
Res
idu
al (
%)
Año 2005
0
20
40
60
80
100
120
1 21 41 61 81 101 121 141 161
Días
Res
idua
l (%
)
Sólo tiempo
Resultados - CEQA
Resultados - CEQA
t
t
t
t
tt
tttr
429.679)log(77.7047.79log23.003.96)(
2
Sólo dependencia temporal:
Resultados – Isomate CPlus
Valores promedio de T y H
Valores máximos de T y H
Sólo tiempo
AÑO 2005
0
20
40
60
80
100
120
1 21 41 61 81 101 121
Días
Re
sid
ua
l (%
)
AÑO 2006
0
20
40
60
80
100
120
1 21 41 61 81 101 121
Días
Re
sid
ua
l (%
)
Año 2006
0
20
40
60
80
100
120
1 21 41 61 81 101
Días
Res
idu
al (
%)
Año 2005
0
20
40
60
80
100
120
1 21 41 61 81 101 121
Días
Res
idua
l (%
)
Año 2006
0
20
40
60
80
100
120
1 21 41 61 81 101
Días
Res
idu
al (
%)
Año 2005
0
20
40
60
80
100
120
1 21 41 61 81 101 121
Días
Res
idua
l (%
)
Resultados – Isomate CPlus
Resultados – Isomate CPlus
38.83log93.7493.74log67.56
log
log2log8.796.71
38.83loglog93.746.71log47.102.067.1577.0loglog
08.5642
29.146.81log
29.136.81log95.93
32.74log23.046.76)(
tttt
tD
ttttttN
Dt
Ntt
ttttr
Sólo dependencia temporal:
Resultados – Isomate CPlus
7
2
9
12
2
1
1027
1107
4
9
93.43exp
53.271explog
53.271log3.83log
87.179exp1032.1
log
log
53.271exp
log
log
53.271exp1064.6
log42.1
29.92)(
Tt
tHT
tttT
t
TtTT
tT
tL
LTtTTtTt
T
ttr
Temperatura, humedad máxima y tiempo:
Conclusiones• La programación genética ha encontrado funciones que ajustan bien el
comportamiento del residual de ambos difusores.
• En el caso del difusor CEQA, el ajuste a las medidas del residual cuando se ha considerado exclusivamente la dependencia con respecto al tiempo es mejor. Aunque esto no es una prueba concluyente de la independencia del residual frente a estos factores, sí que se puede considerar como un indicio en ese sentido.
• En el caso del difusor comercial el test estadístico revela los resultados obtenidos usando valores de temperatura y humedad máximos son mejores que los otros, lo que reafirma la evidencia experimental que se tiene de la gran influencia de las condiciones atmosféricas en el funcionamiento de estos difusores.
Trabajo futuro
• Modelizar la distribución de feromona en el ambiente. – Gran interés económico→ permitiría optimizar la ubicación de
difusores en el campo, de manera que se pudiera minimizar su número, garantizando al mismo tiempo el control eficaz de la plaga.
• Inclusión del gradiente de temperatura como terminal en el algoritmo de programación genética
