Development of a Fuzzy Logic-Based System for Crop Selection Using CommonKADS Methodology

Abstract

[Abstract]: Crop selection is a critical decision-making process in agriculture that directly impacts yield and sustainability. This project shows the development of a fuzzy logic-based intelligent system designed to assist farmers and agronomists in selecting the most suitable crops based on soil and climate conditions. Contrary to the traditional Artificial Intelligence (AI) approaches that generally necessitate large data sets and yield black-box models, fuzzy logic presents a transparent and comprehensible approach especially designed for handling fuzzy and subjective data typical of farm-level decision-making. The system applies a modular block architecture to enhance scalability and maintainability, moving away from extremely complex rule-based models. In addition, the incorporation of the CommonKADS methodology provided a structured framework for systematic knowledge acquisition and modeling. The resulting system not only suggests the most suitable crops but also presents detailed analyses of the suitability of crops and fertility levels and supports enhanced understanding of the problem and decision-making. This project highlights the practical advantages of fuzzy logic in agricultural applications and sets the stage for future development into a full expert system.

[Resumo]: A selección de cultivos é un proceso crítico de toma de decisións na agricultura que inflúe directamente no rendemento e na súa sustentabilidade. Este proxecto mostra o desenvolvemento dun sistema intelixente baseado na lóxica difusa deseñado para axudar aos agricultores e agrónomos a seleccionar os cultivos máis axeitados en función das condicións do solo e do clima. Ao contrario das abordaxes tradicionais da Intelixencia Artificial (IA) que xeralmente requiren de grandes conxuntos de datos e modelos de caixa negra, a lóxica difusa presenta unha abordaxe transparente e comprensible especialmente deseñada para manexar datos difusos e subxectivos típicos da toma de decisións a nivel de explotación agrícola. O sistema aplica unha arquitectura de bloques para mellorar a escalabilidade e a mantenibilidade, afastándose dos modelos baseados en regras extremadamente complexas. Ademais, a incorporación da metodoloxía CommonKADS proporcionou un marco estruturado para a adquisición e modelización sistemática de coñecemento. O sistema resultante non só suxire os cultivos máis axeitados, senón que tamén presenta análises detalladas da idoneidade dos cultivos e os niveis de fertilidade e apoia unha mellor comprensión do problema e toma de decisións. Este proxecto destaca as vantaxes prácticas da lóxica difusa nas aplicacións agrícolas e prepara o escenario para o desenvolvemento futuro dun sistema experto completo.